寫在前面

上一篇文章Python實現識別手寫數字—圖像的處理中我們講了圖片的處理，將圖片經過剪裁，拉伸等操作以后將每一個圖片變成了1x10000大小的向量。但是如果只是這樣的話，我們每一次運行的時候都需要將他們計算一遍，當圖片特別多的時候會消耗大量的時間。

所以我們需要將這些向量存入一個文件當中，每次先看看圖庫中有沒有新增的圖片，如果有新增的圖片，那么就將新增的圖片變成1x10000向量再存入文件之中，然后從文件中讀取全部圖片向量即可。當圖庫中沒有新增圖片的時候，那么就直接調用文件中的圖片向量進行計算就好。這樣子算是節省了大量的時間。

所以本文就是從零開始建立一個這樣的圖片存儲管理系統。

實現邏輯

第一次讀入圖片

我們的圖庫中擁有一大堆圖片，每一張圖片上面都是一個手寫的數字，圖片的名稱為[數字內容]_[序號]。比如說一個圖片的名稱為2_3，代表這一張圖片里面的數字是2，并且是“數字是2的第3張圖片”。

存在一個csv文件作為我們的建議的圖片數據庫，名稱為Data.csv。

首先我們讀取圖庫中所有圖片的名稱，保存在fileNames中。然后讀取Data.csv中所有數據。

提取出Data.csv的最后一列（一共10002列，第10001列說明該數字是什么數字，第10002列是圖片的名稱），也就是數據庫中存儲的所有圖片的名稱，存儲在item中。

將新加入圖庫的圖片名稱保存在newFileNames中。如果Data.csv為空，那么就直接令newFileNames = fileNames。也就是說如果數據庫中什么也沒有，那么圖庫中所有圖片都是新加入的。

如果Data.csv不為空，那么就將item里面的內容與fileNames的內容比較，如果出現了fileNames里面有的名稱item中沒有，那么就將這些名稱放進newFileNames中。如果item里有的名稱fileNames中沒有，那就不管。

也就是說，我令我們的數據庫只進不出。

現在我們得到了新加入圖庫的圖片的名稱newFileNames。

將newFileNames中的名稱的圖片帶入上一文中函數GetTrainPicture進行處理，得到了一個nx10001的矩陣，每一行代表一個新加入的圖片，前10000列是圖片向量，第10001列是該圖片的數字，保存在pic中。

將這些圖片壓入到數據庫的后面。

讀取之前數據庫原有的圖片向量，并與pic合并，得到目前擁有的所有的訓練圖片向量pic。

以上就是本章寫的所有內容，下面放出代碼來詳細解釋一下。

代碼解析

主文件

import osimport numpy as npimport OperatePicture as OPimport OperateDataBase as ODimport csv##Essential vavriable 基礎變量#Standard size 標準大小N = 100#Gray threshold 灰度閾值color = 100/255#讀取原CSV文件reader = list(csv.reader(open('DataBase.csv', encoding = 'utf-8')))#清除讀取后的第一個空行del reader[0]#讀取num目錄下的所有文件名fileNames = os.listdir(r"./num/")#對比fileNames與reader，得到新增的圖片newFileNamesnewFileNames = OD.NewFiles(fileNames, reader)print('New pictures are: 'newFileNames)#得到newFilesNames對應的矩陣pic = OP.GetTrainPicture(newFileNames)#將新增圖片矩陣存入CSV中OD.SaveToCSV(pic, newFileNames)#將原數據庫矩陣與新數據庫矩陣合并pic = OD.Combination(reader, pic)