我有一个文件目录,其中一些是图像文件。其中一些图像文件是一系列图像。它们可以命名为 image-000001.png、image-000002.png 等等,或者可能是 001_sequence.png、002_sequence .png 等
我们如何识别对于人类来说,根据名称出现在序列中相当明显的图像?这意味着仅识别那些数量不断增加且文件名形式相似的图像文件名。
文件名的类似部分不会被预先定义。
请您参考如下方法:
您可以使用正则表达式来获取符合特定模式的文件,例如.*\d+.*\.(jpg|png) 用于任何内容,然后是数字,然后是更多内容,以及图像扩展名。
files = ["image-000001.png", "image-000002.png", "001_sequence.png",
"002_sequence.png", "not an image 1.doc", "not an image 2.doc",
"other stuff.txt", "singular image.jpg"]
import re
image_files = [f for f in files if re.match(r".*\d+.*\.(jpg|png)", f)]
现在,通过用一些通用字符串替换数字来对这些图像文件进行分组,例如XXX:
patterns = collections.defaultdict(list)
for f in image_files:
p = re.sub("\d+", "XXX", f)
patterns[p].append(f)
因此,patterns 是
{'image-XXX.png': ['image-000001.png', 'image-000002.png'],
'XXX_sequence.png': ['001_sequence.png', '002_sequence.png']}
同样,检查所有这些数字是否连续应该不难,但也许这毕竟不是必需的。但是请注意,这会在区分编号系列时出现问题,例如 "series1_001.jpg" 和 "series2_001.jpg"。
