在python中对图像数据进行欠采样

Question

欠采样的主要思想是随机删除具有足够观察值的类，以便两个类的比较比率在我们的数据中是显着的。 那么，如何在python中对图像数据进行欠采样？ 请帮我：（

我从 Kaggle 获取了眼底图像数据。 有 5 个类的 35127 张图像。 0类：25810条数据，1类：2443条数据，2类：5292条数据，3类：873条数据，4类：708条数据，

我希望每个班级在第 4 节课之后有多达 708 张图片。 如何删除 Python 中的其余图像？

Answer 1

我知道这是一个老问题，但为了人们寻找答案，此代码完美运行：

    path = r'C:/The_Path'# You can provide the path here
    n = 2500 # Number of random images to be removed
    img_names = os.listdir(path)  # Get image names in folder
    img_names = random.sample(img_names, n)  # Pick 2500 random images
    for image in img_names:  # Go over each image name to be deleted
        f = os.path.join(path, image)  # Create valid path to image
        os.remove(f)  # Remove the image

正如您的问题所述，您希望所有类都等于第 4 类，即 708 个图像。 简单地找出差异并替换n，例如3类图像和708个图像的数量之间的差异是165个图像，因此n = 165。此外，您可以将其变成一个函数以对其进行更多的概括。

代码取自，但已编辑：

如何使用python从多个文件夹中删除多个图像

https://stackoverflow.com/users/10512332/vikrant-sharma回答了这个问题。

谢谢！