一、使用筛选后的coco数据集json文件，复制对应coco数据集图像
有时候，我们需要对已经有的数据集进行数据划分，划分后的coco数据集需要寻找对应的图片，可以使用下面的程序脚本。
二、完整代码
import json
import os
import shutil
def copy_images_by_json(image_folder, json_file, output_folder):
with open(json_file, 'r') as file:
data = json.load(file)
image_data = {img['id']: img['file_name'] for img in data['images']}
if not os.path.exists(output_folder):
os.makedirs(output_folder)
for image_id, file_name in image_data.items():
source_path = os.path.join(image_folder, file_name)
destination_path = os.path.join(output_folder, file_name)
if os.path.exists(source_path):
shutil.copy(source_path, destination_path)
print(f"已复制 {file_name} 到 {output_folder}")
else:
print(f"警告：在 {image_folder} 中找不到图像文件 {file_name}")
# 使用示例
image_folder_path = "输入文件夹路径"
json_file_path = "JSON 文件路径"
output_folder_path = "输出文件夹路径"
copy_images_by_json(image_folder_path, json_file_path, output_folder_path)
首先，导入三个必要的模块：json、os 和 shutil。json 模块用于读取 JSON 文件，os 模块用于处理文件路径，shutil 模块用于执行文件复制操作。
接下来，定义一个名为 copy_images_by_json 的函数，它接受三个参数：image_folder（输入图像文件夹路径）、json_file（JSON 文件路径）和 output_folder（输出文件夹路径）。
在函数内部，使用 open 函数打开 JSON 文件，并使用 json.load 函数将文件内容加载为 Python 字典形式的数据。这些数据包含了图像的 ID 和文件名等信息。
使用字典推导式创建一个名为 image_data 的字典，其中键是图像的 ID，值是图像的文件名。这样我们可以根据 ID 快速查找到对应的文件名。
接下来，使用 os.path.exists 函数检查输出文件夹是否存在。如果不存在，则使用 os.makedirs 函数创建该文件夹。
然后，使用一个循环遍历 image_data 字典中的每个图像。对于每个图像，构建源文件路径和目标文件路径。
使用 os.path.exists 函数检查源文件路径是否存在。如果存在，使用 shutil.copy 函数将源文件复制到目标文件路径，并打印相应的提示信息。
如果源文件路径不存在，则打印警告信息，指示找不到图像文件。文章来源：https://www.toymoban.com/news/detail-790235.html
最后，提供一个使用示例，需要将输入文件夹路径、JSON 文件路径和输出文件夹路径替换为实际的路径。文章来源地址https://www.toymoban.com/news/detail-790235.html
到了这里，关于使用筛选后的coco数据集json文件，复制对应coco数据集图像的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
![hbuilderX运行到微信小程序报错[ app.json 文件内容错误] app.json: 未找到 [“sitemapLocation“] 对应的 sitemap.json文件](https://imgs.yssmx.com/Uploads/2024/04/850207-1.png)
