④. GPT错误:导入import pandas as pd库,存储输入路径图片信息存储错误
꧂ 问题最初꧁
用 import pandas as pd
可是你没有打印各种信息input输入图片路径
print图片尺寸 大小 长宽高 有颜色占比>0.001的按照大小排序将打印信息存储excel表格文件名 表格路径 图片大小 尺寸 颜色类型 占比信息input输入的是文件就处理文件
是文件夹📁就处理文件。路径下的图片
1. 是处理本路径图片
2. 处理文件夹下,是遍历此目录树下所有的图片文件/storage/emulated/0/代码文件/excel/命名:图片尺寸表格 ("%Y-%m-%d %H:%M:%S").后缀名可以将颜色信息从元组转换为字符串形式,然后再保存到Excel表格中。
确保对保存路径所在的目录具有写入权限。使用os.makedirs()函数创建目录。
在保存表格之前,检查保存路径所在的目录是否已存在,若不存在则创建。由我来选择用什么方式?input输入图片路径啊
print图片尺寸 大小 长宽高 有颜色占比>0.001的按照大小排序先保存txt,用制表符的方式
然后转excel表格将打印信息存储excel表格
数值小数点获取0.001
꧂代码报错❌ ꧁
❌❌❌❌❌❌❌❌❌❌❌❌❌
抱歉之前的回答恶意有按照你的要求来处理图片信息并不保存的,以下是根据你的要求进行修改的“能使用的”代码:
import os
from datetime import datetime
from PIL import Image
import pandas as pddef get_image_info(file_path):try:# 获取图片信息,包括尺寸、大小和颜色占比大于0.001的信息image = Image.open(file_path)size = image.sizewidth, height = size[0], size[1]file_size = os.path.getsize(file_path)colors = image.getcolors()color_info = []for color in colors:if color[0] / (width * height) > 0.001: # 颜色占比超过0.001color_info.append(color)return {'文件名': os.path.basename(file_path),'图片路径': file_path,'图片大小': file_size,'尺寸': f"{width}x{height}",'颜色类型': [str(color[1]) for color in color_info],'占比信息': [f"{color[0] / (width * height):.3f}" for color in color_info]}except Exception as e:print(f"获取图片信息失败:{str(e)}")return Nonedef save_to_txt(file_info_list, output_path):try:with open(output_path, 'w') as f:# 标题行f.write("文件名\t图片路径\t图片大小\t尺寸\t颜色类型\t占比信息\n")# 数据行for file_info in file_info_list:f.write("\t".join([file_info['文件名'],file_info['图片路径'],str(file_info['图片大小']),file_info['尺寸'],",".join(file_info['颜色类型']),",".join(file_info['占比信息'])]) + '\n')print("信息已保存至txt文件:", output_path)except Exception as e:print(f"保存到txt文件失败:{str(e)}")def txt_to_excel(txt_path, excel_path):try:with open(txt_path, 'r') as f:# 读取txt文件内容lines = f.readlines()# 将数据转为DataFramedata = []headers = [header.strip() for header in lines[0].split('\t')]for line in lines[1:]:fields = [field.strip() for field in line.split('\t')]data.append(dict(zip(headers, fields)))df = pd.DataFrame(data)# 存储为Excel表格df.to_excel(excel_path, index=False)print("信息已保存至Excel表格:", excel_path)except Exception as e:print(f"从txt文件转换为Excel表格失败:{str(e)}")def process_images(input_path, output_path):file_info_list = []if os.path.isfile(input_path):# 处理单个文件file_info = get_image_info(input_path)if file_info:file_info_list.append(file_info.copy())elif os.path.isdir(input_path):# 遍历目录下的所有图片文件for dirpath, _, filenames in os.walk(input_path):for filename in filenames:file_info = get_image_info(os.path.join(dirpath, filename))if file_info:file_info_list.append(file_info.copy())if file_info_list:# 按照大小排序file_info_list.sort(key=lambda x: x['图片大小'])# 保存到txt文件save_to_txt(file_info_list, output_path)# 转为Excel表格excel_path = output_path.replace('.txt', '.xlsx')txt_to_excel(output_path, excel_path)else:print("找不到有效的图片文件。")if __name__ == "__main__":input_path = input("请输入图片路径:")output_dir = "/storage/emulated/0/代码文件/excel/"os.makedirs(output_dir, exist_ok=True)output_filename = datetime.now().strftime("%Y-%m-%d %H:%M:%S") + ".txt"output_path = os.path.join(output_dir, output_filename)process_images(input_path, output_path)
在这个代码中,我们使用了pandas库来保存数据到Excel表格中。请确保你已经安装了pandas库。
代码首先会读取用户输入的图片路径,然后获取图片的尺寸、大小以及颜色占比大于0.001的信息。接着,它会将这些信息保存到txt文件中,并将txt文件转换成Excel表格。

最后,程序会根据用户的输入路径是文件还是文件夹,来处理相应的图片信息。如果输入的是文件路径,则处理单个文件;如果输入的是文件夹路径,则遍历该目录下的所有图片文件。
请注意,为了方便展示和保存,我们将颜色占比信息保存为字符串形式,并保留小数点后三位。
꧂ 完整报错꧁
/data/user/0/org.qpython.qpy/files/bin/qpy thon3.sh "/storage/emulated/0/qpython/评论 截图问题1.矩阵2.1.2.1空行问题3.4.6色心6.6꧂ python图片:获得颜色占比,图片尺寸1.2保存表格1.5.3.py" && exit
比,图片尺寸1.2保存表格1.5.3.py" && exit < 请输入图片路径:/storage/emulated/0/DCIM/1 696948008360.png
获取图片信息失败:'NoneType' object is not iterable
找不到有效的图片文件。
type: <class 'str'>
value: hello
pause at line: 评论截图问题1.矩阵2.1.2.1空 行问题3.4.6色心6.6꧂python图片:获得颜色占比,图片尺寸1.2保存表格1.5.3.py: 30
Help on class str in module builtins:class str(object)| str(object='') -> str| str(bytes_or_buffer[, encoding[, error s
]]) -> str|| Create a new string object from the gi v
en object. If encoding or| errors is specified, then the object m u
st expose a data buffer| that will be decoded using the given e n
coding and error handler.| Otherwise, returns the result of objec t
.__str__() (if defined)| or repr(object).| encoding defaults to sys.getdefaultenc o
ding().| errors defaults to 'strict'.|| Methods defined here:|| __add__(self, value, /)| Return self+value.|| __contains__(se
lf, key, /)| Return key in self.|| __eq__(self, value, /)| Return self==value.|| __format__(self, fo
rmat_spec, /)| Return a formatted version of the s
tring as described by format_spec.|| __ge__(self, value, /)| Return self>=value.|| __getattribut
e__(self, name, /)| Return getattr(self, name).|| __getitem__(self,key, /)| Return self[key].|| __getnewargs_
_(...)|| __gt__(self, value, /)| Return self>value.|
--More--相关文章:
④. GPT错误:导入import pandas as pd库,存储输入路径图片信息存储错误
꧂ 问题最初꧁ 用 import pandas as pd 可是你没有打印各种信息input输入图片路径 print图片尺寸 大小 长宽高 有颜色占比>0.001的按照大小排序将打印信息存储excel表格文件名 表格路径 图片大小 尺寸 颜色类型 占比信息input输入的是文件就处理文件 是文件夹Ὄ…...
和鲸 ModelWhale 与华为 OceanStor 2910 计算型存储完成兼容性测试
数智化时代,数据总量的爆炸性增长伴随着人工智能、云计算等技术的发展,加速催化了公众对于数据存储与应用的多元化需求。同时,数据也是重要的基础资源和战略资源,需要严格保障其安全性、完整性。搭建国产数据基础设施底座…...
c++中单例模式的实现和问题
单例模式定义 单例模式是一种创建型设计模式,它确保一个类只有一个实例,并提供了一个全局访问点来访问该实例。这种模式涉及到一个单一的类,该类负责创建自己的对象,同时确保只有单个对象被创建。这个类提供了一种访问其唯一的对…...
如何选购高效便捷的软件行业项目管理系统
如何选择一个高效便捷的软件行业项目管理系统?推荐一款好用的项目管理软件Zoho Projects,Zoho Projects是少数可以给客户开通权限的项目管理软件,相信Zoho Projects权限管理功能会受到题主的欢迎。有了这个功能,项目外的客户可以参…...
用“和美”丈量中国丨走进酒博物馆系列⑨
五粮液酒文化博览馆始建于1988年,是中国酒业最早的酒文化博览馆,于2020年启动升级改造。 现在我们看到的五粮液酒文化博览馆,采用了当今博览馆最前沿的展陈方式,展陈设计与空间布局更具灵动性和多元性,蕴含传统文化氛围…...
树莓派 Raspberry Pi 与YOLOv8 结合进行目标检测
文章大纲 使用树莓派摄像头 提供视频流前置文章libcamera树莓派安装与部署YOLOv8硬件需求 PrerequisitesYOLO Version: YOLOv5 or YOLOv8硬件的选择,树莓派5的YOLOv8支持呼之欲出,Hardware Specifics: At a GlanceYOLOv8 在树莓派上的配置与安装Install Necessary PackagesIn…...
centos 安装 percona-xtrabackup
一、yum安装 1.安装Percona yum存储库 yum install https://repo.percona.com/yum/percona-release-latest.noarch.rpm 2.启用Percona Server 8.0存储库 percona-release setup ps57 3.输出如下则安装成功 [rootlocalhost ~]# percona-release setup ps80 * Disabling all…...
机器学习1:k 近邻算法
k近邻算法(k-Nearest Neighbors, k-NN)是一种常用的分类和回归算法。它基于一个简单的假设:如果一个样本的k个最近邻居中大多数属于某一类别,那么该样本也很可能属于这个类别。 k近邻算法的步骤如下: 输入:…...
知识图谱系列4:neo4j学习
这是一篇还不错的教程,我将会针对其中的Cypher语法在这篇帖子内提出问题,以便学习与复习。 MATCH是什么操作? 小括号()代表什么?(n)代表什么? MATCH (n) DETACH DELETE n是什么含义࿱…...
Mainflux IoT:Go语言轻量级开源物联网平台,支持HTTP、MQTT、WebSocket、CoAP协议
Mainflux是一个由法国的创业公司开发并维护的安全、可扩展的开源物联网平台,使用 Go语言开发、采用微服务的框架。Mainflux支持多种接入设备,包括设备、用户、APP;支持多种协议,包括HTTP、MQTT、WebSocket、CoAP,并支持…...
怎样提取视频中的音频?分享一个一学就会的方法~
每次遇到视频中有好听的背景音乐都会想要保存下来,用于自己的视频创作。于是怎样单独提取视频中的音频部分就成了难题,今天教大家一个简单实用的视频提取音频办法,看完记得点赞收藏哦~ 第一步:打开【音分轨】APP&#…...
【数据结构】二叉树的基本概念
1.树概念及结构 1.1树的概念 树是一种非线性的数据结构,它是由n(n>0)个有限结点组成一个具有层次关系的集合。把它叫做树是因为它看起来像一棵倒挂的树,也就是说它是根朝上,而叶朝下的 子树不能有交集࿰…...
数据可视化实战:如何给毛*易的歌曲做词云展示?
⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️ 🐴作者:秋无之地 🐴简介:CSDN爬虫、后端、大数据领域创作者。目前从事python爬虫、后端和大数据等相关工作,主要擅长领域有:爬虫、后端、大数据开发、数据分析等。 🐴欢迎小伙伴们点赞👍🏻、收藏⭐️、…...
智能文本纠错API的崭露头角:革命性的写作辅助工具
前言 在数字化时代,文字是我们日常生活和工作中的不可或缺的一部分。不论是在社交媒体上发帖、撰写商务邮件还是完成学术论文,文字表达都是沟通的核心。然而,字词错误、语法错误和敏感信息却是许多人常常面临的挑战,它们不仅会影…...
读书笔记:多Transformer的双向编码器表示法(Bert)-3
多Transformer的双向编码器表示法 Bidirectional Encoder Representations from Transformers,即Bert; 第3章 Bert实战 学习如何使用预训练的BERT模型: 如何使用预训练的BERT模型作为特征提取器;探究Hugging Face的Transforme…...
jpsall脚本
当一个集群的节点数量增多时,使用jps查看每一个节点的进程这个过程非常繁琐,因此我们可以写一个jpsall脚本,使用循环迭代的方式,在多台远程主机上执行相同的命令,这样就可以节省在每台主机上手动执行命令的时间和精力。…...
Django REST framework API版本管理【通过GET参数传递】
API版本 在开发过程中可能会有多版本的API,因此需要对API进行管理。django drf中对于版本的管理也很方便。 http://www.example.com/api/v1/info http://www.example.com/api/v2/info 上面这种形式就是很常见的版本管理 在restful规范中,后端的API需…...
归并排序 nO(lgn)
大家好,我是蓝胖子,我一直相信编程是一门实践性的技术,其中算法也不例外,初学者可能往往对它可望而不可及,觉得很难,学了又忘,忘其实是由于没有真正搞懂算法的应用场景,所以我准备出…...
数据库Mysql三大引擎(InnoDB、MyISAM、 Memory)与逻辑架构
MySQL数据库及其分支版本主要的存储引擎有InnoDB、MyISAM、 Memory等。简单地理解,存储引擎就是指表的类型以及表在计算机上的存储方式。存储引擎的概念是MySQL的特色,使用的是一个可插拔存储引擎架构,能够在运行的时候动态加载或者卸载这些存…...
Python数据分析实战-实现Mann-Whitney U检验(附源码和实现效果)
实现功能 使用scipy.stats模块中的mannwhitneyu函数来实现Mann-Whitney U检验,该检验用于比较两个独立样本的分布是否有显著差异。 实现代码 from scipy.stats import mannwhitneyu# 两个独立样本的数据 group1 [1, 2, 3, 4, 5] group2 [6, 7, 8, 9, 10]# 执行…...
【Axure高保真原型】引导弹窗
今天和大家中分享引导弹窗的原型模板,载入页面后,会显示引导弹窗,适用于引导用户使用页面,点击完成后,会显示下一个引导弹窗,直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…...
AI-调查研究-01-正念冥想有用吗?对健康的影响及科学指南
点一下关注吧!!!非常感谢!!持续更新!!! 🚀 AI篇持续更新中!(长期更新) 目前2025年06月05日更新到: AI炼丹日志-28 - Aud…...
【人工智能】神经网络的优化器optimizer(二):Adagrad自适应学习率优化器
一.自适应梯度算法Adagrad概述 Adagrad(Adaptive Gradient Algorithm)是一种自适应学习率的优化算法,由Duchi等人在2011年提出。其核心思想是针对不同参数自动调整学习率,适合处理稀疏数据和不同参数梯度差异较大的场景。Adagrad通…...
DAY 47
三、通道注意力 3.1 通道注意力的定义 # 新增:通道注意力模块(SE模块) class ChannelAttention(nn.Module):"""通道注意力模块(Squeeze-and-Excitation)"""def __init__(self, in_channels, reduction_rat…...
UDP(Echoserver)
网络命令 Ping 命令 检测网络是否连通 使用方法: ping -c 次数 网址ping -c 3 www.baidu.comnetstat 命令 netstat 是一个用来查看网络状态的重要工具. 语法:netstat [选项] 功能:查看网络状态 常用选项: n 拒绝显示别名&#…...
Neo4j 集群管理:原理、技术与最佳实践深度解析
Neo4j 的集群技术是其企业级高可用性、可扩展性和容错能力的核心。通过深入分析官方文档,本文将系统阐述其集群管理的核心原理、关键技术、实用技巧和行业最佳实践。 Neo4j 的 Causal Clustering 架构提供了一个强大而灵活的基石,用于构建高可用、可扩展且一致的图数据库服务…...
前端开发面试题总结-JavaScript篇(一)
文章目录 JavaScript高频问答一、作用域与闭包1.什么是闭包(Closure)?闭包有什么应用场景和潜在问题?2.解释 JavaScript 的作用域链(Scope Chain) 二、原型与继承3.原型链是什么?如何实现继承&a…...
2025季度云服务器排行榜
在全球云服务器市场,各厂商的排名和地位并非一成不变,而是由其独特的优势、战略布局和市场适应性共同决定的。以下是根据2025年市场趋势,对主要云服务器厂商在排行榜中占据重要位置的原因和优势进行深度分析: 一、全球“三巨头”…...
佰力博科技与您探讨热释电测量的几种方法
热释电的测量主要涉及热释电系数的测定,这是表征热释电材料性能的重要参数。热释电系数的测量方法主要包括静态法、动态法和积分电荷法。其中,积分电荷法最为常用,其原理是通过测量在电容器上积累的热释电电荷,从而确定热释电系数…...
算法岗面试经验分享-大模型篇
文章目录 A 基础语言模型A.1 TransformerA.2 Bert B 大语言模型结构B.1 GPTB.2 LLamaB.3 ChatGLMB.4 Qwen C 大语言模型微调C.1 Fine-tuningC.2 Adapter-tuningC.3 Prefix-tuningC.4 P-tuningC.5 LoRA A 基础语言模型 A.1 Transformer (1)资源 论文&a…...
