🚲 🚗 ✈️ 🚀

🚀 修改文件名

功能，打印当前目录下所有文件的文件名，并将文件名中的 ‘.’ 和 ‘-‘ 之间的字符替换成 ‘__’ （包括’.’ 和 ‘-‘ ）。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
import os
import re

# 获取指定目录下的所有文件名
def get_file_names(directory):
    # 遍历目录下的所有文件，并将文件名添加到列表中
    file_names = []
    for filename in os.listdir(directory):
        if os.path.isfile(os.path.join(directory, filename)):
            file_names.append(filename)
    return file_names

# 打印所有文件名
def print_file_names(file_names):
    for filename in file_names:
        print(filename)

# 修改文件名
def modify_file_name(directory, old_name, new_name):
    # 获取文件路径
    old_path = os.path.join(directory, old_name)
    new_path = os.path.join(directory, new_name)
    # 重命名文件
    os.rename(old_path, new_path)

# 将要遍历的目录路径替换为您所需的目录
directory = './'
# 定义正则表达式，用于匹配括号内的字符串
regex = re.compile(r'\.(.*?)\-')
# 获取所有文件名
file_names = get_file_names(directory)
# 打印所有文件名
print_file_names(file_names)

# 循环遍历并修改文件名
for i in range(len(file_names)):
    # 获取原始文件名
    old_name = file_names[i]
    # 查找括号内的字符串
    match = regex.search(old_name)
    # 移除不需要的字符
    new_name = old_name.replace(match.group(), '_')
    # 修改文件名
    modify_file_name(directory, old_name, new_name)
    print(new_name)

🚀 png转jpg并修改文件名为数字序列

文件夹下的所有文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
from PIL import Image
import os

path = './featureimages'
files = os.listdir(path)
i = 1       // 如果重命名失败，说明文件夹内有同名的文件，可以先将这个值设置大一点，之后再调回1

# 将文件夹下的所有文件按照从 1 开始的数字命名，后缀不变
for file in files:
    old_name = os.path.join(path, file)
    extension = os.path.splitext(file)[1]
    new_name = os.path.join(path, str(i) + extension)
    print(new_name)
    os.rename(old_name, new_name)
    i += 1

# 将文件夹内的 png 图片转换为 jpg
for filename in os.listdir(path):
    if filename.endswith('.png'):
        img = Image.open(os.path.join(path, filename))
        img = img.convert('RGB')
        new_filename = os.path.splitext(filename)[0] + '.jpg'
        img.save(os.path.join(path, new_filename))
        os.remove(os.path.join(path, filename))

🚀 xlsx文件挑选特定范围的值

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
import os
import pandas as pd

title1 = 'T_P_SLC'
title2 = 'T_R_SLC'

threshold1  = 130
threshold2  = 60

xlsx_file_path  = "./Xlsx/"
out_path_xlsx   = './OutPut/'

# 删除输出文件夹内所有的文件
for filename in os.listdir(out_path_xlsx):
    file_path = os.path.join(out_path_xlsx, filename)
    try:
        if os.path.isfile(file_path):
            os.unlink(file_path)
            print(f'rm {file_path}')
    except Exception as e:
        print(f'Failed to delete {file_path}. Reason: {e}')

# 浏览并处理目标文件夹内的文件
for filename in os.listdir(xlsx_file_path):
    file_path = os.path.join(xlsx_file_path, filename)
    out_file_path = os.path.join(out_path_xlsx, filename)
    print(file_path)
    print(out_file_path)

    # 读取Excel文件  
    df = pd.read_excel(file_path)

    # 将文本格式转换为整数  
    df[title1] = df[title1].astype(int)  
    df[title2] = df[title2].astype(int)  

    # 筛选大于阈值的行
    df_filtered = df[(df[title1] > threshold1) | (df[title2] > threshold2)]  

    # 保存筛选后的数据到新的Excel文件  
    df_filtered.to_excel(out_file_path, index=False)

🚀 统计Dat文件中各个数值的数量

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import collections
import matplotlib.pyplot as plt

with open('a.dat', 'rb') as f:
    data = f.read()

counter = collections.Counter(data)
x = list(counter.keys())
y = list(counter.values())

for key in sorted(counter.keys()):
    print(f'{key} : {counter[key]}')

plt.bar(x, y)
plt.show()

🚀 将txt文件以空格进行分隔并批量转换为xlsx文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
import os
import pandas as pd

out_path_txt = './Out/Txt/'
out_path_xlsx = './Out/Xlsx/'

# 删除 ./Out/Xlsx/ 文件夹内所有的文件
for filename in os.listdir(out_path_xlsx):
    file_path = os.path.join(out_path_xlsx, filename)
    try:
        if os.path.isfile(file_path):
            os.unlink(file_path)
            print(f'rm {file_path}')
    except Exception as e:
        print(f'Failed to delete {file_path}. Reason: {e}')

# 浏览并处理目标文件夹内的文件
for filename in os.listdir(out_path_txt):
    file_path = os.path.join(out_path_txt, filename)
    outPut_path = os.path.join(out_path_xlsx, filename)[0:-3] + 'xlsx'
    print(f'create {outPut_path}')
    # 读取CSV文件  
    df = pd.read_csv(file_path, sep=" ", header=0)
    # 将DataFrame保存为xlsx文件  
    df.to_excel(outPut_path, index=False, engine='openpyxl')

🚀 将图片转换为c文件

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
from PIL import Image  
import os  

# 定义一个函数，将RGB888格式转换为RGB565格式
def rgb888_to_rgb565(r, g, b, Little_Endian=0):
    # 将8位的R,G,B值分别右移3,2,3位，得到5位的R,G,B值
    r = r >> 3
    g = g >> 2
    b = b >> 3
    # 将5位的R,G,B值拼接成16位的RGB565值，高位在前，低位在后
    rgb565 = (r << 11) | (g << 5) | b
    # 小端模式需要调换高低位
    if Little_Endian != 0:
        rgb565 = (rgb565 >> 8) | ((rgb565 & 0xFF) << 8)
    # 返回RGB565值
    return rgb565

# 将图像文件以RGB565的格式写入到.c文件 
def img_to_cFile(img_name, cFile_name):
    # 打开图像文件并转换为RGB模式  
    img = Image.open(img_name).convert("RGB")  
    # 获取图像的宽度和高度  
    width, height = img.size  
    with open(cFile_name, "w") as f:  
        f.write(f"// width = {width}, height = {height}\n")
        f.write(f"const unsigned short img_{os.path.basename(cFile_name)[:-2]}[] = {{")
        for y in range(height):  
            for x in range(width):  
                # 获取当前像素的RGB值  
                r, g, b = img.getpixel((x, y))  
                
                # 将RGB值转换为RGB565格式  
                rgb565 = rgb888_to_rgb565(r, g, b, 1)
                
                # 每16个数据添加一个换行
                if (x % 16 == 0):
                    f.write("\n    ")

                # 将RGB565格式写入文件 
                if x == width - 1 and y == height - 1:      # 最后一个数据不用加逗号
                    f.write("0x{:04x}\n".format(rgb565))
                else:
                    f.write("0x{:04x}, ".format(rgb565))
        f.write("};\n")

# 删除文件夹内所有的文件
def rm_path_file(path_name):
    for filename in os.listdir(path_name):
        file_path = os.path.join(path_name, filename)
        try:
            if os.path.isfile(file_path):
                os.unlink(file_path)
                print(f'rm {file_path}')
        except Exception as e:
            print(f'Failed to delete {file_path}. Reason: {e}')

# 定义文件夹路径  
img_path = './img/'        # 放置图片的目录
cFile_path = './cFile/'    # 生成.c文件的目录


if __name__ == '__main__': 
    rm_path_file(cFile_path)    # 删除c文件夹内原有的文件
    # 获取文件夹内的所有文件  
    files = os.listdir(img_path)  
    # 打印每个文件名  
    for file in files:  
        img_name = os.path.join(img_path, file)
        # 检查是否为文件，排除子文件夹  
        if os.path.isfile(img_name):  
            cFile_name = os.path.splitext(file)[0] + '.c'
            cFile_name = os.path.join(cFile_path, cFile_name)
            img_to_cFile(img_name, cFile_name)
            print(cFile_name)


🚀 将图片转换为webp格式

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
# 首先需要确保已经安装了Pillow库，如果还没有安装，可以使用pip命令安装：
# pip install Pillow

import os
from PIL import Image

def convert_to_webp(input_folder, output_folder):
    # 确保输出文件夹存在
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)

    # 遍历输入文件夹中的所有文件
    for filename in os.listdir(input_folder):
        if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
            # 构建输入和输出文件的完整路径
            input_path = os.path.join(input_folder, filename)
            output_path = os.path.join(output_folder, f"{os.path.splitext(filename)[0]}.webp")

            # 打开图片并转换为webp格式
            with Image.open(input_path) as img:
                print('open img')
                img.save(output_path, 'webp')

            print(f"Converted {filename} to webp")

# 使用示例
convert_to_webp('./', './out/')