fer2013源文件fer2013.csv的下载： 链接：BD网盘 提取码：nq6h

不传输代码文件CSDN直接给代码资源

# -*- encoding: utf-8 -*- """ @File : csv2img.py @Contact : thgpddl@163.com @Modify Time @Author @Version @Desciption ------------ ------- -------- ----------- 2022/5/24 20:10 thgpddl 1.0 None """ import os import cv2 import pandas as pd import numpy as np from tqdm import tqdm   # 进度条可视化   def prepare_data(data):     image_array = np.zeros(shape=(len(data), 48, 48), dtype="uint8")      for i, row in enumerate(data.index):         image = np.fromstring(data.loc[row, 'pixels'], dtype=int, sep=' ')         image = np.reshape(image, (48, 48))         image_array[i] = image      return image_array   def process(csv_path="fer2013.csv", out_dir_path="Fer2013Image"):     fer2013 = pd.read_csv(csv_path)      img_count=0     for i in range(7):         print("emotion class：", i)         clas= fer2013[fer2013['emotion'] == i]  # 得到csv中类别为i的数据
        image_array = prepare_data(clas)  # 整理图像数据，返回[samples, H, W]格式的图像，意味着有samples张图片，每张为H*W
        dir_path = os.path.join(out_dir_path, str(i))  # 定义类别为i的子文件夹路径
        assert not os.path.exists(dir_path),print("输出文件夹已存在，请删除或指定新的输出文件夹")
        os.makedirs(dir_path)  # 创建类别为i的子文件夹
        bs, h, w = image_array.shape
        for b in tqdm(range(bs)):  # 遍历每一个sample
            img = image_array[b]  # img.shape=48*48
            cv2.imwrite(os.path.join(dir_path, str(b) + '.jpg'), img)
        img_count+=bs

    print("共有图片{}张\t处理了图片{}张".format(fer2013.shape[0],img_count))

if __name__=="__main__":
    csv_path="fer2013.csv"	# csv文件路径
    out_dir_path="Fer2013Image"	# 输出文件夹的路径
    process(csv_path=csv_path,out_dir_path=out_dir_path)