C++处理YouTuBe Faces数据集(删除无用标注文件)

原创

已于 2023-06-22 21:58:51 修改 · 358 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#c++ #开发语言 #java

于 2023-06-22 11:30:28 首次发布

文章描述了一个处理youtubefaces数据集的过程，主要解决图片和TXT标注文件数量不一致的问题。通过复制图像和TXT文件到指定目录，然后读取视频文件夹下的一级目录名并存储，接着对比TXT文件的名称，删除不存在对应图片的TXT文件。最后统计目录和TXT文件数量进行一致性检查。

youtube faces数据集中，下载下来，发现frame_images_DB文件中的图片文件和TxT文本标注文件数量不一致，经查看，出现了许多空白表注文件；

1.将所有的图像文件复制到工程目录下的video文件夹下；

2.将所有的txt文件复制到工程目录下的1文件夹下；

3.读取.\\video文件夹下所有一级目录的名称存到hashset中；

4.读取.\\1文件夹中的所有txt文件名称，且只取第一个.号前的字符；

如：Aaron_Eckhart.labeled_faces；取：Aaron_Eckhart；

5.查询取得的字符是否存在于hashset中，若不存在，则删除该txt文件；

6.统计所有的video文件夹下的一级目录的数量；统计所有的txt文件数量对比是否一致；

#include <iostream>
#include <string>
#include <unordered_set>
#include <windows.h>

// Function to read directory names from a given path
void ReadDirectory(const std::string& path, std::unordered_set<std::string>& dirNames)
{
    WIN32_FIND_DATAA fileData;
    HANDLE hFind = INVALID_HANDLE_VALUE;

    std::string searchPath = path + "\\*";
    hFind = FindFirstFileA(searchPath.c_str(), &fileData);

    if (hFind != INVALID_