确定图像是不是是序列的一部分的最佳方法是啥

Posted 2023-03-29

【中文标题】确定图像是不是是序列的一部分的最佳方法是啥

【英文标题】：Whats the best way of determining if an image is part of a sequence确定图像是否是序列的一部分的最佳方法是什么

【发布时间】：2012-08-07 23:56:58

【问题描述】：

我有一个图像文件，我想使用 python 检查它是否是图像序列的一部分。

例如我从这个文件开始：

/projects/image_0001.jpg

我想检查文件是否是序列的一部分，即

/projects/image_0001.jpg
/projects/image_0002.jpg
/projects/image_0003.jpg
...

如果我可以确定文件名是否可以是序列的艺术，即是否存在文件名的数字序列，则检查是否存在图像序列似乎很简单

我的第一个想法是要求用户将#### 添加到数字应该在的文件路径中，并输入一个开始和结束帧号来替换散列，但这显然不是很用户友好。有没有办法用正则表达式或类似的东西检查字符串中的数字序列？

【问题讨论】：

什么是图像序列？能举个例子吗？

所有文件名都是某种形式的picture_xxxx，还是混入了旧文件名？

可能是 pic.xxxx.jpg 或 pic-xxx.jpg 等。我想让脚本尽可能灵活，以适应不同的人的喜好

【参考方案1】：

我假设问题更多在于能够区分磁盘上的排序文件，而不是了解有关文件名本身的任何特定信息。

如果是这样，并且您正在寻找的是足够聪明的东西，可以列出如下列表：

/path/to/file_1.png /path/to/file_2.png /path/to/file_3.png ... /path/to/file_10.png /path/to/image_1.png /path/to/image_2.png ... /path/to/image_10.png

然后得到一个结果说 - 我有 2 个文件序列：/path/to/file_#.png 和 /path/to/image_#.png 你将需要 2 次通过 - 第一次通过来确定有效的表达式对于文件，第二次通过找出所有其他文件满足该要求。

您还需要知道是否要支持间隙（是否需要连续）

/path/to/file_1.png /path/to/file_2.png /path/to/file_3.png /path/to/file_5.png /path/to/file_6.png /path/to/file_7.png

这是 1 个序列 (/path/to/file_#.png) 还是 2 个序列 (/path/to/file_1-3.png, /path/to/file_5-7.png)

另外 - 你想如何处理序列中的数字文件？

/path/to/file2_1.png /path/to/file2_2.png /path/to/file2_3.png

等等

考虑到这一点，我将这样做：

    import os.path
    import projex.sorting
    import re

    def find_sequences( filenames ):
        """
        Parse a list of filenames into a dictionary of sequences.  Filenames not
        part of a sequence are returned in the None key

        :param      filenames | [<str>, ..]

        :return     <str> sequence: [<str> filename, ..], ..
        """
        local_filenames   = filenames[:]
        sequence_patterns = 
        sequences         = None: []

        # sort the files (by natural order) so we always generate a pattern
        # based on the first potential file in a sequence
        local_filenames.sort(projex.sorting.natural)

        # create the expression to determine if a sequence is possible
        # we are going to assume that its always going to be the 
        # last set of digits that makes a sequence, i.e.
        #
        #    test2_1.png
        #    test2_2.png
        #
        # test2 will be treated as part of the name
        # 
        #    test1.png
        #    test2.png
        #
        # whereas here the 1 and 2 are part of the sequence
        #
        # more advanced expressions would be needed to support
        # 
        #    test_01_2.png
        #    test_02_2.png
        #    test_03_2.png

        pattern_expr = re.compile('^(.*)(\d+)([^\d]*)$')

        # process the inputed files for sequences
        for filename in filenames:
            # first, check to see if this filename matches a sequence
            found = False
            for key, pattern in sequence_patterns.items():
                match = pattern.match(filename)
                if ( not match ):
                    continue

                sequences[key].append(filename)
                found = True
                break

            # if we've already been matched, then continue on
            if ( found ):
                continue

            # next, see if this filename should start a new sequence
            basename      = os.path.basename(filename)
            pattern_match = pattern_expr.match(basename)
            if ( pattern_match ):
                opts = (pattern_match.group(1), pattern_match.group(3))
                key  = '%s#%s' % opts

                # create a new pattern based on the filename
                sequence_pattern = re.compile('^%s\d+%s$' % opts)

                sequence_patterns[key] = sequence_pattern
                sequences[key] = [filename]
                continue

            # otherwise, add it to the list of non-sequences
            sequences[None].append(filename)

        # now that we have grouped everything, we'll merge back filenames
        # that were potential sequences, but only contain a single file to the
        # non-sequential list
        for key, filenames in sequences.items():
            if ( key is None or len(filenames) > 1 ):
                continue

            sequences.pop(key)
            sequences[None] += filenames

        return sequences

还有一个用法示例：

>>> test =   ['test1.png','test2.png','test3.png','test4.png','test2_1.png','test2_2.png','test2_3.png','test2_4.png']
>>> results = find_sequences(test)
>>> results.keys()
[None, 'test#.png', 'test2_#.png']

里面有一个方法是指自然排序，这是一个单独的话题。我刚刚使用了我的 projex 库中的自然排序方法。它是开源的，所以如果你想使用或查看它，它在这里：http://dev.projexsoftware.com/projects/projex

但是这个话题已经在论坛的其他地方讨论过了，所以就使用库中的方法。

【参考方案2】：

使用 python 的re 模块来查看字符串是否包含数字序列相对容易。你可以这样做：

mo = re.findall('\d+', filename)

这将返回filename 中所有数字序列的列表。如果：

只有一个结果（即文件名只包含一个数字序列），AND 后续文件名具有相同长度的单个数字序列，AND 第二个数字序列比前一个大 1

...那么也许它们是序列的一部分。

【讨论】：

如果你需要知道数字在字符串中出现的位置，你可以使用：mo=list(re.finditer('\d+',filename))，它会返回一个匹配对象的列表，每个匹配对象都定义了mo[i].start()和mo[i].end()的方法.要获取匹配对象之一的文本，请使用mo[i].group()。有关匹配对象的更多信息，请参阅docs.python.org/library/re.html#match-objects。