收集所有图像路径

image_paths = []

#os.walk（root_dir)这是一个生成器函数，它会递归遍历指定目录（root_dir)及其所有子目录

#每次迭代返回三个值，当前遍历到的目录路径 _ 当前目录下的子目录列表（这里表示不关心，不需要，因为我只看文件夹中的图像是否有损坏） files当前目录下的文件列表

for root, _, files in os.walk(root_dir):

#遍历当前目录下的每一个文件名

for f in files:

#将文件名转化为小写，后面跟一个extensions 检查是不是以extensions中的任意一个后缀结尾，上面有写extensions

if f.lower().endswith(extensions):

#如果满足，将这个路径拼接好，加到列表中

image_paths.append(os.path.join(root, f))

print(f"🔍 Found {len(image_paths)} images in {root_dir}. Starting verification...")

#对于每一个列表中的

for img_path in tqdm(image_paths, desc="Checking images"):

try:

#image.open 使用pillow打开图像文件，image.open是默认延迟加载，只读取文件头信息，不立即读取像素数据

with Image.open(img_path) as img:

#img.load加载图像的全部像素数据，会触发图像完整性的检查，如果图像文件是截断的（或者结构损坏）会抛出oserror

img.load() # 强制加载像素（触发 truncated 检测）

img.convert("RGB") # 模拟训练时的转换

except (OSError, UnidentifiedImageError, ValueError) as e:

bad_images.append((img_path, str(e)))#这个就是将坏图像存在bad_images列表中

except Exception as e:

bad_images.append((img_path, f"Unexpected error: {e}"))

return bad_images

def main():

parser = argparse.ArgumentParser(description="Check for corrupted or unreadable images in a dataset.")

parser.add_argument("root_dir", type=str, help="Root directory of the dataset (e.g., /path/to/train)")

parser.add_argument("--output", type=str, default="corrupted_images.txt", help="Output file to save bad image paths")

args = parser.parse_args()#命令行输入

bad_images = check_image_folder(args.root_dir)

#下面这部分就是打印前三个坏图像信息，如果没坏图像，就打印绿色对号

if bad_images:

print(f"\n⚠️ Found {len(bad_images)} problematic images. Saving list to {args.output}")

with open(args.output, "w") as f:

for path, err in bad_images:

f.write(f"{path}\t{err}\n")

print(f"First 3 bad images:")

for path, _ in bad_images[:3]:

print(f" - {path}")

else:

print("✅ All images loaded successfully! No corruption detected.")

if name == "main":

main()

代码分析 关于看图像是否包括损坏