Skip to content
TheChatArchiveThe Chat Archive
DeepSeekdeepseek-v3-0324· DeepSeekHugging Face LMArena Human Preference 140K

как в python os получить список файлов из папки?

From a Chatbot Arena battleThe same person sent this prompt to two anonymous models at once. Compare it with Qwenqwen3-30b-a3b’s answer.
  1. User

    как в python os получить список файлов из папки?

  2. DeepSeek Assistant

    В Python можно получить список файлов из папки с помощью модуля os. Вот несколько способов:

    1. Простой список файлов и папок (os.listdir)

    import os
    
    folder_path = 'путь_к_папке'  # Например: 'C:/Users/User/Images'
    files = os.listdir(folder_path)  # Получаем список файлов и папок
    
    print(files)  # Выводим список
    
    • Плюсы: Простота.
    • Минусы: Возвращает и файлы, и подпапки (без разбора).

    2. Только файлы (исключая папки) (os.path.isfile)

    import os
    
    folder_path = 'путь_к_папке'
    files = [f for f in os.listdir(folder_path) if os.path.isfile(os.path.join(folder_path, f))]
    
    print(files)  # Только файлы (без папок)
    

    3. Рекурсивный обход всех файлов (os.walk)

    Если нужно получить все файлы во всех подпапках:

    import os
    
    folder_path = 'путь_к_папке'
    all_files = []
    
    for root, dirs, files in os.walk(folder_path):
        for file in files:
            full_path = os.path.join(root, file)  # Полный путь к файлу
            all_files.append(full_path)
    
    print(all_files)  # Все файлы (включая подпапки)
    

    4. Фильтрация по расширению (например, только .jpg)

    import os
    
    folder_path = 'путь_к_папке'
    jpg_files = [f for f in os.listdir(folder_path) if f.endswith('.jpg')]
    
    print(jpg_files)  # Только JPG-файлы
    

    5. Использование glob (удобно для фильтрации по шаблону)

    import glob
    
    folder_path = 'путь_к_папке/*.jpg'  # Или 'C:/Users/User/Images/*.png'
    jpg_files = glob.glob(folder_path)
    
    print(jpg_files)  # Полные пути ко всем JPG-файлам
    
    • Плюсы: Поддержка * (например, *.jpg, image_*.png).
    • Минусы: Нет встроенной проверки на файл/папку.

    Вывод

    МетодЧто возвращаетРекурсивный обход?Фильтрация
    os.listdir()Все файлы и папки❌Ручная (endswith, isfile)
    os.walk()Все файлы в подпапках✅Можно фильтровать в цикле
    glob.glob()Файлы по шаблону❌ (если не **/*.jpg)Да (*.jpg, image_*)

    Какой метод выбрать, зависит от задачи. Если нужны только файлы в одной папке — os.listdir + isfile. Если все файлы во всех подпапках — os.walk. Если фильтрация по расширению — glob.

  3. User

    AREA = 5

    import cv2 import matplotlib.pyplot as plt import os

    files = os.listdir('images')

    for path in files: img = cv2.imread('images/'+path) img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) img = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY) img = cv2.GaussianBlur(img, (5, 5), 5) img = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 201, -5)

    num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(img, connectivity=8)
    
    # Считаем количество клеток с площадью больше 5 пикселей
    cell_count = 0
    for i in range(1, num_labels):  # начинаем с 1, т.к. 0 — фон
        area = stats[i, cv2.CC_STAT_AREA]
        if area > AREA:
            cell_count += 1
    
    print(f'{path}, {cell_count}')
    
    '''# (опционально) показать результат
    plt.figure(figsize=(16, 16))
    plt.axis('off')
    plt.imshow(labels, cmap='nipy_spectral')
    plt.title(cell_count)
    plt.show()'''
    

    Будет ли код стабильно работать на виндовс?

  4. DeepSeek Assistant

    Ваш код в целом будет работать на Windows, но есть несколько моментов, которые стоит учесть для стабильности и корректной работы:


    1. Проблемы с путями в Windows

    В Windows пути используют обратные слеши (\), а не прямые (/), как в Unix-системах.
    Исправление:
    Лучше использовать os.path.join() для кросс-платформенной совместимости:

    img = cv2.imread(os.path.join('images', path))  # вместо 'images/'+path
    

    2. Проверка существования файла

    Если файл не читается (например, повреждён или это не изображение), cv2.imread() вернёт None, что вызовет ошибку при дальнейшей обработке.
    Исправление:
    Добавьте проверку:

    img = cv2.imread(os.path.join('images', path))
    if img is None:
        print(f"Ошибка: файл {path} не загружен (возможно, это не изображение)")
        continue  # пропускаем файл
    

    3. Обработка исключений для connectedComponentsWithStats

    Если изображение полностью чёрное или белое (нет объектов), stats может быть пустым.
    Исправление:
    Проверяйте num_labels:

    num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(img, connectivity=8)
    if num_labels <= 1:  # только фон (нет объектов)
        print(f"{path}, 0")
        continue
    

    4. Кодировка имён файлов

    В Windows имена файлов могут содержать кириллицу или спецсимволы, что иногда приводит к ошибкам.
    Исправление:
    Открывайте файлы в бинарном режиме или используйте try-catch:

    try:
        img = cv2.imread(os.path.join('images', path))
    except UnicodeDecodeError:
        print(f"Ошибка кодировки в файле {path}")
        continue
    

    5. Утечка памяти при отображении графиков

    Если вы раскомментируете блок с matplotlib, то при обработке множества файлов это может вызвать утечку памяти.
    Исправление:
    Закрывайте фигуры явно:

    plt.close('all')  # в конце цикла или после plt.show()
    

    Итоговый улучшенный код

    import cv2
    import os
    
    AREA = 5
    folder = 'images'
    
    for path in os.listdir(folder):
        try:
            # Загрузка изображения с проверкой
            img_path = os.path.join(folder, path)
            img = cv2.imread(img_path)
            if img is None:
                print(f"Ошибка: {path} не загружен")
                continue
    
            # Обработка изображения
            img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
            img = cv2.GaussianBlur(img, (5, 5), 5)
            img = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, 
                                      cv2.THRESH_BINARY, 201, -5)
    
            # Поиск клеток
            num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(img, 8)
            cell_count = sum(1 for i in range(1, num_labels) if stats[i, cv2.CC_STAT_AREA] > AREA)
    
            print(f"{path}, {cell_count}")
    
        except Exception as e:
            print(f"Ошибка при обработке {path}: {str(e)}")
    

    Почему это будет стабильно работать на Windows?

    1. Корректные пути – os.path.join() автоматически подставляет \ для Windows.
    2. Обработка ошибок – проверка загрузки файлов и исключения.
    3. Защита от крашей – учтены крайние случаи (пустые изображения, битые файлы).
    4. Кодировка – try-catch для проблемных символов в именах файлов.

    Если в папке есть только изображения и нет подпапок, код отработает без ошибок. Для ещё большей надёжности можно добавить проверку на расширения (.jpg, .png).

Responses were produced in different, uncontrolled contexts (system prompts, settings, prior turns). This is not a benchmark.