使用代码取大量2*2像素图片各通道均值，存于Excel文件中。

任务是取下图RGB各个通道的均值及标签（R, G，B，Label）,其中标签由图片存放的文件夹标识。由于2*2像素图片较多，所以将结果放置于Excel表格中，之后使用SVM对他们进行分类。

from PIL import Image
import os
import pandas as pd# 输入文件夹路径
input_folder = "./data/1"# 获取文件夹中所有图片文件的路径
image_files = [f for f in os.listdir(input_folder) if f.endswith('.png') or f.endswith('.jpg')]# 存储每张图片的信息
image_data = []# 遍历每张图片
for image_file in image_files:# 构建图片文件的完整路径image_path = os.path.join(input_folder, image_file)# 打开图片image = Image.open(image_path)# 获取所有像素的RGB或RGBA值，具体取决于图像模式pixels = list(image.getdata())# 将RGB或RGBA值拆分成各个通道if image.mode == 'RGB':r_values, g_values, b_values = zip(*pixels)elif image.mode == 'RGBA':r_values, g_values, b_values, _ = zip(*pixels)else:raise ValueError("Unsupported image mode: {}".format(image.mode))# 计算每个通道的均值r_mean = sum(r_values) / len(r_values)g_mean = sum(g_values) / len(g_values)b_mean = sum(b_values) / len(b_values)# 存储图片信息image_info = {'Filename': image_file, 'R_mean': r_mean, 'G_mean': g_mean, 'B_mean': b_mean}# 添加到图片数据列表image_data.append(image_info)# 创建Pandas数据框
df = pd.DataFrame(image_data)# 将数据框写入Excel文件
output_excel_path = "./data/output.xlsx"
df.to_excel(output_excel_path, index=False)print(f"数据已写入到 {output_excel_path}")

 结果（文件名抽查核对之后，改为了Label列）