File size: 3,048 Bytes
a080b32 |
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 |
# generate_csv.py (Versi Paling Final dan Tangguh)
import os
import pandas as pd
import struct
# --- KONFIGURASI ---
# Pastikan path ini benar, dijalankan dari folder utama proyek
SOURCE_DATA_DIR = os.path.join(
'data',
'Nuclear Cataract Database for Biomedical and Machine Learning Applications',
'Nuclear Cataract Dataset'
)
OUTPUT_CSV_PATH = 'labels.csv'
# --- SCRIPT UTAMA ---
all_image_data = []
print(f"Memindai folder '{SOURCE_DATA_DIR}'...")
for patient_id in sorted(os.listdir(SOURCE_DATA_DIR)):
patient_path = os.path.join(SOURCE_DATA_DIR, patient_id)
if not os.path.isdir(patient_path): continue
for eye_folder in os.listdir(patient_path):
eye_path = os.path.join(patient_path, eye_folder)
if not os.path.isdir(eye_path): continue
datafile_path = os.path.join(eye_path, 'DATAFILE')
# Lompati folder ini jika tidak ada DATAFILE
if not os.path.exists(datafile_path):
print(f"Peringatan: Tidak ada DATAFILE di folder {eye_path}")
continue
try:
with open(datafile_path, 'rb') as f:
content = f.read()
# Cari semua angka desimal (double) di seluruh file biner
# Ini cara paling tangguh untuk menemukan kandidat grade
possible_grades = [g[0] for g in struct.iter_unpack('<d', content)]
# Ambil angka valid (bukan nol) sebagai grade
valid_grades = [round(g) for g in possible_grades if round(g) != 0]
if not valid_grades:
# Jika tidak ada grade valid yang ditemukan, lompati folder ini
print(f"Peringatan: Tidak ditemukan grade valid di {datafile_path}")
continue
# Asumsikan grade yang benar adalah nilai terbesar yang ditemukan
grade = max(valid_grades)
# Cari semua file gambar di direktori yang sama
for filename in os.listdir(eye_path):
if filename.lower().endswith(('.png', '.jpg', '.jpeg')):
relative_path = os.path.join(patient_id, eye_folder, filename).replace('\\', '/')
print(f"Ditemukan: file='{relative_path}', grade={grade}")
all_image_data.append({'image': relative_path, 'grade': grade})
except Exception as e:
# Jika masih ada error lain, cetak peringatan dan lanjutkan
print(f"Error saat memproses {datafile_path}: {e}. Melanjutkan...")
continue
print(f"\nTotal {len(all_image_data)} gambar ditemukan dan diberi label.")
# Hanya buat file jika ada data yang ditemukan
if all_image_data:
df = pd.DataFrame(all_image_data)
df.to_csv(OUTPUT_CSV_PATH, index=False)
print(f"File '{OUTPUT_CSV_PATH}' yang sudah terisi lengkap berhasil dibuat.")
else:
print("Tidak ada data valid yang ditemukan untuk dibuat menjadi file CSV.")
print(f"\n--- Selesai ---") |