今天想要对模型做去雾辅助训练，花了九牛二虎之力才下载好Reside的ITS训练集，它包含clear和hazy文件夹，其中clear包含1399张无雾的ground true。

而hazy包含13990张合成雾化图，也就是利用一张无雾图合成了10张不同雾化程度的图。

而我的需求是在10张不同雾化的图随机选一张出来与gt匹配做训练就行了。就需要写个小python来实现，无奈代码能力实在是太菜了，花了小半个下午才完成这个功能，还东查查西查查的才勉强用了一个巨笨的方法实现。。。不过不管了，能用就行！

写这个小代码也令我学习到一些函数的使用，比如shutil.copy()，和几个编辑文件路径名字的os函数。同时也敲响警钟，代码能力实在是太菜了，不能再做copy侠了。

以后也打算开始写写博客记录一下自己遇到的问题和解决的办法啦！顺便希望今天刚投出去PR能够顺利录用！

下面是代码

import os
import glob
import random
import shutil

# 图像重命名并另存于别的路径
def copy_image(image_file, save_path):
    file_name = os.path.basename(image_file)
    #重命的图像名字要与gt的名字一致，取最前面的数字就可以
    save_name = file_name.split('_')[0]
    #重命名并另存为的命令
    shutil.copy(image_file, save_path + '/' + save_name + '.png')
    return 0

#想要存的路径
save_path = 'TrainA'
os.makedirs(save_path, exist_ok=True)

# 取所有雾化图像
files = []
files += sorted(glob.glob(os.path.join('hazy/hazy') + "/*.*"))
# 每张图的10张雾化图像只随机取1张，构建随机的索引利用列表索引去得到随机的图片
for i in range(len(files) // 10):
    a = i*10
    b = random.randrange(10)
    c = a+b
    copy_image(files[c], save_path)