简单地利用h5保存自己的图片训练集

H5也叫HDF5，全称是Hiearchical Data Format，5是版本号。HDF5适用于单机大规模数据应用，比如神经网络训练等，可以存储不同类型的图像和数码数据的文件格式，并且可以在不同类型的机器上传输，同时还有统一处理这种文件格式的函数库。

写h5

1. 导入需要的库

from scipy import misc
import h5py
import matplotlib.pyplot as plt

2. 打开图片，保存为h5

# 写一个h5
image_size = (64, 64)
X = misc.imresize(misc.imread('lenna.jpg'), image_size)
h = h5py.File('pic2.h5', 'w')
h.create_dataset('lenna', data=X, compression='gzip')
h.close()
print("ok")

3. 运行结果
   ok
   生成的h5文件是这样的
   

读h5

1. 导入需要的库

import h5py
import matplotlib.pyplot as plt

2. 读取h5

# 读取h5
h2 = h5py.File('pic2.h5', 'r')
train_set_data = h2['lenna'][:]
plt.imshow(train_set_data)
plt.show()
h2.close()

3. 运行结果
   

写h5的create_dataset()还有很多参数可以调节，如shape，maxshape，dtype等。这只是最简单的一种方法。加上循环可以将文件夹内的图像存入