mat数据格式转png

本文介绍了如何使用Python将MAT格式数据转换为PNG图片,包括单个文件处理和批量文件夹处理的详细步骤,以及注意事项。使用了scipy.io,PIL,numpy等库进行操作。
摘要由CSDN通过智能技术生成

目的

多个.mat数据格式转化成多个文件夹下的png图片格式
即 一个PAT.mat文件,生成一个PAT文件夹下的图片

在这里插入图片描述

方法

1 单文件处理

import scipy.io as scio
from PIL import Image
import numpy as np

def MatrixToImage(data):
    data = data*255
    new_im = Image.fromarray(data.astype(np.uint8))
    return new_im

path = 'PAT001.mat'
mat_data = scio.loadmat(path)
# 读取的mat以dict格式保存,因此需要查看一下数据的key值
print(type(mat_data), mat_data)  
data = mat_data["Mask"]  # 这里的是Mask,不同的mat值需要输出一下看一下
for j in range(data.shape[2]):
    new_im = MatrixToImage(data[:,:,j])
    new_im.save(f"pngdata/PAT_{j}.png")

注意点:
在这里插入图片描述
结果:
在这里插入图片描述

2 多文件处理

# 生成的数据放在各自的文件夹中
import scipy.io as scio
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import os

# 根据自己任务指定文件夹的前缀和范围
folder_prefix = "PAT"
start_number = 1
end_number = 35

# 循环创建文件夹
for i in range(start_number, end_number + 1):
    # 使用zfill方法来保证文件夹名称的固定长度
    folder_name = f"{folder_prefix}{str(i).zfill(3)}"
    # 使用os.makedirs来创建文件夹,exist_ok=True表示如果文件夹已存在则不会引发错误
    os.makedirs(folder_name, exist_ok=True)

# 生成图片名称,因为mat数据格式都有顺序
# 从1-100和从001到100的命名方式对图片的影响不同
def format_numbers(start, end, width=3):
    return [f"{num:0{width}}" for num in range(start, end + 1)]
# 生成mat的id
id = format_numbers(1,35,3)
# 生成png的名字id
save_id = format_numbers(1,1000,4)

# 二值数据转到0-255范围(可见)
def MatrixToImage(data):
    data = data*255
    new_im = Image.fromarray(data.astype(np.uint8))
    return new_im

for i in id:
    name = f"PAT{i}.mat"
    path = name
    mat_data = scio.loadmat(path)
    data = mat_data["Mask"]  # 这里是根据自己mat文件中提取数值
    for j in range(data.shape[2]):
        new_im = MatrixToImage(data[:,:,j])
        save_name = save_id[j]
        new_im.save(f"PAT{i}/PAT{i}D{save_name}.png")

  • 10
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
VOC2012语义分割数据集中使用了.mat文件进行标注。.mat文件是一种Matlab格式的文件,用于存储矩阵或多维数组等数据。在VOC2012数据集中,原始的VOC 2012标注使用了彩色标注,而SBD数据集则使用了.mat文件进行标注。为了将这两种标注数据进行融合,需要进行一些简单的换操作。具体换过程可以使用两个Python脚本:mat2png.py和convert_labels.py。mat2png.py将.mat标注换为灰度标注图像,而convert_labels.py将彩色标注换为灰度标注图像。使用这两个脚本的参数可以完成换操作。例如,可以使用以下命令将.mat标注换为灰度图像:python mat2png.py cls cls_aug,其中第一个参数为SBD数据集的.mat标注文件的目录,第二个参数为换后的灰度图像的保存目录。类似地,可以使用python convert_labels.py命令将VOC 2012彩色标注换为灰度标注。在使用这些脚本时,需要注意正确设置脚本的目录参数以确保换正确进行。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* *3* [【深度学习】语义分割 PASCAL VOC 2012 增强数据集](https://blog.csdn.net/qq_28869927/article/details/90602459)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Philo`

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值