import torch.utils.data as data
import PIL.Image as Image
import os
import random
import numpy as np
from skimage.io import imread
import cv2
from glob import glob
import imageio
import h5py
import matplotlib.pyplot as plt
# 使用的数据是400张的liver数据
root=r'G:\liver\liver\train'
pics =[]
masks =[]
n =len(os.listdir(root))//2# 因为数据集中一套训练数据包含有训练图和mask图,所以要除2for i inrange(n):
img = os.path.join(root,"%03d.png"% i)# liver is %03d
mask = os.path.join(root,"%03d_mask.png"% i)# 是将图片的路径添加到列表中,以字节的形式进行存储
pics.append(img)
masks.append(mask)# 保存的h5文件路径
f = h5py.File('G:/liver/train_hdf5_file.h5','w')
f['image']= pics
f['labels']= masks
f.close()
将数据以字节的形式进行读取
with h5py.File('G:/liver/train_hdf5_file.h5','r')as f:# List all groupsprint("Keys: %s"% f.keys())# 获取键属性,list(f.keys())[0]获取的是Keys: <KeysViewHDF5 ['image', 'labels']>第一个键'image',list(f.keys())[1]获取的是第二个键'labels'
a_group_key =list(f.keys())[0]print(a_group_key)# 此时f['image'][0]为第一个图片的路径名,是以字节的形式进行存储的,因此,想要进行读取必须将字节转化为字符串的形式print(f['image'][0])# 获取某一个图像的绝对路径名(此时是字节形式的,需要进行转化)
t=f['image'][0]# 将字节转化为字符串路径,然后进行读取,否则无法读取数据
t1=bytes.decode(t)
c=cv2.imread(t1)
plt.imshow(c)
plt.show()
以数组的形式进行读写
将数据以数组的形式进行写入
import torch.utils.data as data
import PIL.Image as Image
import os
import random
import numpy as np
from skimage.io import imread
import cv2
from glob import glob
import imageio
import h5py
import matplotlib.pyplot as plt
root=r'G:\liver\liver\train'
pics =[]
masks =[]
n =len(os.listdir(root))//2# 因为数据集中一套训练数据包含有训练图和mask图,所以要除2for i inrange(n):# 经过cv2.imread读取后得到的数据是数组类型
img = cv2.imread(os.path.join(root,"%03d.png"% i))# liver is %03d
mask = cv2.imread(os.path.join(root,"%03d_mask.png"% i))# 以数组的形式进行存放
pics.append(img)
masks.append(mask)# 转化为数组的形式
img_np = np.array(pics)
label_np = np.array(masks)# 下面打印的图像的绝对路径print('数据集中原始的标签顺序是:\n', img_np)print('#######################################################################################')print('数据集中原始的标签顺序是:\n', label_np)
f = h5py.File('G:/liver/train_hdf5_file.h5','w')
f['image']= img_np
f['labels']= label_np
f.close()
将数据以数组的形式进行读取
###################################按原始顺序进行读取h5文件,此时文件为数组形式#################with h5py.File('G:/liver/train_hdf5_file.h5','r')as f:# List all groupsprint("Keys: %s"% f.keys())# 获取键属性,list(f.keys())[0]获取的是Keys: <KeysViewHDF5 ['image', 'labels']>第一个键'image',list(f.keys())[1]获取的是第二个键'labels'
a_group_key =list(f.keys())[0]print(a_group_key)# Get the data
data =list(f[a_group_key])print('data[0]的数据类型为:',type(data[0]))print('data[0].shape的大小为:',data[0].shape)
l =len(f['image'])
plt.imshow(data[0])
plt.show()# for i in range(l):# cv2.imwrite("F:/1/hou/s/%d_filename.png"%i, data[i])
hdf5文件的读写以字节(文件路径名)形式进行读写将数据以字节的形式进行写入h5文件将数据以字节的形式进行读取以数组的形式进行读写将数据以数组的形式进行写入将数据以数组的形式进行读取以字节(文件路径名)形式进行读写将数据以字节的形式进行写入h5文件import torch.utils.data as dataimport PIL.Image as Imageimport osimport randomimport numpy as npfrom skimage.io import imre