【Python】Python读取mat数据集（COFW，300WLP）,解析后训练模型用

笔者用到了人脸数据集COFW，300WLP，但文件都是mat文件，也搜了下资料，最终调通完美运行，这里记录下

Python读取文件的方式主要有两种：

由于mat文件是有MATLAB生成的，所以 7.3 以上的用方法2，版本7.3以下的用方法1，反之会报错！

• 方法1： from scipy.io import loadmat

mat_path是mat文件的路径，格式为字符串
路径格式：
‘/media/cxx/AEDAFE58DAFE1BF11/lcswork/align_dataset/300W-LP/300W-LP/300W_LP/AFW/AFW_1051618982_1_0.mat’

c_mat = loadmat(mat_path)

打印下keys()

print(c_mat.keys())

输出结果

#dict_keys(['__header__', '__version__', '__globals__', 'pt2d', 'roi', 
# 'Illum_Para', 'Color_Para', 'Tex_Para', 'Shape_Para', 'Exp_Para', 'Pose_Para'])

这里想要获取，landmarks，先用 c_mat[‘pt2d’]得到值，再transpose，将矩阵转置，再转化成numpy格式后，再做reshape,就是想到的成对的坐标

landmarks = np.array(np.transpose(c_mat['pt2d'])).astype('float').reshape(-1, 2)

直接打印即可，格式已经是numpy了

300WLP 的图片全是jpg，加载到dataloader时，直接调取路径即可

• 方法2：import h5py

方法2主要针对的是COFW数据集，所有的图片已经转化成矩阵存在mat结构中了，需要转换可视化

cofw_mat 是mat文件的路径，格式是字符串

c_mat = h5py.File(cofw_mat,'r')

打印下keys

print(c_mat.keys())

输出结果

<KeysViewHDF5 ['#refs#', 'IsTr', 'bboxesTr', 'phisTr']>

图片对应的key是 IsTr，打印key对应的就是图片内容，依然需要transpose

images = np.transpose(c_mat['IsTr'])

不过想要显示图片，还有一步操作，就是回去调值

image = np.transpose(train_mat[images[0]][:])
plt.imshow(image)
plt.show()

如果还要显示对应的landmarks，直接打印相应的key就可以，转置后直接可用，这时候的格式是元组（a,b）

phisTr = np.transpose(c_mat['phisTr'])

最后放上一张，批处理读取，landmarks转化为5个关键点后的图片