如何从 HDF5 文件中提取单个 JPEG 图像

Posted 2023-03-11

【中文标题】如何从 HDF5 文件中提取单个 JPEG 图像

【英文标题】：How to extract individual JPEG images from a HDF5 file

【发布时间】：2021-06-26 16:04:20

【问题描述】：

我有一个大的 HDF5 文件，其中包含图像及其对应的地面实况密度图。 我想将它们放入网络 CRSNet 中，它需要单独文件中的图像。 我怎样才能做到这一点？非常感谢。

-- 基本信息 我有一个 HDF5 文件，其中包含两个键“images”和“density_maps”。它们的形状是 (300, 380, 676, 1)。 300代表图片数量，380和676分别代表高度和宽度。

-- 我需要放入 CRSNet 网络的是带有相应 HDF5 文件的图像 (jpg)。它们的形状是 (572, 945)。

非常感谢您的任何评论和讨论！

【参考方案1】：

首先，简要说明一下 h5py 和 HDF5。 h5py 是一个 Python 包，用于读取 HDF5 文件。您还可以使用 PyTables 包（以及其他语言：C、C++、FORTRAN）读取 HDF5 文件。

我不完全确定“图像 (jpg) 及其相应的 h5py (HDF5) 文件”是什么意思，据我了解，您的所有数据都在 1 个 HDF5 文件中。另外，我不明白您的意思是：“它们的形状将是 (572, 945)。” 这与图像数据不同，对吧？请更新您的帖子以澄清这些项目。

从数据集中提取数据相对容易。这就是您如何将“图像”作为 NumPy 数组获取并使用 cv2 写入单个 jpg 文件的方法。见以下代码：

with h5py.File('yourfile.h5','r') as h5f:
    for i in range(h5f['images'].shape[0]):
        img_arr = h5f['images'][i,:]   # slice notation gets [i,:,:,:]
        cv2.imwrite(f'test_img_i:03.jpg',img_arr)

在开始编码之前，您确定需要将图像作为单独的图像文件还是单独的图像数据（通常是 NumPy 数组）？我问是因为大多数 CNN 处理的第一步是读取图像并将它们转换为数组以进行下游处理。您已经拥有 HDF5 文件中的数组。您可能需要做的就是读取每个数组并保存到适当的数据结构中，以便 CRSNet 处理它们。例如，这里是创建数组列表的代码（TensorFlow 和 Keras 使用）：

image_list = []
with h5py.File('yourfile.h5','r') as h5f:
    for i in range(h5f['images'].shape[0]):
        image_list.append( h5f['images'][i,:] )  # gets slice [i,:,:,:]
        

【讨论】：

非常感谢您的回答和建议。我正在github.com/leeyeehoo/CSRNet-pytorch 上学习 CRSNet 的使用，因此输入的 json 文件是图像的路径，代码相应地将其替换为 h5 文件