读npy、pck、nii格式数据集

最新推荐文章于 2024-05-05 19:10:03 发布

原创

最新推荐文章于 2024-05-05 19:10:03 发布 · 1.6k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#python #后端 #深度学习 #图像处理

本文介绍了如何使用Python读取npy、pck和nii格式的数据集，并强调了归一化的重要性，以避免数据丢失和错误。在读取多个文件时，可以通过获取文件夹中文件列表并遍历来实现。

下述代码中涉及到的data_path save_path 需要自行定义

读取npy格式数据集

import numpy as np
import cv2
import os

#从格式文件中加载数据，得到一个图像三维数组数组，第一维是图片张数，二三维是尺寸
data = np.load(data_path, mmap_mode='r')

#遍历该数组，展示每个图片并保存
for i in range(data.shape[0]):
    onedata = data[i,:,:]
    cv2.imshow('image', onedata)  #读取图片
    cv2.waitKey(1)  #防止读取时闪退
    cv2.imwrite(jpg_name, onedata)  #写到保存路径中

读取pck格式文件

import pickle
import cv2
import os
import numpy as np
import skimage.io as io

#data_path和save_path 自行定义

#从格式文件中加载数据，得到一个图像三维数组数组，第一维是图片张数，二三维是尺寸
with open(data_path, 'rb') as file_handler:  
     data = pickle.load(file_handler)

#遍历该数组，展示每个图片并保存
for i in range(data.shape[0]):
    onedata = data[i,:,:]
    
    #归一化操作，因为onedata中的数据是uint16 范围是0-65535，我们要把它转为uint8的范围是0-255
    img_norm = np.zeros(layer0.shape)
    onedata = cv2.normalize(onedata, dst=img_norm, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX)
    onedata = np.uint8(onedata)

    io.imshow(one