使用 Python JPG 图片转换为 HDF5使用案例

本文链接：https://blog.csdn.net/zhishidi/article/details/146088735

使用 Python 将单张 JPG 图片转换为 HDF5 文件的完整步骤和代码示例：

步骤说明

读取 JPG 图片：使用 PIL 或 OpenCV 库读取图片为 NumPy 数组。
创建 HDF5 文件：用 h5py 将数组写入 HDF5 文件，并添加元数据（可选）。

完整代码示例

import h5py
from PIL import Image
import numpy as np

# 1. 读取 JPG 图片为 NumPy 数组
image_path = "example.jpg"  # 替换为你的图片路径
with Image.open(image_path) as img:
    image_array = np.array(img)  # 转换为形状 (height, width, channels) 的数组

# 2. 创建 HDF5 文件并写入数据
with h5py.File("image_to_hdf5.h5", "w") as f:
    # 写入图片数组
    dset = f.create_dataset("image_data", data=image_array)
    
    # 添加元数据（可选）
    dset.attrs["format"] = "RGB"  # 假设是 RGB 图片
    dset.attrs["original_size"] = img.size  # 图片原始尺寸 (width, height)
    dset.attrs["description"] = "Converted from JPG to HDF5"

print("转换完成！HDF5 文件已保存为 image_to_hdf5.h5")

验证 HDF5 文件内容

# 读取 HDF5 文件并检查数据
with h5py.File("image_to_hdf5.h5", "r") as f:
    dset = f["image_data"]
    print("数据形状:", dset.shape)  # 例如 (height, width, 3)
    print("元数据:", dict(dset.attrs))

    # 提取数据并显示（可选）
    recovered_image = dset[:]
    from matplotlib import pyplot as plt
    plt.imshow(recovered_image)
    plt.show()

关键注意事项

依赖库安装：
```
pip install h5py pillow matplotlib
```
- h5py：读写 HDF5 文件。
- PIL/pillow：读取 JPG 图片。
- matplotlib（可选）：验证图片数据。
数据形状：
- JPG 图片通常为 (height, width, channels)，例如 RGB 图片为 (H, W, 3)，灰度图为 (H, W)。
- 确保写入 HDF5 的数组形状与读取时一致。
扩展场景：
- 批量图片存储：可将多张图片保存在不同数据集或分组中。
- 压缩存储：添加 compression="gzip" 参数节省空间：
```
f.create_dataset("image_data", data=image_array, compression="gzip")
```

HDF5 文件结构示例

生成的 image_to_hdf5.h5 文件将包含：

/image_data          # 数据集（存储图片像素数据）
  attrs:
    "format": "RGB"
    "original_size": (width, height)
    "description": "Converted from JPG to HDF5"

通过这种方式，你可以高效地将图片数据（包括元信息）存储在 HDF5 文件中，适用于科学计算或机器学习场景。