【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.anspose(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
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论