轉載請註明出處，引用部分網上部落格，若有侵權還請作者聯絡與我。

本文針對百度開源提供的智慧駕駛平臺H5資料進行讀取，通過python解析H5格式檔案。

百度資料下載地址：

http://roadhackers.baidu.com/#downloads

下載包含三個檔案：訓練集資料（4.xG），訓練集結果（幾兆），測試集資料（5.xG），解壓後資料量更大，以下分別進行資料解析說明。

1.訓練集結果

#!usr/bin/python
# -*- coding: utf-8 -*-

import cv2
import numpy as np
import h5py
import xlwt
from datetime import datetime


def write_data_to_excel(name,result):

    # 例項化一個Workbook()物件(即excel檔案)
    wbk = xlwt.Workbook()
    # 新建一個名為Sheet1的excel sheet。此處的cell_overwrite_ok =True是為了能對同一個單元格重複操作。
    sheet = wbk.add_sheet('Sheet1',cell_overwrite_ok=True)
    # 獲取當前日期，得到一個datetime物件如：(2016, 8, 9, 23, 12, 23, 424000)
    today = datetime.today()
    # 將獲取到的datetime物件僅取日期如：2016-8-9
    today_date = datetime.date(today)
    # 遍歷result中的每個元素。
    for i in xrange(len(result)):
        #對result的每個子元素作遍歷，
        for j in xrange(len(result[i])):
            #將每一行的每個元素按行號i,列號j,寫入到excel中。
            sheet.write(i,j,result[i][j])
    # 以傳遞的name+當前日期作為excel名稱儲存。
    wbk.save(name+str(today_date)+'.xls')


f = h5py.File('D:\\AllDownloadFiles\\train-result-119\\119.h5', 'r')
dset = f[f.keys()[0]] #f.keys()只有一個鍵值:u'attrs'
data = np.array(dset[:,:])

# 資料寫入excel表格
write_data_to_excel('D:\\AllDownloadFiles\\train-result-119\\', data);


 

2.訓練集資料

#!usr/bin/python
# -*- coding: utf-8 -*-

import cv2
import numpy as np
import h5py
import xlwt

def saveOnePic(fh, data_type, save_dir):
    #data_type = "%.3f" % float(index_num)
    dset = fh[data_type]
    data = np.array(dset[:,:,:])

    # 儲存一個圖片
    filePath = save_dir+'\\'+data_type+'.jpg'
    cv2.imwrite(filePath, data)


if __name__=="__main__":
    f = h5py.File('D:\\AllDownloadFiles\\train-data-119\\119.h5', 'r')

    max_num = 100
    file_len = len(f.keys())

    for index in range(0,max_num-1):
        if index < file_len:
            index_type = f.keys()[index]
            saveOnePic(f, index_type, 'D:\\AllDownloadFiles\\train-data-119')


 

下面是解析出來的圖片：

3.測試集資料

#!usr/bin/python
# -*- coding: utf-8 -*-

import cv2
import numpy as np
import h5py
import xlwt

def saveOnePic(fh, data_type, save_dir):
    #data_type = "%.3f" % float(index_num)
    dset = fh[data_type]
    data = np.array(dset[:,:,:])

    # 儲存一個圖片
    filePath = save_dir+'\\'+data_type+'.jpg'
    cv2.imwrite(filePath, data)



if __name__=="__main__":
    f = h5py.File('D:\\AllDownloadFiles\\test-part01.h5\\testfile_part01.h5', 'r')

    max_num = 100
    file_len = len(f.keys())
    
    for index in range(0,max_num-1):
        if index < file_len:
            index_type = f.keys()[index]
            saveOnePic(f, index_type, 'D:\\AllDownloadFiles\\test-part01.h5')

max_num限制最大個數，可以修改大小。

下面是解析出來的圖片：

解析完成，後面就可以用這些圖片資料進行演算法開發了，加油吧~