作者：石煒賢&曾翔鈺

cifar-10這個資料相信很多接觸過機器學習的人都肯定有所瞭解。今天，我們通過cifar-10儲存將圖片轉化為可訓練資料的思路將我們自己的圖片轉化為Python格式的資料。

本篇文章主要實現兩個功能：
①圖片轉化為陣列並存為二進位制檔案；
②從二進位制檔案中讀取資料並重新恢復為圖片

圖片大小為32*32。現在我們來聊聊步驟：
①圖片轉化為陣列並存為二進位制檔案：
1.使用PIL開啟圖片，並將其分離為RGB三個通道
2.利用numpy分別將RGB三個通道轉化為陣列並將其轉為一維陣列 （32*32->1024）
3.將RGB三個一維陣列(1024)拼接成一個一維陣列(3072)，再接入大陣列，最終形成n*3072的一維陣列，最終在reshape成n行3072列的二維陣列
4.使用pickle序列化陣列物件並儲存到檔案裡

②從二進位制檔案中讀取資料並重新恢復為圖片：
1.開啟資料檔案並使用pickle載入並反序列化資料得到陣列
2.使用PIL分別得到每張圖片的RGB通道，然後將其合併
3.使用matplotlib顯示影象
4.儲存影象

來一波程式碼（這裡Python版本為2.7，不過3.x的應該問題也不大）：

# encoding:utf-8
"""
關於圖片的一些操作：
①圖片轉化為陣列並存為二進位制檔案；
②從二進位制檔案中讀取資料並重新恢復為圖片
"""

from __future__ import print_function
import numpy as
 
 np
import PIL.Image as Image
import pickle as p
import matplotlib.pyplot as pyplot


class Operation(object):
    image_base_path = "../images/"
    data_base_path = "../data/"

    def image_to_array(self, filenames):
        """
        圖片轉化為陣列並存為二進位制檔案；
        :param filenames:檔案列表
        :return:
        """
 

        n = filenames.__len__()  # 獲取圖片的個數
        result = np.array([])  # 建立一個空的一維陣列
        print("開始將圖片轉為陣列")
        for i in range(n):
            image = Image.open(self.image_base_path + filenames[i])
            r, g, b = image.split()  # rgb通道分離
            # 注意：下面一定要reshpae(1024)使其變為一維陣列，否則拼接的資料會出現錯誤，導致無法恢復圖片
            r_arr = np.array(r).reshape(1024)
            g_arr = np.array(g).reshape(1024)
            b_arr = np.array(b).reshape(1024)
            # 行拼接，類似於接火車；最終結果：共n行，一行3072列，為一張圖片的rgb值
            image_arr = np.concatenate((r_arr, g_arr, b_arr))
            result = np.concatenate((result, image_arr))

        result = result.reshape((n, 3072))  # 將一維陣列轉化為count行3072列的二維陣列
        print("轉為陣列成功，開始儲存到檔案")
        file_path = self.data_base_path + "data2.bin"
        with open(file_path, mode='wb') as f:
            p.dump(result, f)
        print("儲存檔案成功")

    def array_to_image(self, filename):
        """
        從二進位制檔案中讀取資料並重新恢復為圖片
        :param filename:
        :return:
        """
        with open(self.data_base_path + filename, mode='rb') as f:
            arr = p.load(f)  # 載入並反序列化資料
        rows = arr.shape[0]
        arr = arr.reshape(rows, 3, 32, 32)
        for index in range(rows):
            a = arr[index]
            # 得到RGB通道
            r = Image.fromarray(a[0]).convert('L')
            g = Image.fromarray(a[1]).convert('L')
            b = Image.fromarray(a[2]).convert('L')
            image = Image.merge("RGB", (r, g, b))
            # 顯示圖片
            pyplot.imshow(image)
            pyplot.show()
            image.save(self.image_base_path + "result" + str(index) + ".png", 'png')

if __name__ == "__main__":
    my_operator = Operation()
    images = []
    for j in range(5):
        images.append(str(j) + ".png")
    my_operator.image_to_array(images)
    my_operator.array_to_image("data2.bin")