我在微軟下載人臉識別資料庫 MS-Celeb-1M, 下載完的格式是 .tsv格式。看了資料庫官網的檔案格式說明：

File format: text files, each line is an image record containing 7 columns, delimited by TAB.
Column1: Freebase MID
Column2: ImageSearchRank
Column3: ImageURL
Column4: PageURL
Column5: FaceID
Column6: FaceRectangle_Base64Encoded (four floats, relative coordinates of UpperLeft and BottomRight corner)
Column7: FaceData_Base64Encoded

我決定用python件來解析這個.tsv檔案，獲取圖片及相應的人臉資訊。以下是解析程式碼：

import base64
import struct
import os

def readline(line):
    MID,ImageSearchRank,ImageURL,PageURL,FaceID,FaceRectangle,FaceData=line.split("\t")
    rect=struct.unpack("ffff",base64.b64decode(FaceRectangle))
    return MID,ImageSearchRank,ImageURL,PageURL,FaceID,rect,base64.b64decode(FaceData)

def
 
 writeImage(filename,data):
    with open(filename,"wb") as f:
        f.write(data)

def unpack(filename,target="img"):
    i=0
    with open(filename,"r",encoding="utf-8") as f:
        for line in f:
            MID,ImageSearchRank,ImageURL,PageURL,FaceID,FaceRectangle,FaceData=readline(line)
            img_dir=os.path.join(target,MID)
            if
 
 not os.path.exists(img_dir):
                os.mkdir(img_dir)
            img_name="%s-%s"%(ImageSearchRank,FaceID)+".jpg"
            writeImage(os.path.join(img_dir,img_name),FaceData)
            i+=1
            if i%1000==0:
                print(i,"imgs finished")
    print("all finished")    


filename="MsCelebV1-Faces-Aligned.tsv" 
unpack(filename)

tsv檔案和csv檔案是類似的，tsv的資料用Tab鍵分隔，csv檔案用逗號分隔。根據說明檔案，把每一行的資訊讀取出來

MID,ImageSearchRank,ImageURL,PageURL,FaceID,FaceRectangle,FaceData=line.split("\t")

人臉矩形框的位置資訊是（左上點座標，右下點座標），用Base64編碼的，格式為4個浮點數。

rect=struct.unpack("ffff",base64.b64decode(FaceRectangle))

人臉資訊是用Base64編碼的，需要解碼，然後儲存為影象：

data=base64.b64decode(FaceData)
with open(filename,"wb") as f:
    f.write(data)