python 读取二进制文件 np.array

以下是使用numpy读取二进制文件的例子：

import numpy as np

# 读取二进制文件
myarray = np.fromfile("./query_feature_A/00056451.dat", dtype=float)

# 打印数组长度和每个元素
print("len(myarray)::", myarray.size)
for item in myarray:
    print(item)

# 另一种读取二进制文件的方法
import struct
import os

fpath='./data.bin'
f = open(fpath,'rb')
nums=int(os.path.getsize(fpath)/4) # 4 是浮点数字节
data = struct.unpack('f'*nums,f.read(4*nums)) #注意一次只能读取一次，直接再读取会报错
f.close()
data = np.array(data).reshape(-1)

相关问题

图像二进制数据转为np.array

在Python中，如果你已经得到了图像的二进制数据，并想要将其转换为NumPy数组（np.array），通常需要经过以下几个步骤：

1. 首先，你需要读取二进制数据并根据其格式（例如RGB、灰度等）确定每个像素的字节数。对于常见的颜色模式，如RGB（每像素3个字节）、灰度（1个字节），或者像深度为8位的图像（每个像素1个字节）。

2. 然后，根据字节数计算出总的像素数，因为图像数据通常是按行排列的。

3. 创建一个新的NumPy数组，指定正确的形状（高度、宽度、通道数）。如果你不知道具体的通道数，可以根据图像文件头的信息来判断。

4. 将二进制数据按照像素顺序逐个填充到NumPy数组中。如果二进制数据是以原始格式（如像素点的连续字节流）存储的，你可以通过循环解码每一部分作为像素值。

以下是一个简单的示例，假设我们有RGB图像：

import numpy as np
from PIL import Image

# 假设binary_data是我们从文件或网络获取的二进制数据
width, height = (640, 480) # 图像尺寸，实际可通过Image模块读取
channels = 3  # RGB，如果是灰度则为1

# 解析二进制数据
np_array = np.frombuffer(binary_data, dtype=np.uint8)
np_array = np.reshape(np_array, (height, width, channels))

# 如果是灰度图像，转换为单通道
if channels == 1:
    np_array = np_array[:, :, 0]

python读取二进制文件并将整成28*28的图像显示

好的，我来为您解答。

首先，读取二进制文件需要使用 `open()` 函数，并指定以二进制模式打开文件。代码如下：

with open('file.bin', 'rb') as f:
    content = f.read()

接着，将读取到的内容整成 28*28 的图像需要使用 Python 的图像处理库 Pillow。具体操作如下：

from PIL import Image
import numpy as np

# 将字节数组转成 28*28 的图像
data = np.frombuffer(content, dtype=np.uint8)
img = Image.fromarray(data.reshape(28, 28), mode='L')

# 显示图像
img.show()

注意，这里使用的是灰度图像，因此使用 `L` 参数创建图像对象。使用 `numpy` 的 `frombuffer` 函数将字节数组转换为 `numpy` 数组，然后使用 `reshape` 函数将其变形为 28*28 的矩阵。最后，使用 `Image.fromarray` 函数将 `numpy` 数组转换为图像对象。

希望这个回答能够帮助到您。