在學習tensorflow的過程中，有一個問題，tensorflow在訓練的過程中讀取的是二進位制影象資料庫檔案，而不是影象檔案，因此

在進行訓練、測試之前需要將影象檔案轉換為二進位制格式。

下面是我在ubuntu中使用python+OpenCV讀取影象並轉換為二進位制格式檔案的程式碼。

#coding=utf-8
'''
Created on 2016年3月24日
使用Opencv讀取影象將其儲存為二進位制格式檔案，再讀取該二進位制檔案，轉換為影象進行顯示
@author: hanchao
'''
import cv2
import numpy as np
import struct

image = cv2.imread("test.jpg")
#imageClone = np.zeros((image.shape[0],image.shape[1],1),np.uint8)

#image.shape[0]為rows
#image.shape[1]為cols
#image.shape[2]為channels
#image.shape = (480,640,3)
rows = image.shape[0]
cols = image.shape[1]
channels = image.shape[2]
#把影象轉換為二進位制檔案
#python寫二進位制檔案，f = open('name','wb')
#只有wb才是寫二進位制檔案
fileSave = open('patch.bin','wb')
for step in range(0,rows):
  for step2 in range(0,cols):
    fileSave.write(image[step,step2,2])
for step in range(0,1])
for step in range(0,0])
fileSave.close()
    
#把二進位制轉換為影象並顯示
#python讀取二進位制檔案，用rb
#f.read(n)中n是需要讀取的位元組數，讀取後需要進行解碼，使用struct.unpack("B",fileReader.read(1))函式
#其中“B”為無符號整數，佔一個位元組，“b”為有符號整數，佔1個位元組
#“c”為char型別，佔一個位元組
#“i”為int型別，佔四個位元組，I為有符號整形，佔4個位元組
#“h”、“H”為short型別，佔四個位元組，分別對應有符號、無符號
#“l”、“L”為long型別，佔四個位元組，分別對應有符號、無符號
fileReader = open('patch.bin','rb')
imageRead = np.zeros(image.shape,np.uint8)
for step in range(0,cols):
    a = struct.unpack("B",fileReader.read(1))
    imageRead[step,2] = a[0]
for step in range(0,cols):
    a = struct.unpack("b",1] = a[0]
for step in range(0,0] = a[0]
    
fileReader.close()
cv2.imshow("source",image)
cv2.imshow("read",imageRead)
cv2.waitKey(0)

以上這篇Python+OpenCV實現將影象轉換為二進位制格式就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。