Question

我正在将hand_dataset注释转换为可以在YOLOv3中使用的格式。注释采用.mat二进制格式，我想将其提取，转换为.csv并重新组织。

我尝试过2019-10-04T00:00，但是提取数据的格式却很奇怪。

$date_to_show = date('Y-m-d\TH:i', strtotime('2019-10-04 00:00:00'));//2019-10-04T00:00

给出输出：

mat = scipy.io.loadmat(file)

其中形状为mat = scipy.io.loadmat(file) bboxes = np.transpose(mat['boxes'])，类型为numpy.array。

我能够提取遍历整个数据集注释的点，如下所示： [[array([[(array([[488.42954942, 345.62261032]]), array([[461.57045058, 348.37738968]]), array([[465.57045058, 387.37738968]]), array([[492.42954942, 384.62261032]]))]], dtype=[('a', 'O'), ('b', 'O'), ('c', 'O'), ('d', 'O')])]

层次结构是

(2,1)

是否有“更精细”的方法来提取所需的点？

给定打印输出：

points = np.array([point[0] for point in bboxes[0][0][0][0]])

任何帮助将不胜感激！谢谢！

Answer 1

这应该给出更好的结果：

np.concatenate(bboxes[0][0].tolist()).squeeze()

Answer 2

我想我可以用以下方式重新创建您的数组

In [38]: array=np.array 
In [43]: data = np.zeros((1,1),object)                                          
In [44]: data[0,0] = array([[(array([[488.42954942, 345.62261032]]), array([[461
    ...: .57045058, 348.37738968]]), array([[465.57045058, 387.37738968]]), arra
    ...: y([[492.42954942, 384.62261032]]))]], 
    ...:       dtype=[('a', 'O'), ('b', 'O'), ('c', 'O'), ('d', 'O')])          
In [45]: data                                                                   
Out[45]: 
array([[array([[(array([[488.42954942, 345.62261032]]), array([[461.57045058, 348.37738968]]), array([[465.57045058, 387.37738968]]), array([[492.42954942, 384.62261032]]))]],
      dtype=[('a', 'O'), ('b', 'O'), ('c', 'O'), ('d', 'O')])]],
      dtype=object)

这是一个（1,1）对象dtype数组，其中包含另一个数组。该数组也是（1,1）形状，但是具有复合dtype（structured数组）。

In [51]: data.shape, data.dtype                                                 
Out[51]: ((1, 1), dtype('O'))

在MATLAB中，一切都是2d。 loadmat有一个squeeze参数，可以告诉它删除不必要的尺寸。没有这些，我们将得到很多（1,1）形状的数组。

MATLAB对象（如cell和struct）作为某种对象dtype数组返回。常规的MATLAB矩阵返回一个数字numpy数组。

我们可以使用2d索引（比data更惯用）从data[0][0]中提取一个元素：

In [52]: data1 = data[0,0]                                                      
In [53]: data1.shape, data1.dtype                                               
Out[53]: ((1, 1), dtype([('a', 'O'), ('b', 'O'), ('c', 'O'), ('d', 'O')]))

item()也可以从数组中删除一项：

In [54]: data.item().dtype                                                      
Out[54]: dtype([('a', 'O'), ('b', 'O'), ('c', 'O'), ('d', 'O')])

在此级别上，数组是具有4个（命名的）字段的结构化数组，每个对象dtype。

（通常）按名称对字段进行索引。但是作为对象dtype，我们还有另一层：

In [74]: data1['a']                                                             
Out[74]: array([[array([[488.42954942, 345.62261032]])]], dtype=object)
In [75]: data1['a'].item()                                                      
Out[75]: array([[488.42954942, 345.62261032]])
In [76]: data1['a'].item().squeeze()                                            
Out[76]: array([488.42954942, 345.62261032])

@aparpara使用tolist()的想法可能是提取这些嵌套对象字段的最干净的方法：

In [85]: data1.tolist()                                                         
Out[85]: 
[[(array([[488.42954942, 345.62261032]]),
   array([[461.57045058, 348.37738968]]),
   array([[465.57045058, 387.37738968]]),
   array([[492.42954942, 384.62261032]]))]]

在结构化数组tolist()上创建一个元组列表（或嵌套列表），每个“记录”数组一个元组。

然后，我们可以使用np.array或concatenate将数组合并为一个，并使用squeeze删除多余的尺寸：

In [87]: np.array(data1.tolist()).squeeze()                                     
Out[87]: 
array([[488.42954942, 345.62261032],
       [461.57045058, 348.37738968],
       [465.57045058, 387.37738968],
       [492.42954942, 384.62261032]])

MATLAB源文件不是简单的二维数值矩阵。因此，将语言翻译成另一种语言也不会很简单。一些loadmat参数可以简化返回结构。除此之外，我们还必须使用item或[0,0]这种索引来逐步遍历各个层次。

如何将.mat二进制格式转换为2D numpy数组？

2 个答案: