Python将.bin文件数据分析生成RGB图和灰度图

目录

1. 数据分析    

2.方法分析

---

一. 数据分析    

工作中，领导让帮其他同事处理一些数据，协助他们分析一些问题（据说以前有工具，然后数据结构变了，不能用了）数据格式如下所示：

十六进制的数据

这是扫描一张支票图像保存的二进制数据，其中图像的尺寸大小为（3024*500），保存的二进制数据结构为

一线（一列）数据的构成

1. 数据构成我解析成首先是第一列像素点的红色分量的像素值， r1,r2,r3,f1,r4,r5,r6,f1,.......r3022,r3023,r3024,f1（其中f1为标识位，为09（十六进制））
2. 然后是第一列像素的绿色分量的像素值，g1,g2,g3,f2,g4,g5,g6,f2,.......g3022,g3023,g3024,f2（其中f2为标识位，为0A（十六进制））
3. 接着是第一列像素的蓝色分量的像素值，b1,b2,b3,f3,b4,b5,b6,f3,.......b3022,b3023,b3024,f3（其中f3为标识位，为0B（十六进制））
4. 最后是第一列像素的红外扫描的像素值（灰度值），ir1,ir2,ir3,f4,ir4,ir5,ir6,f4,.......ir3022,ir3023,ir3024,f4（其中f4为标识位，为10（十六进制））

其余部分的数据结构依次循环。在一列中每个分量有1008个标识位，所以.bin文件的数据个数为（3024+1008）*500*4

二.方法分析

1. 读取.bin文件数据
2. 将数据（过滤掉标识位）转化成十进制并且存在一个list中
3. 将步骤二中的数据提取成R、G、B、ir分量数据
4. 使用numpy+opencv将步骤三中的数据生成BGR图和红外扫描的灰度图

下面附上Python代码

import struct
import os
import cv2 as cv
import numpy as np
if __name__ == '__main__':
    filepath='D:\\文件处理\\DPM910_0_transdata.bin'
    binfile = open(filepath, 'rb') #打开二进制文件
    size = os.path.getsize(filepath) #获得文件大小
    # print(size)
    Data = []
    i = 1
    while(i

下面给出处理后的图

BGR图

ir灰度图

Python新手，大佬勿喷！