pytorch将多个mat文件批量转化为图片，其中一个mat文件中包含多个图片

import cv2
import scipy.io as scio
from PIL import Image
import numpy as np
import matplotlib.pyplot as plt
import os
import scipy.misc as misc

def MatrixToImage(data):
    #new_im = Image.fromarray(data,mode='L')
    new_im = Image.fromarray(data.astype(np.uint8))
    return new_im


# 添加路径，多个.mat文件所在的文件夹
folder = r'E:/Paper/Alldatasets/dukebox/Normal'
path = os.listdir(folder)

#这个外循环是把文件里的每个mat都遍历一遍，文件里有10个mat文件，所以j是0~9
for each_mat,j in zip(path,range(0,9)):
    if each_mat == '.DS_Store':
        pass
    else:
        first_name, second_name = os.path.splitext(each_mat)
        # 拆分.mat文件的前后缀名字，注意是**路径**
        each_mat = os.path.join(folder, each_mat)
        print('第'+format(j)+'个文件')
        array_struct = scio.loadmat(each_mat)
        array_data = array_struct['images']# 取出需要的数字矩阵部分
        #print(array_data.shape) #(512, 1000, 100)，每个文件有100张大小为512*1000的切片
        for i in range(0,100):
            C=array_data[:,:,i] #取出第i+1个二维数组，即第i+1张切片
            img = cv2.resize(C, (448, 448)) #修改图片尺寸，函数的参数C的类型是numpy.ndarray
            new_im = MatrixToImage(img)# 调用函数，把numpy转成图片
            #plt.imshow(C) #显示切片的图片,但是这里显示的图片颜色可能会有问题
            #new_im.show() #显示要保存的图片
            new_im.save('E:/Paper/Alldatasets/dukebox/object/normal'+format(j)+'_'+format(i)+'.bmp')
            i=i+1

 只需要把文件路径，图片保存路径，还有两个循环中的文件数量，图片数量这两个数字，你要保存的图片的尺寸，改成你自己的，就可以完美运行了。