.mat格式文件是什么？及将png，jpg，bmp，gif，tiff，psd等格式图片转为.mat格式（附代码）

很多深度学习网络的输入要求为.mat格式，当然也可以直接修改输入数据的代码，比如修改为使用OpenCV读取图片等，但有些网络修改起来比较麻烦，且.mat数据有很多优势，所以部分网络最好还是用默认的.mat格式数据

一、.mat格式文件

1.1 .mat格式文件是什么

.mat 文件是 MATLAB 的数据存储的标准格式。这种文件是标准的二进制文件，也可以以 ASCII 码的形式保存和加载。.mat 文件的方便之处在于，它可以连同数据的变量名一同保存下来，并且不需要控制数据的存储格式，MATLAB 会自动保存并区分我们所存储的内容。

例如，想在MATLAB 中方便地保存和加载数据，你可以使用 save 命令来生成 .mat 文件。下面是一个具体的例子：

% 创建一个3行3列的矩阵A并保存为.mat文件
A = magic(3);
save("Test.mat","A")

如果你想打开 .mat 文件，可以使用 load 命令。例如：

% 直接导入数据：两种方法
load("Test.mat")
load Test.mat

1.2 为什么有的深度学习网络要求是.mat个数数据

.mat 文件提供了一种方便、高效的方式来存储和共享用于深度学习的数据。

深度学习网络可能会要求使用 .mat 文件格式的数据，主要有以下几个原因：

1.2.1 数据组织

.mat 文件是 MATLAB 的数据存储的标准格式，可以存储多种类型的数据，包括矩阵、图像、音频、文本等。这种格式的文件可以将多个相关的数据集组织在一起，方便进行批量处理和分析。

1.2.2 数据预处理

在深度学习中，数据预处理是一个重要的步骤。.mat 文件可以存储预处理后的数据，例如归一化、标准化、特征提取等处理后的数据。这样，深度学习网络可以直接使用预处理后的数据，无需再进行这些处理步骤。

1.2.3 兼容性

许多深度学习工具和库，如 TensorFlow、Keras、PyTorch 等，都可以读取 .mat 文件中的数据。这意味着，无论你使用哪种深度学习工具或库，都可以方便地使用 .mat 文件中的数据。

1.2.4 数据共享

.mat 文件是一种通用的数据格式，可以在不同的平台和工具之间进行共享。这意味着，如果你的深度学习网络需要使用别人的数据，或者你想分享你的数据给别人，.mat 文件是一个很好的选择。

二、常见的图片格式

2.1 .jpeg

• JPEG：也叫做 JPG 或 JPE 格式，是最常用的一种文件格式，特别适合应用于互联网，可以将图像压缩在很小的储存空间。

2.2 .png

• PNG：PNG 图片支持透明背景，适合制作透明背景的图片，如 logo 等。

2.3 .gif

• GIF：GIF 格式的最大特点是支持动态图片，并且支持透明背景。网络上绝大部分动图、表情包都是 GIF 格式的。

2.4 .psd

• PSD：PSD 格式是 Photoshop 默认的存储格式，适用于存储源文档和工作文件，修改起来比较方便。

2.5 .tiff

• TIFF：TIFF 格式，也叫做或 TIF 格式，可以支持不同颜色模式、路径、透明度、以及通道，是打印文档中最常用的格式。

2.6 .bmp

• BMP：BMP 格式是 Windows 操作系统中的标准图像文件格式，能够被多种 Windows 应用程序所支持。

  .bmp格式图像通常比其他格式图像更大，因为它不采用任何压缩。

  由于.bmp格式图像不进行压缩，因此它能保持图像的原始质量。然而，.jpg等格式由于使用了有 损压缩，可能会导致图像质量下降。

  .bmp格式图像是一种位图图像，它记录了图像中每一个像素的颜色信息。

2.7 .pcx

• PCX：PCX是一种光栅图像文件格式，用作PC画笔应用程序的本机文件格式。PCX文件的大小更小，因为它们是使用RLE编码压缩的。

2.8 .tga

• TGA：TGA是一种图像文件格式，由美国Truevision公司为其显示卡开发。TGA文件支持256色调色板或全24位的RGB，图像大小最多达64K*64K像素。

2.8 .exif

• EXIF：EXIF是一种图像文件格式，实际上Exif格式就是在JPEG格式头部插入了数码照片的信息，包括拍摄时的光圈、快门、白平衡、ISO、焦距、日期时间等各种和拍摄条件以及相机品牌、型号、色彩编码、拍摄时录制的声音以及GPS全球定位系统数据、缩略图等。

2.10 .fpx

• FPX：FPX是一个拥有多重解像度的图像格式，即图像被储存成一系列高低不同的解像度，而这种格式的好处是当图像被放大时仍可保持图像的质量。

2.11 .svg

• SVG：SVG格式文件是可缩放矢量图形文件的缩写，是一种用于在互联网上渲染二维图像的标准图形文件类型。与其他流行的图像文件格式不同，SVG格式文件将图像存储为矢量，这是一种基于数学公式的图形，由点、线、曲线和形状组成。

2.12 .CR3

• CR3：.CR3 文件是佳能相机拍摄的原始图像的文件格式。这是佳能最新的原始格式，它在2018年后推出的大多数专业装备都支持这种格式。CR3格式对专业照片编辑最有用，使他们能够获得未经处理的图像。然后，他们可以使用这些原始信息，随心所欲地对照片进行造型或其他处理。目前只有佳能EOS M50、EOS R、EOS RP这三款相机的记录格式是CR3。

三、 转.mat格式代码

3.1 修改参数

代码具体使用，学者只需要对应修改下面三个地方即可，我给的例子中是将.png格式图片转为.mat格式，如果要转换其它格式的图片，只需要将input_type修改为jpg或者bmp等即可：

3.2 代码

# 转换单个文件夹中的所有图片为mat格式
import sys
import cv2
import os
import numpy as np
from scipy.io import savemat
import time

def findFiles(root_dir, filter_type, reverse=False):

    print("Finding files ends with \'" + filter_type + "\' ...")
    separator = os.path.sep
    paths = []
    names = []
    files = []
    for parent, dirname, filenames in os.walk(root_dir):
        for filename in filenames:
            if filename.endswith(filter_type):
                paths.append(parent + separator)
                names.append(filename)
    for i in range(paths.__len__()):
        files.append(paths[i] + names[i])
    print(names.__len__().__str__() + " files have been found.")
    paths.sort()
    names.sort()
    files.sort()
    if reverse:
        paths.reverse()
        names.reverse()
        files.reverse()
    return paths, names, files


def cvtImgs2MatAndSave(img_dir, file_type, img_key_name, out_path):
    paths, names, files = findFiles(img_dir, file_type)

    imgs = []
    for i in range(len(files)):
        tmp_img = cv2.imread(files[i])
        imgs.append(tmp_img)

    img_width = imgs[0].shape[1]
    img_height = imgs[0].shape[0]
    num_channel = imgs[0].shape[2]
    num_imgs = len(imgs)
    print("Target shape:[", num_imgs, img_height, img_width, num_channel, "]")
    img_mat = np.zeros([num_imgs, img_height, img_width, num_channel], np.uint8)

    for i in range(len(imgs)):
        img_mat[i, :, :, :] = imgs[i]

    img_dict = {img_key_name: img_mat,
                '__header__': 'Matlab MAT-file, Created by Xuhui Zhao on ' + time.ctime(),
                '__version__': '1.0',
                '__globals__': ''}

    savemat(out_path, img_dict)
    return img_dict

if __name__ == '__main__':
    input_img_dir = "TestImages/SIDD/Visible_Images"  # input影像块所在文件夹
    input_type = "png"  # input影像块文件类型
    out_dir = "TestImages/SIDD/mat"  # mat文件输出文件夹

    # 文件默认名如下(与SIDD一致)
    out_input_mat_name = out_dir + "/BenchmarkNoisyBlocksSrgb.mat"

    # 如果设置的文件名没有后缀名，再加上
    if not (out_input_mat_name.__contains__(".mat") or out_input_mat_name.__contains__(".MAT")):
        out_input_mat_name = out_input_mat_name + ".mat"

    # mat文件的key name(与SIDD一致)
    input_key_name = "BenchmarkNoisyBlocksSrgb"

    # 将多个影像文件转换成Mat文件 validation-input
    cvtImgs2MatAndSave(input_img_dir, input_type, input_key_name, out_input_mat_name)

3.3 转换结果

3.4 .mat文件中的数据

.mat文件中的数据如下

四、总结

以上讲述了什么是.mat格式文件，以及为什么深度学习网络训练使用.mat格式数据的原因，还科普了一些常见的图片格式，并附上了将png，jpg，bmp，gif，tiff，psd等格式图片转为.mat格式的详细代码。

希望能帮到你，总结不易，多多支持，谢谢！