Python 如何将.mat二进制格式转换为2D numpy数组？

我正在将注释转换成一种我可以在YOLOv3中使用的格式。注释是.mat二进制格式的，我想在.csv中提取、转换和重新组织注释

我试过

mat=scipy.io.loadmat（file）

，但提取数据的格式很奇怪

mat=scipy.io.loadmat（文件）
bboxes=np.转置（mat['box']）

给出输出：

[[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')])]

其中形状为

（2,1）

和numpy.array类型

我能够提取遍历整个数据集注释的点，如下所示：

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

其中层次结构是：

print(bboxes[0])
print(bboxes[0][0])
print(bboxes[0][0][0])
print(bboxes[0][0][0][0])
print(bboxes[0][0][0][0][0])
print(bboxes[0][0][0][0][0][0][1])

有没有“更好”的方法来提取所需的点

给定打印的输出：

[[(array([[488.42954942, 345.62261032]]), array([[461.57045058, 348.37738968]]), array([[465.57045058, 387.37738968]]), array([[492.42954942, 384.62261032]]))]]
[(array([[488.42954942, 345.62261032]]), array([[461.57045058, 348.37738968]]), array([[465.57045058, 387.37738968]]), array([[492.42954942, 384.62261032]]))]
(array([[488.42954942, 345.62261032]]), array([[461.57045058, 348.37738968]]), array([[465.57045058, 387.37738968]]), array([[492.42954942, 384.62261032]]))
[[488.42954942 345.62261032]]
345.6226103157693

---

任何帮助都将不胜感激！谢谢

这会产生更好的结果：

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

---

这将产生更好的结果：

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

---

我想我可以用

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）对象数据类型数组，其中包含另一个数组。该数组也是（1,1）形状，但具有复合数据类型（一个

结构化的
数组）

在MATLAB中，一切都是二维的
loadmat
有一个
挤压
参数，可以告诉它删除不必要的尺寸。如果没有这些，我们会得到很多（1,1）形状的数组

像
cell
和
struct
这样的MATLAB对象作为某种类型的对象数据类型数组返回。常规MATLAB矩阵返回一个数值
numpy
数组

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

item（）
还可以从数组中删除一个项：

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

在这个级别上，数组是一个结构化数组，有4个（命名）字段，每个字段都是对象数据类型

字段（通常）按名称编制索引。但作为对象数据类型，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to
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），每个数组“记录”一个元组

然后我们可以使用
np.array
或
concatenate
将数组合并为一个数组，并使用
挤压
删除多余的维度：

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源代码不是一个简单的2d数值矩阵。因此，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，我们还必须通过
项
或
[0,0]
类索引，逐步深入到各个层。
我想我可以用

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）对象数据类型数组，其中包含另一个数组。该数组也是（1,1）形状，但具有复合数据类型（一个
结构化的
数组）

在MATLAB中，一切都是二维的
loadmat
有一个
挤压
参数，可以告诉它删除不必要的尺寸。如果没有这些，我们会得到很多（1,1）形状的数组

像
cell
和
struct
这样的MATLAB对象作为某种类型的对象数据类型数组返回。常规MATLAB矩阵返回一个数值
numpy
数组

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

item（）
还可以从数组中删除一个项：

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

在这个级别上，数组是一个结构化数组，有4个（命名）字段，每个字段都是对象数据类型

字段（通常）按名称编制索引。但作为对象数据类型，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to
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），每个数组“记录”一个元组

然后我们可以使用
np.array
或
concatenate
将数组合并为一个数组，并使用
挤压
删除多余的维度：

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源代码不是一个简单的2d数值矩阵。因此，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，我们还必须通过
项
或
[0,0]
类索引，层层深入。
有一个
压缩
参数。有一个
压缩
参数。非常感谢，我一直在寻找这样的答案！刚刚在其他一些MATLAB格式的论坛上迷路了，谢谢。非常感谢，我一直在寻找这样的答案！刚刚在其他一些MATLAB格式的论坛上迷路了，谢谢。