如何以非结构化文件格式发送数据

非结构化数据文件由一系列位组成。该文件不会以任何方式将这些位彼此分开。你不能简单地查看文件，看到任何结构，因为没有任何可见的东西。非结构化文件格式依靠文件用户来了解如何解释数据。例如，图像文件的每个像素可以由三个32位字段组成。知道每个字段是32位是由你决定的。文件开始处的标题可能会提供关于解释文件的线索，但即使如此，您也需要知道如何与文件进行交互。

<！ - 1 - >

这个例子展示了如何将图片作为非结构化文件进行处理。示例图像是来自公共领域的公共领域。维基媒体。有机要处理图像，您需要访问scikit-image库，这是用于图像处理的免费算法集合。这是一个这个库的教程。

第一项任务是能够使用以下代码在屏幕上显示图像。（这段代码可能需要一点时间才能运行，当繁忙指示器从IPython Notebook标签中消失时，图像就准备好了。）

<！ - 2 - >

from skimage。 io从skimage导入imread

。从matplotlib转换import resize

import pyplot as plt

import matplotlib。 cm = 999“example_file =（”http：// upload.wikimedia.org/“+

”wikipedia / commons / 7 / 7d / Dog_face.png“） image image = imread（example_file，as_grey =真）

PLT。 imshow（image，cmap = cm。gray）

PLT。 show（）

代码首先导入一些库。然后它创建一个字符串，指向示例文件在线，并将其放置在

example_file

中。该字符串是

imread（） 方法调用的一部分， as_grey 被设置为 True 。 as_grey 参数告诉Python将彩色图像变成灰度。任何已经在灰度的图像仍然是这样。 现在您已经加载了一个图像，现在是时候渲染它（准备好在屏幕上显示了）， imshow（） 函数执行渲染并使用灰度色图，

> show（） 功能实际上为您显示 图像在您渲染并显示图像后，图像显示在屏幕上 完成查看后关闭图像。（ In [*]：

项中的星号告诉您代码仍在运行，您不能继续下一步。）关闭图像的行为结束了代码段。现在有一个记忆中的图像，你可能想了解更多关于它。当您运行以下代码时，您会发现图像类型和大小：

print（“数据类型：％s，形状：％s”％ （类型（图像），图像形状）） 这个调用的输出告诉你图像类型是一个

numpy。 ndarray

，图像大小为90像素×90像素。图像实际上是一个像素数组，你可以通过各种方式进行操作。例如，如果要剪裁图像，可以使用以下代码来操作图像数组：

image2 = image [5：70，0：70] plt。 imshow（image2，cmap = cm。gray） plt。显示（）

的

numpy的。在

图像2

中的ndarray 小于 图像 中的图像，因此输出也较小。典型的结果如下所示。裁剪图像的目的是使其具有特定的尺寸。这两个图像必须是相同的大小，您可以分析它们。裁剪是确保图像尺寸正确分析的一种方法。裁剪图像使其更小。 另一种可用于更改图像大小的方法是调整其大小。以下代码将图像的大小调整为特定大小以进行分析： image3 = resize（image2，（30，30），mode =“nearest”） plt。（image3，cmap = cm。gray）