# 圖片大小轉(zhuǎn)換函數(shù) 這種只是簡單的大小變換 會導(dǎo)致圖片變形只作為例子使用
def resize_image(img, target_size=(500, 500)): # img 是待處理圖片 target_size是目標大小，如(500, 500)    
  return img.resize(target_size, Image.Resampling.LANCZOS)

img = np.array(img)

import os
from PIL import Image
import numpy as np
import struct
"""自定義圖片數(shù)據(jù)集 缺少的包需要自己按照 pip(3) install 包名"""
# 圖片大小轉(zhuǎn)換函數(shù)
def resize_image(img, target_size=(500, 500)): 
# img 是待處理圖片 target_size是目標大小，如(500, 500)    
  return img.resize(target_size, Image.Resampling.LANCZOS)
# 把處理后的圖片打包成類似MINST的二進制格式 數(shù)據(jù)集的前部分是數(shù)據(jù)集的描述內(nèi)容 因此需要添加文件頭  類似于MINST的真實圖片都是從16字節(jié)開始的
def save_images_as_minst(file_path, images):    
  """    將圖像數(shù)據(jù)保存為 MNIST 格式    :param file_path:    :param images: 圖像數(shù)據(jù)，形狀為 (num_samples, height, width)    :return:    """    
  num_samples, height, width = images.shape    
  with open(file_path, 'wb') as f:        
  # 寫入文件頭        
  f.write(struct.pack('>IIII', 0x00000803, num_samples, height, width))        
  # 寫入圖像數(shù)據(jù)        
  f.write(images.tobytes())
# 自定義數(shù)據(jù)集函數(shù)
def custom_data(ants_path):    
  # 收集向量化的圖片列表    
  image_data = []    
  for path in os.listdir(ants_path):        
    ant_path = os.path.join(ants_path, path)  
    # 獲取圖片完整路徑        
    image = Image.open(ant_path)        
    # print(image) # 打印螞蟻圖片類型        
    img = resize_image(image) # 變換之后的圖片大小        
    # print(img)        
    # 在對圖片進行向量化之前 也可以指定圖片對模式 L-灰度模式 RGB-彩色 PIL一共有九種模式 讀者可以自信百度        
    # 目前圖片的默認模式是RGB模式 而MINST數(shù)據(jù)集是灰度模式 也就是L 表示黑白色 讀者可以根據(jù)自己的需求進行處理 或采用默認即可        
    img = img.convert('L') # 這里由于圖片格式不一致 導(dǎo)致其通道數(shù)不同 因此這里使用最簡單的灰度圖——L 來統(tǒng)一圖片 方便后續(xù)處理        
    img = np.array(img)        # 把向量化的圖片放到一個列表中        
    image_data.append(img)    
  # print("image_data: ", image_data)    
  # 統(tǒng)一轉(zhuǎn)換成numpy 數(shù)組  方便使用二進制存儲    
  data = np.array(image_data)    
  print("轉(zhuǎn)換后的圖片數(shù)組: ", data)    
  # 打包文件名 保存在當前目錄下 data是待打包的數(shù)據(jù)    
  save_images_as_minst("custom_images_ants_ubyte", data)
ants_path = "./ants_image"
custom_data(ants_path)




# 讀取打包的文件
def read_image(file_path):    
  with open(file_path, 'rb') as f:        
    magic, num, rows, cols = struct.unpack('>IIII', f.read(16))        
    images = np.frombuffer(f.read(), dtype=np.uint8).reshape(num, rows, cols)    
  return images
  
for img in read_image("./custom_images_ants_ubyte"):    
  im = Image.fromarray(img)    
  print(im)