圆月山庄资源网 Design By www.vgjia.com
目标:目标文件为一个float32型存储的二进制文件,按列优先方式存储。本文使用Python读取该二进制文件并使用matplotlib.pyplot相关工具画出图像
工具:Python3, matplotlib,os,struct,numpy
1. 读取二进制文件
首先使用open函数打开文件,打开模式选择二进制读取"rb"。
f = open(filename, "rb")
第二步,需要打开按照行列读取文件,由于是纯二进制文件,内部不含邮任何的数据结构信息,因此我们需要给定二进制数据的行数列数(nx和ny)来确定图像的形状。这里我们的数据类型是float32型的,对应过来是4bytes,使用for循环逐个read4个字节。
for i in range(nx): for j in range(ny): data = f.read(4)
得到的结果如下:
b'5\x9d\x82\xc3' b'\xb1\x04\x10\xc4' b'\xc1\x9eD\xc4' b'a\x86R\xc4' b'\x15\x01=\xc4'
可以看到,读入的数据为十六进制数,这个时候的数据并不能直接用来画图,需要转换为float32型。这里使用struct.unpack来转译
data_float = struct.unpack("f", data)[0]
就可以得到正确的结果了
-261.2281799316406 -576.0733032226562 -786.4805297851562 -842.0996704101562 -756.0169067382812
建立一个numpy数组,将读入的数据分别按列优先的方式放入数组,就完成了图像读入的操作。
将上述操作包装成函数,代码如下:
def xshow(filename, nx, nz): f = open(filename, "rb") pic = np.zeros((nx, nz)) for i in range(nx): for j in range(nz): data = f.read(4) elem = struct.unpack("f", data)[0] pic[i][j] = elem f.close() return pic
2. 画出图像
这里我们的目的是将矩阵输出灰度图,并保存为tiff格式的图像,效果图如下(该图为使用弹性波波动方程在Marmousi模型下的波场快照):
不需要坐标轴的信息,直接使用imsave命令,使用cmap选定颜色格式即可。
plt.imsave('output.tiff', img, format='tiff', cmap=plt.cm.gray)
如果使用PIL库读取图像,可能会得到不同的效果,可能需要做直方图均衡,目前还没有找到原因。
以上这篇使用Python读取二进制文件的实例讲解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
标签:
Python,读取,二进制文件
圆月山庄资源网 Design By www.vgjia.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
圆月山庄资源网 Design By www.vgjia.com
暂无评论...
更新日志
2025年01月10日
2025年01月10日
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]