如何读取HDF5格式月球陨石坑数据集并将内部数据绘制成图像

第一步：安装所需依赖库 #

需要用到3个常用Python库，执行以下命令安装：

• 安装命令：pip install h5py numpy matplotlib

第二步：读取HDF5文件并查看内部结构 #

HDF5是层级式存储格式，你可以先查看文件内存储的所有数据集名称，代码如下：

import h5py

# 替换为你本地存储的train_craters.hdf5文件路径
hdf5_file_path = "./train_craters.hdf5"

# 只读模式打开文件，避免误修改原数据
with h5py.File(hdf5_file_path, "r") as h5_file:
    # 打印根目录下所有存储的组/数据集键名
    print("文件内包含的数据集：", list(h5_file.keys()))

运行上述代码后，你会看到该数据集的内置键名，该陨石坑数据集通常包含images（存储月球图像数组）、craters（存储陨石坑标注信息）两个核心键。

第三步：查看数据集内的图像内容 #

确认图像对应的键名后，就可以读取单张/多张图像并可视化，示例代码如下：

import h5py
import numpy as np
import matplotlib.pyplot as plt

hdf5_file_path = "./train_craters.hdf5"

with h5py.File(hdf5_file_path, "r") as h5_file:
    # 读取图像数据集
    image_ds = h5_file["images"]
    # 打印图像维度，通常为 (样本总数, 图像高度, 图像宽度) 灰度图格式
    print("图像数据集维度：", image_ds.shape)
    
    # 取第1张样本图像（索引从0开始）
    sample_image = image_ds[0]
    
    # 可视化图像
    plt.figure(figsize=(6,6))
    plt.imshow(sample_image, cmap="gray")
    plt.axis("off")
    plt.title("月球陨石坑样本图像")
    plt.show()
    
    # 如果需要同时查看陨石坑标注，可取消注释以下代码
    # crater_annotation = h5_file["craters"][0]
    # for (x, y, r) in crater_annotation:
    #     circle = plt.Circle((x, y), r, color="red", fill=False, linewidth=1)
    #     plt.gca().add_patch(circle)

常见问题处理 #

• 打开文件提示路径错误：请将代码中的hdf5_file_path替换为你本地文件的完整绝对路径，或者将hdf5文件和Python脚本放在同一文件夹下
• 显示图像全黑/全白：可先对图像做归一化处理再显示，添加代码：sample_image = (sample_image - sample_image.min()) / (sample_image.max() - sample_image.min())
• 无法匹配键名：可打印h5_file["键名"].attrs查看对应数据集的属性说明，确认每个维度的含义

内容的提问来源于stack exchange，提问作者Fadil Younes