在深度学习时，制作样本数据集时，须要产生和读取一些二进制图像的数据集，如MNIST，CIFAR-10等都提供了适合C语言的二进制版本号。

以CIFAR-10的数据集为例。官网上有两段关键的介绍：

二进制版本号数据集格式为（图像大小为32x32）：

<1 x label><3072 x pixel>
...
<1 x label><3072 x pixel>

In other words, the first byte is the label of the first image, which is a number in the range 0-9. The next 3072 bytes are the values of the pixels of the image. The first 1024 bytes are the red channel values, the next 1024 the green, and the final 1024 the blue. The values are stored in row-major order, so the first 32 bytes are the red channel values of the first row of the image.

由此，绘制一个简图：

依据图像大小32x32 = 1024，不难知道。每一个颜色值存储为1 byte，因此，对于单个图像的二进制存储与读取（先无论RGB颜色存储顺序）。找了一张32x32的彩色lena图像。例如以下实现：

#include <iostream>
#include <stdio.h>
#include <stdlib.h>

#include "cv.h"
#include "highgui.h"

using namespace cv;
using namespace std;

void main()
{
    FILE *fpw = fopen( "E:\\patch.bin", "wb" );
    if ( fpw == NULL )
    {
        cout << "Open error!" << endl;
        fclose(fpw);
        return;
    }

    Mat image = imread("E:\\lena32.jpg");
    if ( !image.data || image.channels() != 3 )
    {
        cout << "Image read failed or image channels isn‘t equal to 3."
            << endl;
        return;
    }

    // write image to binary format file
    int labelw = 1;
    int rows = image.rows;
    int cols = image.cols;

    fwrite( &labelw, sizeof(char), 1, fpw );

    char* dp = (char*)image.data;
    for ( int i=0; i<rows*cols; i++ )
    {
        fwrite( &dp[i*3],   sizeof(char), 1, fpw );
        fwrite( &dp[i*3+1], sizeof(char), 1, fpw );
        fwrite( &dp[i*3+2], sizeof(char), 1, fpw );
    }
    fclose(fpw);

    // read image from binary format file
    FILE *fpr = fopen( "E:\\patch.bin", "rb" );
    if ( fpr == NULL )
    {
        cout << "Open error!" << endl;
        fclose(fpr);
        return;
    }

    int labelr(0);
    fread( &labelr, sizeof(char), 1, fpr );

    cout << "label: " << labelr << endl;

    Mat image2( rows, cols, CV_8UC3, Scalar::all(0) );

    char* pData = http://www.mamicode.com/(char*)image2.data;
    for ( int i=0; i<rows*cols; i++ )
    {
        fread( &pData[i*3],   sizeof(char), 1, fpr );
        fread( &pData[i*3+1], sizeof(char), 1, fpr );
        fread( &pData[i*3+2], sizeof(char), 1, fpr );
    }
    fclose(fpr);

    imshow("1", image2);
    waitKey(0); 
}

执行结果例如以下：

再看图片属性：

与官网上的大小3073一致，那么这么存取应该没问题。

严格依照官网的RGB通道分别存储，略作改动就能够实现：

/*  for ( int i=0; i<rows*cols; i++ )
    {
        fwrite(&dp[i*3],   sizeof(char), 1, fpw);
        fwrite(&dp[i*3+1], sizeof(char), 1, fpw);
        fwrite(&dp[i*3+2], sizeof(char), 1, fpw);
    }
*/

    for ( int i=0; i<rows*cols; i++ )
        fwrite(&dp[i*3+2],   sizeof(char), 1, fpw); // R

    for ( int i=0; i<rows*cols; i++ )
        fwrite(&dp[i*3+1],   sizeof(char), 1, fpw); // G

    for ( int i=0; i<rows*cols; i++ )
        fwrite(&dp[i*3],   sizeof(char), 1, fpw);  // B

存储和读取多张图片方法相似，这里就不做介绍。

本文已同步于GitHub：yhlleo/image2binarytest