Update README.md

README.md

@@ -4,6 +4,7 @@ license: apache-2.0
 
 这是MNBVC多模态语料小组的通用语料的格式展示。
 
+字段说明：
 
 1. 文件md5: 这个字段存储文件的MD5哈希值。MD5是一种广泛使用的哈希函数，它产生一个128位（16字节）的哈希值，通常用于确保数据的完整性。在这里，它可以用来唯一标识文件，或者检查文件是否被更改。
 
@@ -19,4 +20,42 @@ license: apache-2.0
 
 6. 时间: 记录数据处理的时间。
 
-7. 数据类型: 指示存储在该行中的数据类型。例如，它可以是“文本”、“图片”或其他任何类型，用于区分不同类型的数据或内容。
+7. 数据类型: 指示存储在该行中的数据类型。例如，它可以是“文本”、“图片”或其他任何类型，用于区分不同类型的数据或内容。
+
+关于图片，我们的保存方法是：
+
+```python
+def read_image(image_path):
+    # 打开图像文件
+    with open(image_path, 'rb') as file:
+        image = Image.open(file)
+        # 将图像转换为二进制格式
+        img_byte_arr = io.BytesIO()
+        image.save(img_byte_arr, format=image.format)
+        img_byte_arr = img_byte_arr.getvalue()
+    return img_byte_arr
+
+```
+
+这个函数首先以二进制读模式打开指定路径的图像文件。然后，它使用PIL的Image.open方法来加载图像。为了将图像转换为二进制格式，我们创建了一个BytesIO对象，然后使用图像的save方法将其保存到这个内存中的字节流中。最后，使用getvalue方法获取字节流的内容，这将是图像的二进制表示。
+
+在这段代码中，format=image.format确保图像以其原始格式保存。这样做是为了保持图像质量和格式的一致性，不管它最初是JPEG、PNG还是其他格式。
+
+一个读取的方法：
+```python
+import pandas as pd
+from PIL import Image
+import io
+
+# 读取Parquet文件
+df = pd.read_parquet('train.parquet')
+
+# 遍历DataFrame的行
+for index, row in df.iterrows():
+    # 处理图像数据
+    if row['图片'] is not None:
+        image_data = row['图片']
+        image = Image.open(io.BytesIO(image_data))
+        # 保存图像，文件名可以根据需求自定义
+        image.save(f'image_{index}.png')
+```