- *** 作步骤
- 代码
- 效果
- 1.MNIST_data_folder 文件夹中自动下载保存MNIST数据集
- 2.提取出的数据自动生成0-9 10个文件夹,每个文件夹中存对应的数字图片
step1.创建项目,在新的python文件中直接将下面代码复制,不需要提前下MNIST数据集
step2.在项目中创建一个文件,文件名为 MNIST_data_folder
step3.直接运行程序就行
代码import tensorflow.examples.tutorials.mnist.input_data as input_data import os from PIL import Image import numpy as np MNIST_data_folder = 'MNIST_data_folder' mnist = input_data.read_data_sets(MNIST_data_folder, one_hot=False) #MNIST_data_folder是数据集的目录 imgs_test, labels_test = mnist.test.images, mnist.test.labels for i in range(10): if not os.path.exists(str(i)): os.makedirs(str(i)) cnt = [0 for i in range(10)] for i in range(imgs_test.shape[0]): array = (imgs_test[i].reshape((28, 28)) * 255).astype(np.uint8) cnt[labels_test[i]] += 1 img = Image.fromarray(array, 'L') img.save(str(labels_test[i]) + '\' + str(cnt[labels_test[i]]) + '.jpg')效果 1.MNIST_data_folder 文件夹中自动下载保存MNIST数据集
注:不需要解压,代码自己提取其中的数据
以数字0为例:
注:每个文件中图片都是从0开始命名
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)