【数据析要】CASIA-HWDB 中文手写数据集一站式处理指南

原创 于 2025-11-10 11:44:52 发布 · 1.2k 阅读 · 11 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#数据分析 #数据挖掘

文章目录

一、CASIA 数据集介绍

CASIA-OLHWDB（在线）与 CASIA-HWDB（离线）中文手写数据库由中国科学院自动化研究所模式识别国家实验室（NLPR, CASIA）构建。
1020 名书写者使用 Anoto 数码笔在专用纸张上书写，因而同时获得了在线笔迹和离线图像。样本涵盖孤立字符与连续文本两种形式。数据采集于 2007–2010 年，2010 年完成切分与标注。

整套数据库共 12 个子集：

  • 在线、离线各 6 个；
  • 其中 3 个为孤立字符（DB1.0–1.2），3 个为连续文本（DB2.0–2.2）。

规模一览（在线或离线均同）

  • 孤立字符：约 390 万个样本、7 356 类（7 185 个汉字＋171 个符号）。
  • 连续文本：约 5 090 页图像、135 万个字符级样本。

所有数据均已完成字符级切分与标注，并提供了标准的训练集/测试集划分。

二、CASIA 数据集下载

下载地址：http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html

本文仅处理离线部分数据集 HWDB1.x 和 HWDB2.x。

  • HWDB1.x
    在这里插入图片描述

  • HWDB2.x
    在这里插入图片描述

三、CASIA-HWDB1.x 数据集处理

3.1 HWDB1.x 基本信息

离线手写汉字数据库HWDB1.x中包含三个孤立字符数据集，其统计信息如下表所示：

该数据集共包含 1,020 个文件，每个文件（*.gnt）存储了一位书写者所写字符的灰度图像，图像按顺序串联存储。

离线孤立字符数据集统计信息：

数据集书写者数量样本总数符号数汉字数/类别数
HWDB1.04201,680,25871,1221,609,136 / 3,866
HWDB1.13001,172,90751,1581,121,749 / 3,755
HWDB1.23001,041,97050,981990,989 / 3,319
总计1,0203,895,135173,2613,721,874 / 7,185

字符集说明：

  • HWDB1.0：包含 3,866 个汉字和 171 个字母数字及符号。其中 3,740 个汉字属于 GB2312-80 一级字集（共 3,755 字）。
  • HWDB1.1：包含 3,755 个 GB2312-80 一级汉字和 171 个字母数字及符号。
  • HWDB1.2：包含 3,319 个汉字和 171 个字母数字及符号。其汉字集合与 HWDB1.0 完全不重叠。
  • HWDB1.0 + HWDB1.2 共包含 7,185 个汉字，覆盖了 GB2312 标准中全部 6,763 个汉字。

3.2 HWDB1.x 处理代码

3.2.0 *.gnt文件格式说明与处理思路

*.gnt 文件格式说明：

字段类型长度示例说明
本样本总字节数unsigned int4 B0x00000462从本字段开始到下一个样本开始之前的字节数（含自身 4 B）
标签/内码char2 B0xb0a1（对应汉字“啊”）GB 编码，低字节在前，高字节在后
宽度 Widthunsigned short2 B0x0040 = 64图像一行所占像素数
高度 Heightunsigned short2 B0x0040 = 64图像总行数
位图 BitmapcharWidth×Height B…灰度值按行主序（row-major）连续存储，0=黑，255=白

读取思路：

  1. 先读 4 B 拿到“样本总长度”，就能准确定位下一个样本的起始偏移。
  2. 接着读 2 B 的 GB 编码，注意 Little-Endian（低位在前）。
  3. 再读 2 B 宽、2 B 高，就能算出后续位图大小。
  4. 最后一次性读取 Width×Height 个字节，reshape 成 (H, W) 的 NumPy 数组即可直接可视化。

3.2.1 统计字符总数，生成字典

import struct
import os
import numpy as np
from tqdm import tqdm
import json

ROOT_PATH = "CASIA_Handwriting/HWDB1_x"
DATA_PATH = os.path.join(ROOT_PATH, 'data')

def read_from_gnt_dir(gnt_dir=DATA_PATH):
    def one_file(f):
        header_size = 10
        while True:
            header = np.fromfile(f, dtype='uint8', count=header_size)
            if not header.size: 
                break
            sample_size = header[0] + (header[1]<<8) + (header[2]<<16) + (header[3]<<24)
            tagcode = header[5] + (header[4]<<8)
            width = header[6] + (header[7]<<8)
            height = header[8] + (header[9]<<8)
            assert header_size + width*height == sample_size, 'Header + data size not equal sample_size!'
            image = np.fromfile(f, dtype='uint8', count=width*height).reshape((height, width))
            yield image, tagcode

    for file_name in os.listdir(gnt_dir):
        if file_name.endswith('.gnt'):
            file_path = os.path.join(gnt_dir, file_name)
            with open(file_path, 'rb') as f:
                for image, tagcode in one_file(f):
                    yield image, tagcode

# 生成字符字典
char_set = set()
for _, tagcode in tqdm(read_from_gnt_dir(), total=4000000):
    tagcode_unicode = struct.pack('>H', tagcode).decode('gbk')
    char_set.add(tagcode_unicode)

char_list = list(char_set)
char_dict = dict(zip(sorted(char_list), range(len(char_list))))

# 存储成json
json_str = json.dumps(char_dict, ensure_ascii=False)
with open(f'{ROOT_PATH}/char_dict.json', 'w') as json_file:
    json_file.write(json_str)

3.2.2 获取单字符图像并拼接

控制每张图片上的字符数量为80（8行*10列）

import struct
import os
import numpy as np
from tqdm import tqdm
import json
import cv2
import random

ROOT_PATH = "CASIA_Handwriting/HWDB1_x"
DATA_PATH = os.path.join(ROOT_PATH, 'data')
LABEL_DIR  = os.path.join(ROOT_PATH, 'labels')
IMAGE_DIR  = os.path.join(ROOT_PATH, 'images')

os.makedirs(IMAGE_DIR, exist_ok=True)
os.makedirs(LABEL_DIR, exist_ok=True)

# load char_dict
with open(f'{ROOT_PATH}/char_dict.json', 'r') as f:
    char_dict = json.load(f)

def read_from_gnt(gnt_path):
    image_infos = []
    with open(gnt_path, 'rb') as f:
        header_size = 10
        while True:
            header = np.fromfile(f, dtype='uint8', count=header_size)
            if not header.size: 
                break
            sample_size = header[0] + (header[1]<<8) + (header[2]<<16) + (header[3]<<24)
            tagcode = header[5] + (header[4]<<8)
            width = header[6] + (header[7]<<8)
            height = header[8] + (header[9]<<8)
            tagcode_unicode = struct.pack('>H', tagcode).decode('gbk')
            assert header_size + width*height == sample_size, 'Header + data size not equal sample_size!'
            image = np.fromfile(f, dtype='uint8', count=width*height).reshape((height, width))
            # 过滤掉非中文字符
            if char_dict[tagcode_unicode] >= 169 and char_dict[tagcode_unicode] <= 7353:
                image_infos.append([image, tagcode_unicode, width, height])
    return image_infos

def concat_images(image_infos, base_name):
    random.shuffle(image_infos)
    total_num = len(image_infos) // 80
    # print("total_num=", total_num)
    ratio = 0.8
    padding = 20    # 间隙距离
    for i in range(total_num):
        infos = image_infos[i*80:(i+1)*80]
        images = [info[0] for info in infos]
        labels = [info[1] for info in infos]
        widths = [info[2] for info in infos]
        heights = [info[3] for info in infos]
        # 计算拼接后图像的宽和高
        width = int((np.array(widths).max() - np.array(widths).min()) * ratio + np.array(widths).min())
        height = int((np.array(heights).max() - np.array(heights).min()) * ratio + np.array(heights).min())
        # 拼接图像
        final_image = np.zeros((height*8 + 9*padding, width*10 + 11*padding), dtype=np.uint8)
        # print(final_image.shape)
        final_image[:, :] = 255
        for j in range(80):
            row = j // 10
            col = j % 10
            # 对image[j]的大小做改变
            images[j] = cv2.resize(images[j], (width, height))
            final_image[padding*(row+1)+height*row:padding*(row+1)+height*(row+1), padding*(col+1)+width*col:padding*(col+1)+width*(col+1)] = images[j]
        # 拼接label
        all_label = []
        for j in range(8):
            all_label.append(' '.join(labels[j*10:(j+1)*10]))

        # 保存图像
        img_path   = os.path.join(IMAGE_DIR, f'{base_name}_{i:03d}.jpg')
        label_path = os.path.join(LABEL_DIR, f'{base_name}_{i:03d}.txt')
        cv2.imwrite(img_path, final_image)
        with open(label_path, 'w', encoding='utf-8') as f:
            f.write('\n'.join(all_label))
    return total_num

files = os.listdir(DATA_PATH)
file_paths = [os.path.join(DATA_PATH, file) for file in files]
print(f"一共找到{len(file_paths)}个文件")
total_count = 0
for file_path in tqdm(file_paths, total=len(file_paths)):
    try:
        image_infos = read_from_gnt(file_path)
        total_num = concat_images(image_infos, os.path.basename(file_path).split('.')[0])
        total_count += total_num
    except Exception as e:
        print(f"❌ 处理文件失败: {file_path}, 错误: {e}")
        continue
print(f"一共生成{total_count}个样本")

3.3 拼接结果示例

在这里插入图片描述

四、CASIA-HWDB2.x 数据集处理

4.1 HWDB2.x 基本信息

离线文本数据集由“孤立字符数据集”同一批书写者完成。 每人抄写 5 页给定文本；由于数据丢失，缺 1 名书写者（编号 371）及 4 页图像，共少 5 页。 每页保存为一个 *.dgrl 文件，文件名格式为“书写者索引_页码.dgrl”。
除灰度图像外，文件内还自带文本行切分 ground-truth 和每个字符的类别标签（GB 码）

离线手写文本数据集统计信息：

数据集书写者数页数文本行数字符样本数 / 类别数集外样本数
HWDB2.04192,09220,495538,868 / 1,2221,106
HWDB2.13001,50017,292429,553 / 2,310172
HWDB2.23001,49914,443380,993 / 1,331581
合计1,0195,09152,2301,349,414 / 2,7031,859

“集外样本”指不属于 HWDB1.0-1.2 共 7,356 类的字符。

4.2 HWDB2.x 处理代码

4.2.0 *.dgrl文件格式说明

字段类型长度说明 / 示例
文件头（File Header）
Header 总字节数int4 B36 + strlen(illustration)
格式标识char[8]8 B固定字符串 “DGRL”
说明文本char*任意以 ‘\0’ 结尾的 ASCII 描述
编码类型char[20]20 B“ASCII”、“GB” 等
编码字节数short2 B通常 1（GB1）、2（GBK）
每像素位数short2 B1=二值，8=灰度
图像记录（Image Records）
文档高int4 B整页图像像素行数
文档宽int4 B整页图像像素列数
行数int4 B本页文本行总量
行记录（Line Records，循环重复）
本行字符数int4 B后续码序列长度
字符编码char[]CodeLen×CharNum每字符 CodeLen 字节；无效字符填 0xFF
左上角坐标int×24 B+4 Btop, left（相对于整页）
行高int4 B本行 bitmap 高度 H
行宽int4 B本行 bitmap 宽度 W
位图数据BYTE[]H × ((W+7)/8) 或 H×W二值按字节位打包；灰度按像素顺序存储

注意点：

  • 背景像素值固定为 255，前景笔画灰度 0-254。
  • 每页按“行”顺序存储；行与行之间在垂直方向可能出现笔画重叠，因此还原整页图像时，需把多行前景像素“按位或”方式合并，而非简单拼贴。

4.2.2 获取单行图像并拼接

import struct
import os
import cv2
import numpy as np
from tqdm import tqdm

ROOT_PATH = 'CASIA_Handwriting/HWDB2_x'
DATA_PATH = os.path.join(ROOT_PATH, 'data')
LABEL_DIR  = os.path.join(ROOT_PATH, 'labels')
IMAGE_DIR  = os.path.join(ROOT_PATH, 'images')

os.makedirs(IMAGE_DIR, exist_ok=True)
os.makedirs(LABEL_DIR, exist_ok=True)

def read_from_dgrl(dgrl):
    if not os.path.exists(dgrl):
        print('DGRL not exist!')
        return
    
    base_name = os.path.basename(dgrl).replace('.dgrl', '')
    with open(dgrl, 'rb') as f:
        # 1. header size
        header_size = int(np.fromfile(f, dtype='<u4', count=1))   # 小端 uint32
        # 2. skip 剩余 header，并取 code_length
        header = np.fromfile(f, dtype='uint8', count=header_size - 4)
        code_length = int(header[-4]) + (int(header[-3]) << 8)   # 2 字节小端
        # 3. 图像基本信息
        height, width, line_num = np.fromfile(f, dtype='<u4', count=3)
        # print(f'[INFO] {base_name}  高={height} 宽={width} 行数={line_num}')

        # 4. 依次读取每行：label / 位置 / 像素
        full_img  = np.zeros((height, width), dtype=np.uint8)
        full_img[:, :] = 255
        all_label = []

        last_y = 0
        first_y = 0
        for i in range(line_num):
            # 4.1 字符数
            char_num = int(np.fromfile(f, dtype='<u4', count=1))
            # 4.2 读取该行的标注信息
            label = np.fromfile(f, dtype='uint8', count=code_length*char_num)
            label = [label[i]<<(8*(i%code_length)) for i in range(code_length*char_num)]
            label = [sum(label[i*code_length:(i+1)*code_length]) for i in range(char_num)]
            label = [struct.pack('I', i).decode('gbk', 'ignore')[0] for i in label]
            label = ''.join(label)
            label = ''.join(label.split(b'\x00'.decode()))	# 去掉不可见字符 \x00，这一步不加的话后面保存的内容会出现看不见的问题
            all_label.append(label)
            # 4.3 位置
            y, x, h, w = np.fromfile(f, dtype='<u4', count=4)
            if i == 0:
                first_y = y
            # print(y, x, h, w)
            # 4.4 位图
            bitmap = np.fromfile(f, dtype='uint8', count=h*w).reshape(h, w)
            # 处理y重叠现象
            if y < last_y:
                y = last_y
            last_y = y + h
            # print("last_y: ", last_y)
            if last_y > height:
                # 扩充图像
                full_img = np.pad(full_img, ((0, last_y + 300 - height), (0, 0)), 'constant', constant_values=255)
                # print(f"填充后高度：{height} -> {last_y + 300}")
                height = last_y + 300
            full_img[y:y + h, x:x + w] = bitmap

    # 裁剪图像, 使得上下边界合理
    full_img = full_img[max(first_y - 300, 0): min(last_y + 300, height), :]

    # 5. 保存
    img_path   = os.path.join(IMAGE_DIR, f'{base_name}.jpg')
    label_path = os.path.join(LABEL_DIR, f'{base_name}.txt')
    cv2.imwrite(img_path, full_img)
    with open(label_path, 'w', encoding='utf-8') as f:
        f.write('\n'.join(all_label))
    # print(f'[SAVE] 图像 -> {img_path}  标签 -> {label_path}')

files = os.listdir(DATA_PATH)
file_paths = [os.path.join(DATA_PATH, file) for file in files]
for file_path in tqdm(file_paths, total=len(file_paths)):
    try:
        read_from_dgrl(file_path)
    except Exception as e:
        print(f"❌ 处理文件失败: {file_path}, 错误: {e}")
        continue

4.3 拼接结果示例

在这里插入图片描述

蓝海星梦
关注
CASIA-HWDB手写体数据集gnt生成为png格式
向往有那么一天梦幻的步态识别落地，开花❀！
03-15 1276
CASIA-HWDB手写体数据集gnt生成为png格式
CASIA -HWDB2.0-2.2和OLHWDB2.0-2.2数据集解析
网络架构
04-12 2112
OLHWDB2.0-2.2是一个在线手写汉字识别数据集，也包含多个版本的训练集和测试集。其中，OLHWDB2.0包含了大约1,200个汉字，OLHWDB2.1包含了大约2,400个汉字，OLHWDB2.2包含了大约3,600个汉字。这些数据集可以用于训练和测试在线手写汉字识别模型。HWDB2.0-2.2是一个手写汉字文本识别数据集，包含多个版本的训练集和测试集。其中，HWDB2.0包含了大约37,000个汉字，HWDB2.1包含了大约45,000个汉字，HWDB2.2包含了大约52,000个汉字。
机器学习入门（二）--CASIA-HWDB（tensorflow）微调efficientNetB0实现手写字体的识别
a1105425455的博客
09-27 4483
1.准备数据集 CASIA-HWDB2.x（offline）数据集下载地址：http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html 将官网下载的HWDB数据进行解压，文件夹名称作为label。代码如下： 注意分开test和train import struct import os from PIL import Image DATA_PATH="HWDB1.1tst_gnt" #gnt数据文件路径 IMG_PATH="test"#解析后的图片
python识别手写文字_使用 python 获取 CASIA 脱机和在线手写汉字库
weixin_39564755的博客
11-23 1073
在申请书中介绍了数据集的基本情况：> CASIA-HWDB 和 CASIA-OLHWDB 数据库由中科院自动化研究所在 2007-2010 年间收集， 均各自包含 1,020 人书写的脱机（联机）手写中文单字样本和手写文本， 用 Anoto 笔在点阵纸上书写后扫描、分割得到。CASIA-HWDB 手写单字样本分为三个数据库：HWDB1.0~1.2，手写文本也分为三个数据库： HWDB2.0~2....
【亲测免费】 CASIA-HWDB1.1-cnn项目安装与使用指南
gitblog_00531的博客
09-12 574
本指南旨在帮助开发者快速理解和运用名为[CASIA-HWDB1.1-cnn](https://github.com/integeruser/CASIA-HWDB1.1-cnn.git)的开源项目，该项目专注于通过卷积神经网络(CNN)实现对CASIA-HWDB1.1手写汉字数据集的识别。此项目利用Python 3和Keras框架，支持TensorFlow作为后台，并展示了如何构建一个高效的深度学习...
CASIA数据集转png HWDB2.0-2.2
是我的博客
03-23 1588
离线文本数据库是由孤立字符数据集的作者制作的。(训练集和测试集的作者是互斥的)把原训练集和测试集的数据合并到一个文件夹里,再根据作者重新分配训练集和测试集,确保训练集中存在每一个作者的笔迹.还要把dgrl 转成 png.这里使用简单的方法处理,记录每行添加进大图后的最下边的 y 值,这样虽然上下距离变远了但不影响使用.使用代码导出 png 时,发生了重叠(每行的坐标和长宽使用的是文件里面解析的结果)使用dgrl 查看002-P18.dgrl 是正常的(不会出现上下行重叠)提取结果(保存灰度图和二值图)
CASIA-HWDB2.x 数据集DGRL文件解析（python）
DaGongJiGuoMaLu09的博客
06-30 6595
CASIA-HWDB 数据集是最常见的手写汉字识别数据集，它包含脱机、联机两部分，分单字、文本行两种类型： HWDB1.x：脱机单字，1.0~1.2 三个版本，数据格式为 .gnt OLHWDB1.x：联机单字，1.0~1.2 三个版本， HWDB2.x：脱机文本行，1.0~1.2 三个版本，数据格式为 .dgrl OLHWDB1.x：联机文本行，1.0~1.2 三个版本， 一般常用的汉字识别多为脱机单字识别，该部分数据格式为 .gnt，网络上针对这种数据的解析文章也很多，这里主要介绍文本行识别数据集，
CASIA-HWDB-Recognition:用于CASIA-HWDB数据集识别的CNN模型，论文的实现
05-14
使用CASIA-HWDB1.1进行训练和测试，训练集和测试集按照4:1划分，测试集235200张，训练集940800张， 共计1,176,000张图像。该数据集由300个人手写而成，其中包含171个阿拉伯数字和特殊符号，3755类GB2312-80 level-1...
CASIA-HWDB1.1-cnn:使用Python 3和Keras的卷积神经网络
05-14
CASIA-HWDB1.1-cnn 该存储库包含我们使用深度学习库和数据集的子集进行的。 此处提供的代码实现了卷积神经网络，其测试集准确性有时大于95％。 该网络配置是Zhang Yuhao在“描述的配置的简化版本； 由于我们只想...
CASIA-HWDB2.x（offline）数据集合并为page类型，并标出行级别的bbox
pywin
09-30 1万+
最近要做行级别的手写文件检测工作，将CASIA-HWDB2.x（offline）数据进行合并，生成了page level的数据集，还带有相应的bbox。如果大家想交流ocr相关的工作可以加群（文章末尾）： CASIA-HWDB2.x（offline）数据集下载地址：http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html 我所下载的是这一部分： CASIA-HWDB2.x（offline）数据集解析可以参考：https://www.f
【亲测免费】 CASIA-HWDB1.1-cnn 项目常见问题解决方案
gitblog_01194的博客
01-27 568
CASIA-HWDB1.1-cnn 是一个开源项目，该项目使用 Python 3 和 Keras 深度学习库实现了卷积神经网络（CNN），主要用于手写汉字识别。项目基于 CASIA-HWDB1.1 数据集，该数据集包含大量手写汉字样本。项目的主要编程语言是 Python。 ## 新手常见问题及解决步骤 ### 问题一：如何安装项目所需的依赖库？ **解决步骤：** 1. 确保已经安装了 Ke...
CASIA-HWDB数据集下载和预处理
weixin_44301454的博客
06-09 1万+
官网地址下载链接：http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html 下载HWDB1.0-1.1第一组数据集 血泪的教训史：不要把文件夹存放在目录为/var/tmp或者/tmp下，默认情况下，Linux系统每个一段时间会自动清理var/tmp或者/tmp文件的，第二天开机发现辛辛苦苦下载的数据集不见了，又重新下载了一次。 安装unzip命令解压.zip文件，打开终端输入命令： sudo apt install unzip 安装un
手把手教你如何跑通一个手写中文汉字识别模型-OCR识别【pytorch】
最新发布
BaiPuPuls的博客
07-25 2540
本文基于PyTorch实现了行文本手写中文汉字识别系统，在CASIA-HWDB2.0数据集上达到86.89%的准确率。详细介绍了数据预处理流程：包括数据集转换、标签合并、字符集生成、图像高度统一为128像素，并按7:2:1比例划分训练/验证/测试集。采用GitHub开源的手写中文OCR模型，修改了原代码中的CTCLoss和APEX部分，调整学习率为0.01。开发环境为Ubuntu系统、PyTorch 2.0.1和RTX 3080Ti显卡。作者指出当前数据集仅使用4,200张图像，若增加数据量和字符集规模可进
【免费下载】 CASIA-HWDB-Recognition：深度学习下的手写汉字识别
gitblog_06743的博客
04-11 779
CASIA-HWDB-Recognition 是一个专注于CASIA-HWDB数据集的手写汉字识别项目，它提供了一个基于GoogLeNet预训练模型的CNN模型实现。该项目不仅包含完整的训练和测试数据集，还包括了finetuning的实现代码，旨在帮助研究人员和开发者深入理解和应用深度学习技术于手写汉字识别领域。 ## 项目技术分析 CASIA-HWDB-Recognition 项目利用卷积神...
【亲测免费】 CASIA-HWDB-Recognition: 用于CASIA-HWDB数据集识别的CNN模型实现
gitblog_06756的博客
04-11 613
CASIA-HWDB-Recognition: 用于CASIA-HWDB数据集识别的CNN模型实现 【下载地址】CASIA-HWDB-Recognition用于CASIA-HWDB数据集识别的CNN模型实现 CASIA-HWDB-Recognition项目专注于手写汉字识别，提供基于CASIA-HWDB1.1数据集的CN...
CASIA
qq_41326008的博客
02-22 1676
关于CASIA字符数据集的说明
手写中文数据集
热门推荐
uncle_ll的博客
03-03 1万+
手写OCR数据集 这里整理了常用手写数据集，持续更新中，欢迎各位小伙伴贡献数据集～ 中科院自动化研究所-手写中文数据集 华南理工大学-手写中文数据集 NIST手写单字数据集-英文 中科院自动化研究所-手写中文数据集 数据来源：http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html 数据简介： 包含在线和离线两类手写数据，HWDB1.0~1.2总共有3895135个手写单字样本，分属7356类（7185个汉字和171个英文
机器学习——手写数据集的介绍以及案例讲解
张小鱼的博客
06-25 2594
NIST数据集是一个常用的手写数字识别数据集，包含了60000张训练图片和10000张测试图片。每张图片大小为28x28像素，灰度级别为0~255。 MNIST数据集中的图片数据以ubyte格式存储，ubyte是一种无符号字节类型，取值范围在0~255之间。MNIST数据集的图像数据文件为"train-images-idx3-ubyte.gz"和"t10k-images-idx3-ubyte.gz"，其中前者存储了训练数据，后者存储了测试数据。这两个文件都可以从MNIST官方网站上下载。
CASIA-HWDB的gnt转换为png图片
susu1083018911的博客
05-23 326
CASIA-HWDB的gnt转换为png图片
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值