TensorFlow实战，BelgiumTS交通数识别（二）（读取数据和显示图像）

最新推荐文章于 2024-09-05 13:03:28 发布

原创最新推荐文章于 2024-09-05 13:03:28 发布 · 置顶 · 1.5k 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#图像处理 #深度学习 #Tensorflow #卷积神经网络

Tensorflow 同时被 3 个专栏收录

11 篇文章

订阅专栏

OpenCV3

7 篇文章

订阅专栏

图像处理

6 篇文章

订阅专栏

该博客介绍了一种使用Python和matplotlib库来展示数据集中所有独特图像类别的方法。通过获取数据集中的唯一标签，初始化一个15x15的图像网格，并为每个独特标签选择并展示一张图片。每张图片附带其标签和出现次数的标题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

## 显示所有类别的图像

import matplotlib.pyplot as plt
from load import*

###   #Get the unique labels#
unique_labels = set(labels)#set() 函数是python内置函数的其中一个，属于比较基础的函数。
                          # 创建一个无序不重复元素集，可进行关系测试，删除重复数据，
                          # 还可以计算交集、差集、并集等。

### #Initialize the figure
plt.figure(figsize=(15, 15))#指定figure长宽

###  #Set a counter
i = 1

###  #For each unique label,
for label in unique_labels:
    # You pick the first image for each label
    image = images28[labels.index(label)]#.index检测字符串中是否包含子字符串 labels
                                         #如果包含子字符串返回开始的索引值
    #  #Define 64 subplots

    plt.subplot(7, 9, i)#7行9列排列图，i为编号

    # Don't include axes
    plt.axis('off')

    # Add a title to each subplot
    plt.title("Label {} ({})".format(label, labels.count(label)))#.count统计某一类出现的个数
                                                                   #label、labels.count(label)分别
                                                                   #对应{0} （{1}）位置，详见str.format()
                                                                   #用法
    # Add 1 to the counter
    i += 1

    # And you plot this first image
    plt.imshow(image)#显示热力图

###  #Show the plot
plt.show()

默认显示热力图