将Moving-MNIST数据集处理成图片文件

Moving-MNIST数据集下载地址: 

http://www.cs.toronto.edu/~nitish/unsupervised_video/icon-default.png?t=M276http://www.cs.toronto.edu/~nitish/unsupervised_video/ 数据集处理:

将下载的数据集处理成图片文件!

# contains 10,000 sequences each of length 20 showing 2 digits moving in a 64 x 64 frame.
# 10000 个视频,每个视频20帧,每帧宽64  高64
import numpy as np
import cv2
import os

data=np.load('mnist_test_seq.npy')
data = data.transpose(1, 0, 2, 3)
print(data.shape) # 10000,20,64,64

for index in range(len(data[:, 0, 0, 0])):
    # print(data[index,...].shape)
    count=0
    for j in data[index,...]:
        img=np.expand_dims(j,-1)
        print(img.shape)
        filename='C:/Users/liq/Desktop/AIcode/LMC-Memory-main/movingmnist/train/video_%d/frame_%d.jpg'%(index,count)
        count+=1
        savepath='C:/Users/liq/Desktop/AIcode/LMC-Memory-main/movingmnist/train/video_%d'%(index)
        if not os.path.exists(savepath):
            os.mkdir(savepath)
        cv2.imwrite(filename,img)
        # cv2.imshow('img0', img)
        # cv2.waitKey(0)


处理后格式:
movingmnist
├── train
│   ├── video_00000
│   │   ├── frame_00000.jpg
...
│   │   ├── frame_xxxxx.jpg
...
│   ├── video_xxxxx

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

乐亦亦乐

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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