MNIST数据集提取图片和标注信息

最新推荐文章于 2025-05-29 14:08:06 发布

原创最新推荐文章于 2025-05-29 14:08:06 发布 · 6k 阅读

21 ·

CC 4.0 BY-SA版权

文章标签：

#MNIST提取图片和标注信息 #MNIST数据集 #MNIST数据集处理

计算机视觉专栏收录该内容

13 篇文章

订阅专栏

本文介绍如何处理MNIST手写数字数据集，包括训练集和测试集的图片及标签提取，并提供Python代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

MNIST数据集

简介

MNIST数据集（http://yann.lecun.com/exdb/mnist/）是著名的手写数字分类数据集，主要由一下四部分组成：
- 训练集图片：train-images.idx3-ubyte，处理后能得到60000个训练图片
- 训练街标签：train-labels.idx1-ubyte，处理后能得到60000个训练标签
- 测试集图片：t10k-images.idx3-ubyte，处理后能得到10000个测试图片
- 测试集标签：t10k-labels.idx1-ubyte，处理后能得到10000个测试标签

处理

初始接触MNIST数据集时，需要将对应存储格式的数据信息转换为对应的图片和标签，具体处理过程如下：

# -*- coding: utf-8 -*-
"""
Created on Sat Aug 11 10:06:46 2018

@author: yzhang
"""

import os
import struct
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image

def load_mnist_image(path, filename, type = 'train'):
    full_name = os.path.join(path, filename)
    fp = open(full_name, 'rb')
    buf = fp.read()
    index = 0;
    magic, num, rows, cols = struct.unpack_from('>IIII', buf, index)
    index += struct.calcsize('>IIII')

    for image in range(0, num):
        im = struct.unpack_from('>784B', buf, index)
        index += struct.calcsize('>784B')
        im = np.array(im, dtype = 'uint8')
        im = im.reshape(28, 28)
        im = Image.fromarray(im)
        if (type == 'train'):
            isExists = os.path.exists('./train')
            if not isExists:
                os.mkdir('./train')
            im.save('./train/train_%s.bmp' %image, 'bmp')
        if (type == 'test'):
            isExists = os.path.exists('./test')
            if not isExists:
                os.mkdir('./test')
            im.save('./test/test_%s.bmp' %image, 'bmp')

def load_mnist_label(path, filename, type = 'train'):
    full_name = os.path.join(path, filename)
    fp = open(full_name, 'rb')
    buf = fp.read()
    index = 0;
    magic, num = struct.unpack_from('>II', buf, index)
    index += struct.calcsize('>II')
    Labels = np.zeros(num)

    for i in range(num):
        Labels[i] = np.array(struct.unpack_from('>B', buf, index))
        index += struct.calcsize('>B')

    if (type == 'train'):
        np.savetxt('./train_labels.csv', Labels, fmt='%i', delimiter=',')
    if (type == 'test'):
        np.savetext('./test_labels.csv', Labels, fmt='%i', delimiter=',')

    return Labels

if __name__ == '__main__':
    path = 'D:/Project/an_python/Minst/'
    train_images = 'train-images.idx3-ubyte'
    load_mnist_image(path, train_images, 'train')
    train_labels = 'train-labels.idx1-ubyte'
    load_mnist_label(path, train_labels, 'train')
    test_images = 't10k-images.idx3-ubyte'
    load_mnist_image(path, test_images, 'test')
    test_labels = 't10k-labels.idx1-ubyte'
    load_mnist_label(path, test_labels, 'test')

执行上述Python程序后，便能够在D:/Project/an_python/Minst目录下得到提取出来的图片和标注信息。