本文介绍了MNIST数据集转化为二维图片的实现示例,分享给大家,具体如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
|
#coding: utf-8 from tensorflow.examples.tutorials.mnist import input_data import scipy.misc import os # 读取MNIST数据集。如果不存在会事先下载。 mnist = input_data.read_data_sets( "MNIST_data/" , one_hot = True ) # 我们把原始图片保存在MNIST_data/raw/文件夹下 # 如果没有这个文件夹会自动创建 save_dir = 'MNIST_data/raw/' if os.path.exists(save_dir) is False : os.makedirs(save_dir) # 保存前20张图片 for i in range ( 20 ): # 请注意,mnist.train.images[i, :]就表示第i张图片(序号从0开始) image_array = mnist.train.images[i, :] # TensorFlow中的MNIST图片是一个784维的向量,我们重新把它还原为28x28维的图像。 image_array = image_array.reshape( 28 , 28 ) # 保存文件的格式为 mnist_train_0.jpg, mnist_train_1.jpg, ... ,mnist_train_19.jpg filename = save_dir + 'mnist_train_%d.jpg' % i # 将image_array保存为图片 # 先用scipy.misc.toimage转换为图像,再调用save直接保存。 scipy.misc.toimage(image_array, cmin = 0.0 , cmax = 1.0 ).save(filename) print ( 'Please check: %s ' % save_dir) |
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:https://www.cnblogs.com/houjun/p/9016837.html