Mnist数据集转存csv文件，csv文件图像可视化

MNIST数据集转换格式成csv文件
本小宝也是因为需求，需要跨一下研究领域，因为之前都是处理的csv文件（即所研究对象提取的特征姨csv文件进行存储）没有怎么接触过处理图像数据，所以一接触起来有点不知所措。搜集了很多资料，发现都不适合我，最后我就转变了思路，那就把图像数据转成csv文件不就好了。接下来我将介绍一下我的操作流程。
1.使用的公开MNIST数据集的样子，MNIST数据集的下载大家可以搜一下会有很多小宝贝们为大家提供下载 链接。下载后的MNIST数据集与解压之后的样子如下图所示：

2.MNIST数据集转csv文件。大家下载到MNIST数据集并解压之后，我们就可以将MNIST数据集进行转换了，转换之后存在csv中的格式是什么样子的呢。由于MNIST数据集中每一个图像是28*28的，所以转换成csv就是由784数字构成的一串数字，存在csv文件的一行中，且一行中的最后一个数字为该图像的标签。实现转换的代码如下：

# -*- coding: utf-8 -*-
def convert(imgf, labelf, outf, n):
    f = open(imgf, "rb")
    o = open(outf, "w")
    l = open(labelf, "rb")

    f.read(16)
    l.read(8)
    images = []

    for i in range(n):
        image = [ord(l.read(1))]
        for j in range(28 * 28):
            image.append(ord(f.read(1)))
        images.append(image)

    for image in images:
        o.write(",".join(str(pix) for pix in image) + "\n")
    f.close()
    o.close()
    l.close()


convert("E:\\new_life_202009\MNIST\\train-images.idx3-ubyte", "E:\\new_life_202009\MNIST\\train-labels.idx1-ubyte",
        "E:\\new_life_202009\MNIST\mnist_train.csv", 60000)
convert("E:\\new_life_202009\MNIST\\t10k-images.idx3-ubyte", "E:\\new_life_202009\MNIST\\t10k-labels.idx1-ubyte",
        "E:\\new_life_202009\MNIST\mnist_test.csv", 10000)

print("Convert Finished!")

3.存为csv格式MNIST数据的可视化。小宝贝们的需求可能和我一样，不能只是把数据转换成csv就可以的，要是偶尔需要可视化一下结果，转成csv格式如何可视化呢？不用着急，本小宝已经为大家考虑到这个问题了，所以提供了解决代码，如下所示:

import numpy
import csv
from PIL import Image
import numpy as np
import random
import string
import os
def getdata(sourceFolder):  #读取csv中的数据
    data = []
    feature = []
    csv_file = csv.reader(open(sourceFolder))
    for content in csv_file:
        content = list(map(float, content))
        if len(content) != 0:
            data.append(content)
            feature.append(content[0:748])
    return feature

def generate_random_str(): #随机生成一个字符串，目的是为生成的图像命名
    '''
    string.digits = 0123456789
    string.ascii_letters = 26个小写,26个大写
    '''
    str_list = random.sample(string.digits + string.ascii_letters, 20)
    random_str = ''.join(str_list)
    return random_str


if __name__ == '__main__':
    datapath = r'E:\new_life_202009\mnist.csv'
    saveimgpath = r'E:\new_life_202009\test'
    feature= getdata(datapath)
    print('feature:', feature)
    for i in feature:
        b = numpy.array(i).reshape(28,28)  # reshape(列的长度，行的长度)
        img = Image.fromarray(np.uint8(b))
        imgname = generate_random_str()
        #img.show() 
        img.save(os.path.join(saveimgpath, '%s.jpg' % imgname))

是不是很完美。

本文地址：https://blog.csdn.net/littlle_yan/article/details/108959899