【数据集】英文手写字母数据集处理

这是kaggle上的一个英文大写字母手写数据集：A-Z Handwritten Alphabets

• 只包含大写字母，图片尺寸为 $28\times 28$ ，每个字母都放置在中心 $20\times 20$ 的区域。
• 以灰度图的形式存储。
• csv 文件一行的第一列为类别，后续 $28\times 28=784$ 列为像素值。

下面的代码展示将 csv 文件转换成图片并保存在结构化文件夹里：

import os 
import numpy as np
import pandas as pd
import cv2

dataset_dir = f'.../archive/A_Z Handwritten Data'

def csv2img(dataset):
	for row in range(len(dataset)):
		line = dataset.iloc[row]

		save_dir = os.path.join(dataset_dir, chr(ord('A') + line[0]))
		os.makedirs(save_dir, exist_ok=True)
		
		img = line[1:].values
		img_np = 255 - np.array(img.reshape((28, 28)), dtype=np.uint8)
		
		cv2.imwrite(os.path.join(save_dir, f'{i}.png'), img_np)

if __name__ == '__main__':
	data = pd.read_csv(os.path.join(dataset_dir, 'A_Z Handwritten Data.csv'))
	csv2img(data)

fertig！