cifar10 数据集转换成图片

自己亲测,转换一部分,可以使用

import cv2
import numpy as np
file = 'data_batch_2'

官方给的示例:

def unpickle(file):
    import cPickle
    with open(file, 'rb') as fo:
        dict = cPickle.load(fo)
    return dict

得到数据字典

dict1 = unpickle(file)
for i in range(100):#我只保存的100张
    img = dict1["data"][i]#得到图片的数据
    img = np.reshape(img, (3, 32,32))  #转为三维图片数组
    img = img.transpose((1,2,0))#通道转换为CV2的要求形式
    img_name = dict1["filenames"][i]#拿到图片的名字
    img_label = str(dict1["labels"][i])#拿到图片的标签
    cv2.imwrite("/home/user/3/"+img_label+"_"+img_name,img)#保存
  • 0
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
CIFAR10数据集是一个二进制文件,包含了一些32x32像素的彩色图片。下面是一个MATLAB代码示例,演示如何将CIFAR10数据集转换成图片集。 ```matlab % 定义文件路径和名称 dataFile = 'cifar-10-batches-mat\data_batch_1.mat'; % 加载数据 data = load(dataFile); % 获取图像数据 images = data.data; % 获取标签数据 labels = data.labels; % 定义图像文件夹路径 imgFolder = 'cifar10_images'; % 如果文件夹不存在则创建文件夹 if ~exist(imgFolder, 'dir') mkdir(imgFolder); end % 循环处理每张图像 for i = 1:size(images,1) % 生成图像文件名 imgName = strcat(imgFolder, '\', num2str(i), '_', num2str(labels(i)), '.png'); % 获取图像数据 imgData = images(i,:); % 重塑图像数据形状 imgData = reshape(imgData, [32,32,3]); % 将数据类型转换为无符号8位整数 imgData = uint8(imgData); % 保存图像文件 imwrite(imgData, imgName); end ``` 在上面的示例中,我们首先定义了CIFAR10数据集文件的路径和名称,然后使用MATLAB的load函数加载数据。接下来,我们将图像数据和标签数据分别存储在变量images和labels中。 我们还定义了一个图像文件夹路径,用于存储转换后的图像。如果该文件夹不存在,则使用MATLAB的mkdir函数创建该文件夹。 然后,我们使用循环处理每张图像,生成一个唯一的图像文件名,获取图像数据,将图像数据重塑为32x32x3的形状,并将数据类型转换为无符号8位整数。最后,我们使用MATLAB的imwrite函数保存图像文件。 请注意,上面的代码示例只处理了CIFAR10数据集的一个批次。如果您想转换整个数据集,请在循环中使用所有批次的数据。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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