深度学习笔记——将mnist数据集中的手写字体图片保存到本地

代码如下：

import cv2
from keras.datasets import mnist

import numpy as np

(X_train, Y_train), (X_test, Y_test) = mnist.load_data()

for i in range(0, 59999):  # 迭代 0 到 59999 之间的数字#C:/Users/kimcho/Desktop/photo2/x_train
    fileName = "C:/Users/kimcho/Desktop/photo2/x_train/" + str(Y_train[i]) + "-" + str(i) + ".png"#这是路径，按自己的需求进行修改
    cv2.imwrite(fileName, X_train[i])

for i in range(0, 9999):  # 迭代 0 到 9999 之间的数字
    fileName = "C:/Users/kimcho/Desktop/photo2/x_test/" + str(Y_test[i]) + "-" + str(i) + ".png"#这是路径，按自己的需求进行修改
    cv2.imwrite(fileName, X_test[i])

在这里主要用到了opencv中的cv2.imwrite（）函数，该函数常用来保存图片：

cv2.imwrite("D:\\cat2.jpg", img)

第一个参数是保存的路径及文件名，第二个是图像矩阵。其中，imwrite()有个可选的第三个参数，如下：

cv2.imwrite("D:\\cat2.jpg", img，[int(cv2.IMWRITE_JPEG_QUALITY), 5])

第三个参数针对特定的格式： 对于JPEG，其表示的是图像的质量，用0-100的整数表示，默认为95。 注意，cv2.IMWRITE_JPEG_QUALITY类型为Long，必须转换成int。