深度学习入门之数组转换图片不同方法比较

最新推荐文章于 2024-03-14 23:43:10 发布

NUAA_CJX

最新推荐文章于 2024-03-14 23:43:10 发布

阅读量1.2k

点赞数 3

分类专栏：深度学习文章标签：机器学习 python 深度学习

本文链接：https://blog.csdn.net/weixin_43487442/article/details/108980830

版权

本文介绍了如何查看npz文件中的数据并将其转换为图片。比较了使用PIL、matplotlib和scipy.misc将numpy数组转为图片的不同方法，并探讨了转换过程中可能出现的问题，如图像格式对数据一致性的影响。

摘要由CSDN通过智能技术生成

一、如何查看npz文件中的文件

从网上下载的数据集是npz格式的，无法直接用解压程序打开，需要借助python查看。
利用python查看其中的文件的程序如下：

import numpy as np
face_data=np.load('C:/Users/Lenovo/Desktop/eye_tracker_train_and_val.npz')
print(face_data.files)

运行该段程序，可以看到其中的文件层次如下所示：
在这里插入图片描述
分为face、eye_left、eye_right、face_mask、y等5个训练集和5个测试集。
以train_face文件为例，如果想知道其中由哪些数据组成，可以用下面的程序查看：

// 查看train_face文件中的第48000张数据
print(face_data['train_face'][48000])

在控制台就会输出如下，这是一张训练图片的矩阵数据。由于太长，只截取其中一部分展示。
在这里插入图片描述
由于数据不够直观，我们可以利用下面的程序，查看这些数据可以呈现出什么样的图片：

from PIL import Image;
im = Image.fromarray(data['tra

关注