將Mnist手寫數字庫轉化為圖片形式 和標簽形式

Mnist 數據文件有兩種，一種是圖片文件，一種是標簽文件，那么如何把他們解析出來呢？

（1）解析圖片文件

　　可以看出在train-images.idx3-ubyte中，第一個數為32位的整數（魔數，圖片類型的數），第二個數為32位的整數（圖片的個數），第三和第四個也是32為的整數（分別代表圖片的行數和列數），接下來的都是一個字節的無符號數（即像素，值域為0~255），因此，我們只需要依次獲取魔數和圖片的個數，然后獲取圖片的長和寬，最后逐個像素讀取就可以了。

（2）解析標簽文件

　　

　　可以發現，與上面的非常相似，只不過這里每一個字節變成了標簽而已（標簽大小為0~9）
　　如何使用python解析數據呢? 首先需要安裝python的圖形處理庫PIL，這個庫支持像素級別的圖像處理，對於學習數字圖像處理有很大的幫助。安裝完成之后，就可以進行圖像的解析了。看一下代碼：

from PIL import Image
import struct


def read_image(filename):
    f = open(filename,'rb')
    index = 0
    buf = f.read()
    f.close()
    magic, images, rows, columns = struct.unpack_from('>IIII' , buf , index)
    index += struct.calcsize('>IIII')

    for i in range(images):
        image = Image.new('L', (columns, rows))
        for x in range(rows):
            for y in range(columns):
                image.putpixel((y, x), int(struct.unpack_from('>B', buf, index)[0]))
                index += struct.calcsize('>B')

        print('save ' + str(i) + 'image')
        image.save('E:/Mnist/' + str(i) + '.png')


def read_label(filename, saveFilename):
    f = open(filename, 'rb')
    index = 0
    buf = f.read()
    f.close()
    magic, labels = struct.unpack_from('>II' , buf , index)
    index += struct.calcsize('>II')
    labelArr = [0] * labels
    for x in range(labels):
        labelArr[x] = int(struct.unpack_from('>B', buf, index)[0])
        index += struct.calcsize('>B')
        save = open(saveFilename, 'w')
        save.write(','.join(map(lambda x: str(x), labelArr)))
        save.write('\n')
        save.close()
        print('save labels success')


if __name__ == '__main__':
     read_image('E:/Python/t10k-images.idx3-ubyte')
    read_label('E:/Python/t10k-labels.idx1-ubyte', 'E:/Mnist_Label/label.txt')

程序的具體流程為：

　　首先打開文件，然后分別讀取魔數，圖片個數，以及行數和列數，在struct中，可以看到，使用了’>IIII’，這是什么意思呢？意思就是使用大端規則，讀取四個整形數（Integer），如果要讀取一個字節，則可以用’>B’（當然，這里用沒用大端規則都是一樣的，因此只有兩個或兩個以上的字節才有用）。

 　　什么是大端規則呢？不懂的可以百度一下，這個不再贅述（http://baike.baidu.com/link?url=Bgg8b0vRr3b_SeGyOl8U4DmAbIQT9swGuNtD_21ctEI_NliqsQ-mKF73YT90EILF2EQy50mEua_M4z6Cma3rmK）

引自博客：

原文：https://blog.csdn.net/u014046170/article/details/47445919

最后效果：