制作自己的数据集之1 python3 实现cifar10数据集的可视化 --- 减少数据集6万张图片为100张图片

参考博客地址：http://blog.csdn.net/zengxyuyu/article/details/53232533

tensorflow的mnist和cifar10数据集，官方文档的讲解都是一张张图片，但是下载下来的数据集，都是二进制文件。这些二进制文件还不小，用文本编辑器打开看也看不懂，故此希望能将二进制数据再现为png图像!

(1)CIFAR-10数据集介绍

① CIFAR-10数据集包含60000个32*32的彩色图像，共有10类。有50000个训练图像和10000个测试图像。
数据集分为5个训练块和1个测试块，每个块有10000个图像。测试块包含从每类随机选择的1000个图像。训练块以随机的顺序包含这些图像，但一些训练块可能比其它类包含更多的图像。训练块每类包含5000个图像。

②data——1个10000*3072大小的uint8s数组。数组的每行存储1张32*32的图像。第1个1024包含红色通道值，下1个包含绿色，最后的1024包含蓝色。图像存储以行顺序为主，所以数组的前32列为图像第1行的红色通道值。
labels——1个10000数的范围为0~9的列表。索引i的数值表示数组data中第i个图像的标签。

③数据集中包含另外1个叫batches.meta的文件。它也包含1个Python字典对象。有如下列元素：
label_names——1个10元素的列表，给labels中的数值标签以有意义的名称。例如，label_names[0] == “airplane”, label_names[1] == “automobile”等。

(2)下载python版本的cifar数据

cifar数据下载链接:http://www.cs.toronto.edu/~kriz/cifar.html
链接上提到三个数据集版本，分别是python、matlab、binary版本，分别适合python、matlab、C程序

我们用python实现cifar数据转化为图像，当然要用Python版本的啦
下载好了，直接上代码，老铁们记得改路径~~

# 用于将cifar10的数据可视化
import pickle as p
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as plimg
from PIL import Image


def load_CIFAR_batch(filename):
    with open(filename, 'rb')as f:
        #       datadict = p.load(f)
        datadict = p.load(f, encoding='latin1')
        X = datadict['data']
        Y = datadict['labels']
        X = X.reshape(10000, 3, 32, 32)
        Y = np.array(Y)
        return X, Y


def load_CIFAR_Labels(filename):
    with open(filename, 'rb') as f:
        lines = [x for x in f.readlines()]
        print(lines)


if __name__ == "__main__":
    load_CIFAR_Labels("data/CIFAR10_data/batches.meta")
    imgX, imgY = load_CIFAR_batch("data/CIFAR10_data/data_batch_1")
    print(imgX.shape)
    print("正在保存图片:")
    for i in range(imgX.shape[0]):
    # for i in range(10):  # 值输出10张图片，用来做演示
        #       imgs = imgX[i - 1]#?
        imgs = imgX[i]

        if i < 100:  # 只循环100张图片
             img0 = imgs[0]
            img1 = imgs[1]
            img2 = imgs[2]
            i0 = Image.fromarray(img0)  # 从数据，生成image对象
             i1 = Image.fromarray(img1)
            i2 = Image.fromarray(img2)
            img = Image.merge("RGB", (i0, i1, i2))
            name = "img" + str(i) + ".png"
            img.save("data/cifar10_100/" + name, "png")  # 文件夹下是RGB融合后的图像

            for j in range(imgs.shape[0]):
                #               img = imgs[j - 1]
                 img = imgs[j]
                 name = "img" + str(i) + str(j) + ".png"
                 print("正在保存图片" + name)
                 plimg.imsave("data/cifar10_100s/" + name, img)  # 文件夹下是RGB分离的图像

    print("保存完毕.")