【CNTK】CNTK学习笔记之制作自己的数据集（以MNIST手写数字数据集为例）

CNTK所使用的数据集格式是这种的：

所以我们自己的数据集要做的和这个一样。
MNIST手写数字图片库下载：http://download.csdn.net/detail/bless2015/9610008
用OpenCV+vs2013实现的：

#include 
#include 
#include
#include  
#include    
#include 
using   namespace   std;
using   namespace   cv;
char * filePath = "D:\\mnist\\trainimage\\0";

//这个方法就是迭代读取文件夹里的图片的。
void getFiles(string path, vector<string>& files)
{
    //文件句柄  
    long   hFile = 0;
    //文件信息  
    struct _finddata_t fileinfo;
    string p;
    if ((hFile = _findfirst(p.assign(path).append("\\*").c_str(), &fileinfo)) != -1)
    {
        do
        {
            //如果是目录,迭代之  
            //如果不是,加入列表  
            if ((fileinfo.attrib &  _A_SUBDIR))
            {
                if (strcmp(fileinfo.name, ".") != 0 && strcmp(fileinfo.name, "..") != 0)
                    getFiles(p.assign(path).append("\\").append(fileinfo.name), files);
            }
            else
            {
                files.push_back(p.assign(path).append("\\").append(fileinfo.name));
            }
        } while (_findnext(hFile, &fileinfo) == 0);
        _findclose(hFile);
    }
}

int main()
{
    vector<string> files;
    getFiles(filePath, files);
    char str[30];
    int size = files.size();

    stringstream ss;
    IplImage *image, *imageresize = 0;
    ofstream myfile("D:/mnist/trainimage/trainimage.txt", ios::app);

    string s;
    for (int i = 0; i < size; i++)
    {
        image = 0;
        // 参数0的意思是强制转化读取图像为灰度图
        image = cvLoadImage(files[i].c_str(), 0);

        for (int m = 0; m < image->height; m++){
            for (int j = 0; j < image->width; j++){
            //获取灰度图的像素
                CvScalar dPixelVal = cvGet2D(image, m, j);
                char temp[20];
                sprintf(temp,"%d", (int)dPixelVal.val[0]);
                s.append(temp);
                s.append(" ");
            }
        }
        //按照CNTK要求的格式输出
        myfile << "|labels " << "1 0 0 0 0 0 0 0 0 0 " << "|features " << s << endl;
        cout << "处理完毕" << files[i].c_str() << endl;
        cvReleaseImage(&image);
        cvReleaseImage(&imageresize);
        s = "";
    }

    system("pause");
    cvWaitKey(0);
}

其中myfile是要写入的txt文件。

filePath是图片所在文件夹。这段代码写的还不太智能，没有根据文件夹来自动修改类别。所以类别自己手动改的。其实这个问题也好解决，可以先批量修改图片的文件名，把其所属类别加进去，到时候从文件名判断，要输出的lables类别。打算lables在这里优化一下。

myfile << "|labels " << "1 0 0 0 0 0 0 0 0 0 " << "|features " << s << endl;

写完以后效果和第一张图一样，就不在展示了。CNTK里自带mnist手写数字的python版下载文件:

/cntk/Examples/Image/MNIST/AdditionalFiles/mnist_convert.py

下载下来是这两个文件：

用这两个训练和测试和用自己生成的train.txt和test.txt

errors一样，都为0.91%，说明自己制作的数据集格式正确。