【Python实现卷积神经网络】：用自己的图片制作cifar-10格式的数据用于测试神经网络+python实现代码

当我们训练好基于cifar-10的分类神经网络之后，怎样用自己的图片测试效果呢？
这里我们分成几个步骤：
1.利用cifar-10训练分类神经网络，保存训练好的参数
2.利用测试网络加载训练好的参数
3.将自己的图片转换成cifar-10格式的数据
4.将转换好的数据输入测试网络
5.输出结果

本篇博客主要讲怎样用python实现“3.将自己的图片转换成cifar-10格式的数据”
废话不多，直接上代码：

%matplotlib inline
import matplotlib.pyplot as plt 
from PIL import Image
import numpy as np
from numpy import *
import os

img_dir='.\img'
img_list=os.listdir(img_dir)

sum_rgb = []
sum_img = []
count=0

for img_name in img_list:
    img_path=os.path.join(img_dir,img_name)
    img = Image.open(img_path, 'r')
    r,g,b = img.split()  
    #print (np.array(r).shape)
    sum_rgb.append(np.array(r))
    sum_rgb.append(np.array(g))
    sum_rgb.append(np.array(b))  
    #print (np.array(sum_rgb).shape)
    sum_img.append(sum_rgb)
    #print (np.array(sum_img).shape)
    sum_rgb = []
    count = count +1

print (count)
print (np.array(sum_img).shape)
print (np.array(sum_img)[0][0])

输出：

6
(6, 3, 32, 32)
[[ 62  61  60 ...,  64  82  62]
 [ 62  63  61 ...,  77 114  64]
 [ 67  78 115 ..., 100 119  63]
 ..., 
 [161 159 159 ..., 152 157 156]
 [163 161 162 ..., 162 161 161]
 [169 167 167 ..., 167 167 167]]

更多细节见我的github仓库： csdn/Image-mean-data/图像减去均值.ipynb