图像数据转换成db(leveldb/lmdb)文件

DL中多是使用图片文件，图片格式不一，而且可能大小也不一致。caffe中常用的数据类型为lmdb或leveldb，接下来就介绍如何将原始图片文件转换成caffe中的db文件。

在caffe中，已经存在文件：convert_imageset.cpp，编译成功之后，生成对应的可执行文件放在 build/tools/ 下面，这个文件的作用就是用于将图片文件转换成caffe框架中能直接使用的db文件。

该文件的使用格式：
convert_imageset [FLAGS] root_path/list_file db_name
需要带四个参数：

• FLAGS: 图片参数组，后面介绍
• root_path/: 图片存放的绝对路径，从linux系统根目录开始
• list_file: 图片文件列表清单，一般为一个txt文件，一行一张图片
• db_name: 最终生成的db文件存放目录

根据自己的图片数据，创建一个图片列表清单，保存为txt文件。以caffe中自带的图片为例，在目录example/images/中的两张图片，cat.jpg 和 fish_bike.jpg，表示两个类别。

我们创建一个sh脚本文件来生成图片清单:(so...Shell脚本要会写)
sudo gedit examples/images/create_file_list.sh
编辑以下sh脚本,保存...

# /usr/bin/env sh
DATA=examples/images
echo "Create train.txt..."
rm -rf $DATA/train.txt
find $DATA -name *cat.jpg | cut -d '/' -f3 | sed "s/$/ 1/">>$DATA/train.txt
find $DATA -name *bike.jpg | cut -d '/' -f3 | sed "s/$/ 2/">>$DATA/tmp.txt
cat $DATA/tmp.txt>>$DATA/train.txt
rm -rf $DATA/tmp.txt
echo "Done.."

介绍下sh脚本文件中rm,find, cut, sed,cat等命令。

• rm: 删除文件
• find: 寻找文件
• cut: 截取路径
• sed: 在每行的最后面加上标注。本例中将找到的cat.jpg文件加入标注为1，找到的bike.jpg文件加入标注为2
• cat: 将两个类别合并在一个文件里。

最终生成如下的一个train.txt文件：

cat.jpg 1
fish-bike.jpg 2

图片少时当然可以手动编写这个列表清单文件，but...现在训练的数据集la么大，真的手写？？所以乖乖写个脚本文件来自动生成吧！在以后的实际应用中，还需要生成相应的val.txt和test.txt文件，方法是一样的。

生成的这个train.txt文件，就可以作为第三个参数(list_file)，拿去使用辣。

Now，了解一下FLAGS参数：

• -gray: 是否以灰度图的方式打开图片。程序调用opencv库中的imread()函数来打开图片，默认为false
• -shuffle: 是否随机打乱图片顺序。默认为false
• -backend:需要转换成的db文件格式，可选为leveldb或lmdb,默认为lmdb
• -resize_width/resize_height: 改变图片的大小。在运行中，要求所有图片的尺寸一致，因此需要改变图片大小。 程序调用opencv库的resize()函数来对图片放大缩小，默认为0，不改变
• -check_size: 检查所有的数据是否有相同的尺寸。默认为false,不检查
• -encoded: 是否将原图片编码放入最终的数据中，默认为false
• -encode_type: 与前一个参数对应，将图片编码为哪一个格式：‘png','jpg'......

OK! 现在来生成lmdb格式数据文件。。。由于参数有点多，所以写个sh脚本来执行节省体力：
创建sh脚本文件：
sudo gedit examples/images/create_lmdb.sh
编辑，输入下面的代码并保存

#!/usr/bin/en sh
DATA=examples/images
rm -rf $DATA/img_train_lmdb
build/tools/convert_imageset --shuffle \
--resize_height=256 --resize_width=256 \
/home/xxx/caffe/examples/images/ $DATA/train.txt  $DATA/img_train_lmdb

设置参数-shuffle,打乱图片顺序。设置参数-resize_height和-resize_width将所有图片尺寸都变为256*256.
/home/xxx/caffe/examples/images/ 为图片保存的绝对路径。
run:sudo sh examples/images/create_lmdb.sh
emmm,打开examples/images/目录，就生成一个名为img_train_lmdb的文件夹，里面的文件就是我们需要的db文件了。