MNIST数据集转为.jpg图片格式
从mnist官网下载下来的mnist手写数据集是二进制文件流格式的，不能直接查看，如果需要查看，需要将二进制文件转化为jpg格式，可以用各种编程语言实现，如MATLAB、Python、C++等，本文是使用C++在Ubuntu 16.04操作系统下实现的，过程中出现许多问题，现记录如下：
1、问题描述
编译时出现一下错误
no matching function for call to std::basic_ifstream<char>::(std::string&)原因：根据提示可以看出是读取文件ifstream时出现了问题，查找资料后知道是由于不同版本c++表达不同导致的，所以用g++编译器编译时要显式制定使用那个版本c++，本程序使用c++11，编译指令如下：
g++ -o b.out -std=c++11 mnist_bin2jpg2.cpp2、问题：
编译时出现：
对‘cv::Mat::copySize(cv::Mat const&)’未定义的引用原因：编译的时候没有链接到库文件，这样导致函数没有定义，所以变异的时候要手动链接到库文件
g++ -o b.out -std=c++11 mnist_bin2jpg2.cpp `pkg-config opencv --cflags --libs`3、问题：
用ifstream读取文件时编译通过了，但是一直没有成功读取文件，一开始以为是因为文件夹包含有中文的原因，然后就用了只有英文名字的文件夹，仍就没有成功，找了很久，最后发现是自己文件名打错了（哭晕在厕所。。。）
最后附上网上找的再通过修改成功将mnist转为JPG图片的代码
#include <iostream> #include <fstream> #include "opencv2/core/core.hpp" #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <cstdio>using namespace std; int ReverseInt(int i) { unsigned char ch1, ch2, ch3, ch4; ch1 = i & 255; ch2 = (i >> 8) & 255; ch3 = (i >> 16) & 255; ch4 = (i >> 24) & 255; return((int) ch1 << 24) + ((int)ch2 << 16) + ((int)ch3 << 8) + ch4; } void read_Mnist(string filename, vector<cv::Mat> &vec) { ifstream file(filename,ios::binary); if (file.is_open()) { int magic_number = 0; int number_of_images = 0; int n_rows = 0; int n_cols = 0; file.read((char*) &magic_number, sizeof(magic_number)); magic_number = ReverseInt(magic_number); file.read((char*) &number_of_images,sizeof(number_of_images)); number_of_images = ReverseInt(number_of_images); file.read((char*) &n_rows, sizeof(n_rows)); n_rows = ReverseInt(n_rows); file.read((char*) &n_cols, sizeof(n_cols)); n_cols = ReverseInt(n_cols); for(int i = 0; i < number_of_images; ++i) { cv::Mat tp = cv::Mat::zeros(n_rows, n_cols, CV_8UC1); for(int r = 0; r < n_rows; ++r) { for(int c = 0; c < n_cols; ++c) { unsigned char temp = 0; file.read((char*) &temp, sizeof(temp)); tp.at<uchar>(r, c) = (int) temp; } } vec.push_back(tp); } } } void read_Mnist_Label(string filename, vector<int> &vec) {ifstream file(filename, ios::in | ios::binary); if (file.is_open()) { int magic_number = 0; int number_of_images = 0; int n_rows = 0; int n_cols = 0; file.read((char*) &magic_number, sizeof(magic_number)); magic_number = ReverseInt(magic_number); file.read((char*) &number_of_images,sizeof(number_of_images)); number_of_images = ReverseInt(number_of_images); for(int i = 0; i < number_of_images; ++i) { unsigned char temp = 0; file.read((char*) &temp, sizeof(temp)); vec[i]= (int)temp; } } } string GetImageName(int number, int arr[]) { string str1, str2; for (int i = 0; i < 10; i++) { if (number == i) { arr[i]++; char ch1[10]; sprintf(ch1, "%d", arr[i]); str1 = std::string(ch1); if (arr[i] < 10) { str1 = "0000" + str1; } else if (arr[i] < 100) { str1 = "000" + str1; } else if (arr[i] < 1000) { str1 = "00" + str1; } else if (arr[i] < 10000) { str1 = "0" + str1; } break; } } char ch2[10]; sprintf(ch2, "%d", number); str2 = std::string(ch2); str2 = str2 + "_" + str1; return str2; } int main() { //reference: http://eric-yuan.me/cpp-read-mnist/ //test images and test labels //read MNIST image into OpenCV Mat vector string filename_test_images = "/home/linqingxiang/test/t10k-images-idx3-ubyte"; int number_of_test_images = 10000; vector<cv::Mat> vec_test_images; read_Mnist(filename_test_images, vec_test_images); //read MNIST label into int vector string filename_test_labels = "/home/linqingxiang/test/t10k-labels-idx1-ubyte"; vector<int> vec_test_labels(number_of_test_images); read_Mnist_Label(filename_test_labels, vec_test_labels); if (vec_test_images.size() != vec_test_labels.size()) { cout<<"parse MNIST test file error"<<endl; return -1; } //save test images int count_digits[10]; for (int i = 0; i < 10; i++) count_digits[i] = 0; string save_test_images_path = "/home/linqingxiang/test/"; for (unsigned int i = 0; i < vec_test_images.size(); i++) { int number = vec_test_labels[i]; string image_name = GetImageName(number, count_digits); image_name = save_test_images_path + image_name + ".jpg"; cv::imwrite(image_name, vec_test_images[i]); } //train images and train labels //read MNIST image into OpenCV Mat vector string filename_train_images = "/home/linqingxiang/test/train-images-idx3-ubyte"; int number_of_train_images = 60000; vector<cv::Mat> vec_train_images; read_Mnist(filename_train_images, vec_train_images); //read MNIST label into int vector string filename_train_labels = "/home/linqingxiang/test/train-labels-idx1-ubyte"; vector<int> vec_train_labels(number_of_train_images); read_Mnist_Label(filename_train_labels, vec_train_labels); if (vec_train_images.size() != vec_train_labels.size()) { cout<<"parse MNIST train file error"<<endl; return -1; } //save train images for (int i = 0; i < 10; i++) count_digits[i] = 0; string save_train_images_path = "/home/linqingxiang/test/"; for (size_t i = 0; i < vec_train_images.size(); i++) { int number = vec_train_labels[i]; string image_name = GetImageName(number, count_digits); image_name = save_train_images_path + image_name + ".jpg"; cv::imwrite(image_name, vec_train_images[i]); } return 0; } MNIST数据集转为.jpg图片格式相关推荐
- python 将MNIST数据集转为jpg图片格式
下载的数据集格式是字节存储的,有时需要转为图片格式,以下以测试集为例子,说明python转换代码. IDX数据格式 这四个文件采用了IDX的文件格式,一种平铺直叙的方式: magic number s ...
- [深度学习-实践]GAN基于手写体Mnist数据集生成新图片
系列文章目录 深度学习GAN(一)之简单介绍 深度学习GAN(二)之基于CIFAR10数据集的例子 深度学习GAN(三)之基于手写体Mnist数据集的例子 深度学习GAN(四)之PIX2PIX GAN ...
- CAD手机看图软件中怎么将CAD图纸转为PDF/图片格式？
在使用CAD手机看图软件查看CAD图纸的时候,偶尔会遇到需要将CAD图纸转为PDF/图片格式的情况,这个时候该如何进行操作呢?下面给大家介绍一下在CAD手机看图软件浩辰CAD看图王中是如何进行操作的吧 ...
- MNIST数据集转为图片形式输出
前期工作 1.请注意运行代码存入的文件夹的名称,要与代码中的path路径对应一致: 2.下载MNIST数据集(四个压缩包),并将四个压缩包的内容解压出来,如下图①: 3.在运行代码目录下,建立data ...
- mnist数据集保存为图片
#coding: utf-8 from tensorflow.examples.tutorials.mnist import input_data import scipy.misc import o ...
- 用python将照片做成数据集_python实战项目，struct模块的使用，将MNIST数据集转换为bmp图片...
最近学习 tensroflow,用到了入门级的经典数据集 MNIST,MNIST 包含几万张 28x28 像素大小的手写数字.但是它的存储是以字节流的形式存储的,几万张图片存储在一个文件里.一直对其很 ...
- cifar-100数据集转成图片格式
cifar-100数据集转成png格式 import os import numpy as np from scipy import misc# 给我个路径我要创建文件呢 def makfile(pa ...
- pyecharts绘制双y轴图并将html文件转为png图片格式
本文档记录了如何使用python中pyecharts绘制双纵坐标图,并将输出的html文件转为png等图片格式. 0 背景 项目中需要绘制双纵坐标图,在网上调研之后,发现使用pyecharts绘制起来 ...
- 后台返回的base64的图片格式,前端如何转为普通的图片格式
在上一篇的博客当中,写了前端如何将普通的图片格式转为base64的图片,今天开发的时候遇到了后台返回的图片格式是base64的,我这边需要把base64的图片格式转为普通的,搜了一下js的方法,感觉很 ...
最新文章
- 2021-2027年中国一次成型光学玻璃行业市场分析及投资潜力研究报告
- 在docker中搭建apache Tomcat+JDK环境
- java中不同包中怎么实例化,Java 笔试题 （01）
- T-Sql备份还原数据库
- redis-哈希数据类型
- github使用总结
- PAT A1029 Median (25 point(s)) __two pointers
- JAVA Timer 定时器原理
- 安装了智能家居设备后会影响传统家居的使用吗？
- 现有存储系统技术架构
- 【Project Report】基于 QP 的优化选股策略
- JAVA设计模式-06-建造者模式
- Vue框架中常见的前端UI库
- 【综述 寿命预测】基于机器学习的设备剩余寿命预测方法综述
- android高德地图轨迹纠偏,RoutePath-(高德地图)根据定位点绘制路线+轨迹纠偏
- 离散傅里叶变换-DFT（FFT基础）
- quick-x用http发送字节流会被截断的问题
- 如何解决数据科学家、数据工程师和生产工程师的阻抗失配问题
- JAVA挑战杯,挑战杯 | 物联网与云服务的结合，万物智能
- 区块链专业术语通俗解读