fer2013人脸表情数据集简介

fer2013人脸表情数据集由35886张人脸表情图片组成，其中，测试图（Training）28708张，公共验证图（PublicTest）和私有验证图（PrivateTest）各3589张，每张图片是由大小固定为48×48的灰度图像组成，共有7种表情，分别对应于数字标签0-6，具体表情对应的标签和中英文如下：0 anger 生气； 1 disgust 厌恶； 2 fear 恐惧； 3 happy 开心； 4 sad 伤心；5 surprised 惊讶； 6 normal 中性。

但是，数据集并没有直接给出图片，而是将表情、图片数据、用途的数据保存到csv文件中，如下图所示，

如上图所示，第一张图是csv文件的开头，第一行是表头，说明每列数据的含义，第一列表示表情标签，第二列即为图片数据，这里是原始的图片数据，最后一列为用途。

将表情图片提取出来

知道数据结构以后，就好办了，使用pandas解析csv文件，再将原始图片数据保存为jpg文件，并根据用途和标签标签进行分类，分别保存到对应文件夹下，代码比较简单，并且做了详细备注，直接给完整代码如下：

#encoding:utf-8
import pandas as pd
import numpy as np
import scipy.misc as sm
import osemotions = {'0':'anger', #生气'1':'disgust', #厌恶'2':'fear', #恐惧'3':'happy', #开心'4':'sad', #伤心'5':'surprised', #惊讶'6':'normal', #中性
}#创建文件夹
def createDir(dir):if os.path.exists(dir) is False:os.makedirs(dir)def saveImageFromFer2013(file):#读取csv文件faces_data = pd.read_csv(file)imageCount = 0#遍历csv文件内容，并将图片数据按分类保存for index in range(len(faces_data)):#解析每一行csv文件内容emotion_data = faces_data.loc[index][0]image_data = faces_data.loc[index][1]usage_data = faces_data.loc[index][2]#将图片数据转换成48*48data_array = list(map(float, image_data.split()))data_array = np.asarray(data_array)image = data_array.reshape(48, 48)#选择分类，并创建文件名dirName = usage_dataemotionName = emotions[str(emotion_data)]#图片要保存的文件夹imagePath = os.path.join(dirName, emotionName)# 创建“用途文件夹”和“表情”文件夹createDir(dirName)createDir(imagePath)#图片文件名imageName = os.path.join(imagePath, str(index) + '.jpg')sm.toimage(image).save(imageName)imageCount = indexprint('总共有' + str(imageCount) + '张图片')if __name__ == '__main__':saveImageFromFer2013('fer2013.csv')

运行结果，

运行完上面的代码后，得到3个文件夹，文件下有相应的表情的子文件夹，

子文件夹下又有相应的图片，