MNIST資料集手寫體資料還原為圖片
阿新 • • 發佈:2018-12-15
手寫體識別,資料還原為圖片.
import tensorflow.examples.tutorials.mnist.input_data as input_data # 匯入下載資料集手寫體 mnist = input_data.read_data_sets('MNIST_data/', one_hot=True) # 下載資料集 # print(type(mnist.train.images)) # 打印出資料型別 numpy.ndarray # print(mnist.train.images.shape) # 打印出資料結構 (55000, 784) # print(mnist.train.labels.shape) # 打印出one_hot (55000, 10) from PIL import Image import numpy as np # np.array將資料轉化為陣列 np.reshape將一維陣列reshape成(28*28) mnist.train.images[1]取出第二張圖片 dtype轉換為int8資料型別 im_data = np.array(np.reshape(mnist.train.images[1], (28, 28)) * 255, dtype=np.int8) # 取第一張圖片的 陣列 print(im_data) # 將陣列還原成圖片 Image.fromarray方法 傳入陣列 和 通道 img = Image.fromarray(im_data, 'L') img.save('1.jpg') img.show() # 顯示圖片 # 拿對應的標籤 arr_data = mnist.train.labels[1] print(arr_data) # one-hot形式