关于gan中将mnist二进制数据集保存为图片的问题

Question

请问大家mnist数据集是C结构的吗，我在python中将mnist数据集保存为图片是不是需要调用 struct.unpack函数？
代码如下

def read_idx(filename):
    """
    二进制文件解析函数
    filename:二进制文件路径
    """
    with open(filename, 'rb') as f:  #rb: 以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。
        zero, data_type, dims = struct.unpack('>HBB', f.read(4))
        shape = tuple(struct.unpack('>I', f.read(4))[0] for d in range(dims))  #元组(Tulpe)是Python中另外的一种数据类型，和列表（List）一样也是一组有序对象的集合，大部分的属性和列表一样
        return np.frombuffer(f.read(), dtype=np.uint8).reshape(shape)  #reshape（）函数用于在不更改数据的情况下为数组赋予新形状  uint8(8位无符号整数）

Answer 1

引自免费微信小程序：皆我百晓生

当然可以，看起来你已经有一个基本的框架来读取MNIST数据集的 IDX 文件。MNIST 数据集中的图像实际上是灰度图像，每个像素值是一个介于0到255之间的整数。由于这些数据是以二进制格式存储的，所以使用 struct 模块进行解包是正确的做法。

为了将这些二进制数据转换成图片并保存，你需要对加载的数据做一些处理。下面是修改后的代码，它会读取 MNIST 数据集的图片部分，并将其保存为 PNG 格式的图片。

import numpy as np
from PIL import Image

def save_mnist_images(data, labels, num_images=10, output_folder='output'):
    if not os.path.exists(output_folder):
        os.makedirs(output_folder)

    for i in range(num_images):
        image = data[i]
        label = labels[i]

        # 将一维数组转换回二维数组，因为原始数据是扁平化的
        image = image.reshape((28, 28))

        # 创建一个 PIL.Image 对象
        img = Image.fromarray(image, mode='L')

        # 保存图片
        img.save(os.path.join(output_folder, f'mnist_{label}_{i}.png'))

def read_idx_and_save_images(filename, num_images=10):
    with open(filename, 'rb') as f:
        zero, data_type, dims = struct.unpack('>HBB', f.read(4))
        assert data_type == 2051, "Invalid data type"

        _, height, width = struct.unpack('>III', f.read(12))
        images_count = struct.unpack('>I', f.read(4))[0]

        # 读取标签
        labels = np.frombuffer(f.read(height * width * num_images), dtype=np.uint8)
        labels = labels.reshape(-1)

        # 读取图片数据
        images_data = np.frombuffer(f.read(height * width * num_images), dtype=np.uint8)
        images_data = images_data.reshape(num_images, height, width)

        # 调整图片数据范围，从 [0, 255] 到 [0.0, 1.0]
        images_data = images_data.astype('float32') / 255.0

        # 保存图片
        save_mnist_images(images_data, labels, num_images=num_images)

# 使用示例
read_idx_and_save_images('train-images-idx3-ubyte')

这个脚本首先定义了一个 save_mnist_images 函数，它接受数据、标签以及要保存的图片数量作为参数。然后，我们有一个 read_idx_and_save_images 函数，它负责读取 IDX 文件并调用 save_mnist_images 来保存图片。

确保你已经有了 MNIST 数据集的两个文件：train-images-idx3-ubyte 和 train-labels-idx1-ubyte。此脚本仅处理训练集的图片，但你可以根据需要对其进行调整来处理测试集或其他数据。

运行这段代码后，你会在名为 "output" 的文件夹中看到前 num_images 张带有相应标签的 MNIST 图片。如果你没有看到 "output" 文件夹，那么请确保有写入权限，并且路径正确。