python - 使用 OpenCV 或 Matplotlib/Pyplot 可视化 MNIST 数据集

Question

我有 MNIST 数据集，我正在尝试使用 pyplot 将其可视化。数据集的cvs格式是每行是一个 784 像素的图像。我想以28*28 图像格式pyplot或opencv以 28*28 图像格式对其进行可视化。我正在尝试直接使用：

plt.imshow(X[2:],cmap =plt.cm.gray_r, interpolation = "nearest") 

但我它不工作？关于我应该如何处理这个问题的任何想法。

Answer 1

假设您有一个具有这种格式的 CSV 文件，这是 MNIST 数据集可用的格式

label, pixel_1_1, pixel_1_2, ...

以下是如何在 Python 中使用 Matplotlib 和 OpenCV 对其进行可视化

Matplotlib/Pyplot

import numpy as np
import csv
import matplotlib.pyplot as plt

with open('mnist_test_10.csv', 'r') as csv_file:
    for data in csv.reader(csv_file):
        # The first column is the label
        label = data[0]

        # The rest of columns are pixels
        pixels = data[1:]

        # Make those columns into a array of 8-bits pixels
        # This array will be of 1D with length 784
        # The pixel intensity values are integers from 0 to 255
        pixels = np.array(pixels, dtype='uint8')

        # Reshape the array into 28 x 28 array (2-dimensional array)
        pixels = pixels.reshape((28, 28))

        # Plot
        plt.title('Label is {label}'.format(label=label))
        plt.imshow(pixels, cmap='gray')
        plt.show()

        break # This stops the loop, I just want to see one

开放式CV

您可以从上面获取（无符号 8 位整数）形状为 28 x 28的pixelsnumpy 数组，并使用dtype='uint8'cv2.imshow()

    title = 'Label is {label}'.format(label=label)

    cv2.imshow(title, pixels)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

Answer 2

导入必要的包

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np

将 mnist 训练数据集（csv 格式）读取为 pandas 数据框

s = pd.read_csv("mnist_train.csv")

将 pandas 数据框转换为 numpy 矩阵

data = np.matrix(s)

第一列包含标签，因此将其存储在单独的数组中

output = data[:, 0]

并从数据矩阵中删除第一列

data = np.delete(data, 0, 1)

第一行代表第一张图片，是28X28的图片（存储为784像素）

img = data[0].reshape(28,28)

# And displaying the image
plt.imshow(img, cmap="gray")

Answer 3

对于像我这样想要一个快速而肮脏的解决方案的人来说，只是为了大致了解给定输入的含义，在控制台中并且没有花哨的库：

def print_greyscale(pixels, width=28, height=28):
    def get_single_greyscale(pixel):
        val = 232 + round(pixel * 23)
        return '\x1b[48;5;{}m \x1b[0m'.format(int(val))

    for l in range(height):
        line_pixels = pixels[l * width:(l+1) * width]
        print(''.join(get_single_greyscale(p) for p in line_pixels))

（期望输入的形状像[784]从 0 到 1 的浮点值。如果不是这种情况，您可以轻松转换（例如pixels = pixels.reshape((784,))或pixels \= 255）

输出有点失真，但你明白了。