MNIST多圖顯示--Python練習

在學習TensorFlow框架時，提到用MNIST手寫數字數據庫進行練習，爲了更直觀看下里面的數據到底長啥樣，用OpenCV（cv2）中的imshow函數來進行顯示。

默認已經安裝: numpy、tensorflow、cv2

1--首先是根據Tensorflow官網的方法得到數據庫：

1 from tensorflow.examples.tutorials.mnist import input_data
2 mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)

如今mnist對象已經擁有MNIST數據庫的訓練集和測試集。

2--進行單張顯示比較容易，以下代碼：

 

1 import cv2
2 # display one database image
3 im = mnist.test.images[0].reshape(28, 28)
4 cv2.imshow("demo", im)
5 cv2.waitKey(0)
6 cv2.destroyAllWindows()

 

顯示結果爲：

3--單張顯示太單調（圖像大小28x28），能夠嘗試多張網格排列顯示。

• 起先考慮從數據庫中取出100張,而後根據取出順序肯定在哪行哪列，最後合成大圖，但根據順序直接肯定該圖像位置有點困難
• 換個思路：先肯定網格位置，再從數據庫中選取一張插入，彷佛簡單了許多

 代碼以下：

import cv2
import numpy as np

#per row 10 patches, per col 10 patches
BigIm = np.zeros((280, 280))
index = 0
for i in range(10):
    for j in range(10):
        temp = mnist.train.images[index].reshape(28, 28)
        BigIm[28*i:28*(i+1), 28*j:28*(j+1)] = temp
        index += 1

cv2.imshow("demo", BigIm)
cv2.waitKey(0)

結果以下：

 看了數據庫的樣子，接下來能夠愉快地進行深度學習了~