如何从TensorFlow的mnist数据集导出手写体数字图片

在TensorFlow的官方入门课程中，多次用到mnist数据集。

mnist数据集是一个数字手写体图片库，但它的存储格式并非常见的图片格式，所有的图片都集中保存在四个扩展名为idx3-ubyte的二进制文件。

如果我们想要知道大名鼎鼎的mnist手写体数字都长什么样子，就需要从mnist数据集中导出手写体数字图片。了解这些手写体的总体形状，也有助于加深我们对TensorFlow入门课程的理解。

下面先给出通过TensorFlow api接口导出mnist手写体数字图片的python代码，再对代码进行分析。代码在win7下测试通过，linux环境也可以参考本处代码。

（非常良心的注释和打印有木有）

#!/usr/bin/python3.5# -*- coding: utf-8 -*-import osimport tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datafrom PIL import Image# 声明图片宽高rows = 28cols = 28# 要提取的图片数量images_to_extract = 8000# 当前路径下的保存目录save_dir = "./mnist_digits_images"# 读入mnist数据mnist = input_data.read_data_sets("MNIST_data/", one_hot=False)# 创建会话sess = tf.Session()# 获取图片总数shape = sess.run(tf.shape(mnist.train.images))images_count = shape[0]pixels_per_image = shape[1]# 获取标签总数shape = sess.run(tf.shape(mnist.train.labels))labels_count = shape[0]# mnist.train.labels是一个二维张量，为便于后续生成数字图片目录名，有必要一维化(后来发现只要把数据集的one_hot属性设为False，mnist.train.labels本身就是一维)#labels = sess.run(tf.argmax(mnist.train.labels, 1))labels = mnist.train.labels# 检查数据集是否符合预期格式if (images_count == labels_count) and (shape.size == 1):print ("数据集总共包含 %s 张图片，和 %s 个标签" % (images_count, labels_count))print ("每张图片包含 %s 个像素" % (pixels_per_image))print ("数据类型：%s" % (mnist.train.images.dtype))# mnist图像数据的数值范围是[0,1]，需要扩展到[0,255]，以便于人眼观看if mnist.train.images.dtype == "float32":print ("准备将数据类型从[0,1]转为binary[0,255]...")for i in range(0,images_to_extract):for n in range(pixels_per_image):if mnist.train.images[i][n] != 0:mnist.train.images[i][n] = 255# 由于数据集图片数量庞大，转换可能要花不少时间，有必要打印转换进度if ((i+1)%50) == 0:print ("图像浮点数值扩展进度：已转换 %s 张，共需转换 %s 张" % (i+1, images_to_extract))# 创建数字图片的保存目录for i in range(10):dir = "%s/%s/" % (save_dir,i)if not os.path.exists(dir):print ("目录 ""%s"" 不存在！自动创建该目录..." % dir)os.makedirs(dir)# 通过python图片处理库，生成图片indices = [0 for x in range(0, 10)]for i in range(0,images_to_extract):img = Image.new("L",(cols,rows))for m in range(rows):for n in range(cols):img.putpixel((n,m), int(mnist.train.images[i][n+m*cols]))# 根据图片所代表的数字label生成对应的保存路径digit = labels[i]path = "%s/%s/%s.bmp" % (save_dir, labels[i], indices[digit])indices[digit] += 1img.save(path)# 由于数据集图片数量庞大，保存过程可能要花不少时间，有必要打印保存进度if ((i+1)%50) == 0:print ("图片保存进度：已保存 %s 张，共需保存 %s 张" % (i+1, images_to_extract))else:print ("图片数量和标签数量不一致！")

上述代码的实现思路如下：

1.读入mnist手写体数据；

2.把数据的值从[0,1]浮点范围转化为黑白格式(背景为0-黑色，前景为255-白色)；

3.根据mnist.train.labels的内容，生成数字索引，也就是建立每一张图片和其所代表数字的关联，由此创建对应的保存目录；

4.循环遍历mnist.train.images，把每张图片的像素数据赋值给python图片处理库PIL的Image类实例，再调用Image类的save方法把图片保存在第3步骤中创建的对应目录。

在运行上述代码之前，你需要确保本地已经安装python的图片处理库PIL，pip安装命令如下：

pip3 install Pillow

或 pip install Pillow，取决于你的pip版本。

上述python代码运行后，在当前目录下会生成mnist_digits_images目录，在该目录下，可以看到如下内容：

可以看到，我们成功地生成了黑底白字的数字图片。

如果仔细观察这些图片，会看到一些肉眼也难以分辨的数字，譬如：

上面这几个数字是2。想不到吧？

下面这两个是5（看起来更像6）：

这个是7：（7长这样？有句MMP不知当讲不当讲）

猜猜下面这个是什么：

这是大写的L？不是。

有点像1，是1吗？也不是。

倒立拉粑的7？sorry，又猜错了。

实话告诉您，它是2！一开始我也是不相信的，知道真相的那一刻我下巴差点掉下来！

这些手写图片，一般人用肉眼观察，识别率能达到98%就不错了，但是通过TensorFlow搭建的卷积神经网络识别率可以达到99%，非常地神奇！