使用OpenCV或Matplotlib/Pyplot可视化MNIST数据集

Question

我有MNIST数据集，正在尝试使用pyplot可视化它。该数据集以格式存储，其中每行是一个784像素的图像。我想要在28*28的图像格式中使用pyplot或opencv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") 

但是它不起作用？你有什么想法可以帮助我解决这个问题。

- decipher

---

也许您可以包含更多细节，展示您如何包含数据以及“不起作用”具体指什么，这可能有助于您更快地获得答案。 - tfv

@bakkal...谢谢，老兄。它完美地运行了。 - decipher

Answer 1

假设您有一个CSV文件，其格式与MNIST数据集可用的格式相同。

label, pixel_1_1, pixel_1_2, ...

以下是如何使用Matplotlib和OpenCV在Python中对其进行可视化的方法

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

OpenCV

您可以使用cv2.imshow()函数，以及上述的28x28形状和dtype='uint8'（无符号8位整数）的pixels numpy数组进行绘图。

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

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

- bakkal

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（格式为csv）读取为pandas dataframe

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

将pandas dataframe 转换成numpy矩阵

data = np.matrix(s)

第一列包含标签，因此请将其存储在一个单独的数组中。

output = data[:, 0]

从数据矩阵中删除第一列

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

第一行代表第一幅图像，它是28x28的图像（以784个像素存储）。

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

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

- Suraj

Answer 3

如果您像我一样想要一个快速而简单的解决方案，只是为了大致了解给定输入内容的含义，可以在控制台中使用不带花哨库的方法：

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))

(expects the input to be shaped like [784] and with float values from 0 to 1. If either is not the case, you can easily convert (e.g. pixels = pixels.reshape((784,)) or pixels \= 255)

输出结果有点失真，但你可以了解到大概意思。

- cpury