最近學習 tensroflow，用到了入門級的經典數據集 MNIST，MNIST 包含幾萬張 28x28 像素大小的手寫數字。但是它的存儲是以字節流的形式存儲的，幾萬張圖片存儲在一個文件里。一直對其很好奇，本節即用 python 的 struct 模塊處理字節流信息，結合 python 的 Image 模塊，將 MNIST 中的手寫數字圖片提取出來。

MNIST 圖片集的格式

要想從 MNIST 中提取出圖片數據，首先要了解它的格式。這點其實官網介紹的非常清楚。這里把介紹圖片格式的部分截取下來，因為測試集的數據量稍小(格式與訓練集相同)，所以我們以測試集為例：

可以看出起始 32bit 是數據集的魔法數，校驗用的，可以不管。

4 字節偏移處是圖片的總數目 10000。

8 字節偏移處是圖片的行，為 28。

12 字節偏移處是圖片的列，也為 28。

從 16 字節開始，每一字節都是像素值。

像素值按行排列，從 0-255，0 表示白色，255 表示黑色，中間值是灰色。所以第一張圖片的數據，是從數據集的第 16 字節開始的，到 16+28x28 結束。

python struct 模塊

python 的 struct 模塊主要用于處理字節流信息，最重要的三個函數是pack(), unpack(), calcsize()。pack(fmt, v1, v2, ...) 把數據封裝成字符串

unpack(fmt, string) 按照 fmt 解析字節流string，返回解析出來的數據

calcsize(fmt) 返回(fmt)占用多少字節數

fmt 可為：

使用方法是放在fmt的第一個位置，就像'@5s6sif'。圖出自：嘎啦。

python 的 struct 模塊彌補了 python 處理底層字節流信息不方便的不足。什么是字節流信息呢？比如 TCP 傳來一段 C 結構體形式的數據：

用 python 程序接收，接收到的其實就是一段二進制數字，python 沒有辦法很方便的使用 c 的結構體來解析這些數據，這時 struct 模塊就派上用場了。

使用 python 的 struct 模塊，提取出 MNIST 中的圖片，并保存為 bmp 格式

這里還是以數據量較小的測試集為例。首先，我們把數據集讀入內存：

然后，讀出數據集的頭信息，

接著，就可以讀出 28x28=784 字節的圖片數據了。

得到數據后，使用 python 的 Image 模塊，就可以很輕松的把數據保存為 bmp 圖片了。

運行之，在 images 文件夾里得到了 1.bmp 文件，打開，發現是期望的手寫數字。

接下來，加個 for 循環，就可以把全部圖片提取出來了，完整代碼如下：

運行之，發現 10000 張測試集的圖片已經全部被我們提取并保存為 bmp 圖片了。

總結

以上是生活随笔為你收集整理的用python将照片做成数据集_python实战项目，struct模块的使用，将MNIST数据集转换为bmp图片...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。