python实现:将手写体图像数据集进行切割,然后按照数字进行分类,构建手写体数字的分类数据集,阿拉伯数字和中文数字分别建立独立的数据集,以人为单位,当70%同学的手写体数字作为训练集,剩余30%同学的作为测试集,构建Pytorch的数据加载器,进行Batch方式的数据生成。的代码

时间: 2024-03-07 22:47:22 浏览: 156
好的,下面是一个可能的代码实现,供您参考: ```python import os import numpy as np from PIL import Image from sklearn.model_selection import train_test_split import torch from torch.utils.data import Dataset, DataLoader # 定义手写数字数据集类 class DigitDataset(Dataset): def __init__(self, data_dir, img_size): self.data_dir = data_dir self.img_size = img_size self.digits = os.listdir(data_dir) self.num_digits = len(self.digits) self.label_map = {digit: i for i, digit in enumerate(self.digits)} self.images, self.labels = self.load_images() def __len__(self): return len(self.images) def __getitem__(self, index): img = Image.open(self.images[index]).convert('L') img = img.resize((self.img_size, self.img_size)) img = np.array(img).astype(np.float32) / 255.0 label = self.labels[index] return img, label def load_images(self): images = [] labels = [] for digit in self.digits: label = self.label_map[digit] digit_dir = os.path.join(self.data_dir, digit) for file_name in os.listdir(digit_dir): file_path = os.path.join(digit_dir, file_name) images.append(file_path) labels.append(label) return images, labels # 切割手写数字图像 def crop_image(image_path, save_dir): img = Image.open(image_path).convert('L') img_array = np.array(img) img_array[img_array < 128] = 0 img_array[img_array >= 128] = 255 img = Image.fromarray(img_array) digits = [] for i in range(10): left, upper, right, lower = get_digit_box(img_array, i) if left >= 0 and upper >= 0 and right >= 0 and lower >= 0: digit_img = img.crop((left, upper, right, lower)) digit_path = os.path.join(save_dir, str(i)) if not os.path.exists(digit_path): os.makedirs(digit_path) digit_img.save(os.path.join(digit_path, os.path.basename(image_path))) digits.append(i) return digits # 获取图像中指定数字的边界框 def get_digit_box(img, digit): height, width = img.shape left, upper, right, lower = -1, -1, -1, -1 for i in range(height): for j in range(width): if img[i, j] == digit: if left == -1 or j < left: left = j if upper == -1 or i < upper: upper = i if right == -1 or j > right: right = j if lower == -1 or i > lower: lower = i return left, upper, right, lower # 划分数据集 def split_dataset(data_dir, train_dir, test_dir, test_ratio): for digit in os.listdir(data_dir): digit_dir = os.path.join(data_dir, digit) X = np.array([os.path.join(digit_dir, file_name) for file_name in os.listdir(digit_dir)]) y = np.array([int(digit)] * len(X)) X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=test_ratio, random_state=42) for file_path in X_train: os.makedirs(os.path.join(train_dir, digit), exist_ok=True) os.rename(file_path, os.path.join(train_dir, digit, os.path.basename(file_path))) for file_path in X_test: os.makedirs(os.path.join(test_dir, digit), exist_ok=True) os.rename(file_path, os.path.join(test_dir, digit, os.path.basename(file_path))) # 构建数据加载器 def build_dataloader(data_dir, img_size, batch_size, test_ratio): # 划分数据集 train_dir = os.path.join(data_dir, 'train') test_dir = os.path.join(data_dir, 'test') if not os.path.exists(train_dir) or not os.path.exists(test_dir): split_dataset(data_dir, train_dir, test_dir, test_ratio) # 加载数据集 train_dataset = DigitDataset(train_dir, img_size) test_dataset = DigitDataset(test_dir, img_size) # 构建数据加载器 train_loader = DataLoader(train_dataset, batch_size=batch_size, shuffle=True) test_loader = DataLoader(test_dataset, batch_size=batch_size, shuffle=False) return train_loader, test_loader ``` 使用方法: ```python # 切割手写数字图像,按照数字进行分类 data_dir = 'path/to/dataset' save_dir = 'path/to/save' for file_name in os.listdir(data_dir): file_path = os.path.join(data_dir, file_name) crop_image(file_path, save_dir) # 构建数据加载器 img_size = 28 batch_size = 64 test_ratio = 0.3 train_loader, test_loader = build_dataloader(save_dir, img_size, batch_size, test_ratio) ``` 其中,data_dir为原始手写数字图像数据集所在目录,save_dir为处理后的手写数字图像数据集所在目录。img_size为图像的大小,batch_size为每个Batch中的图像数量,test_ratio为测试集所占比例。在调用build_dataloader函数时,会自动划分数据集并构建数据加载器。
阅读全文

相关推荐

最新推荐

recommend-type

手写数字识别(python底层实现)报告.docx

【描述】:本报告主要探讨了如何使用Python从零开始实现手写数字识别,具体包括理解MNIST数据集,构建多层感知机(MLP)网络,优化参数以提高识别准确性,以及通过注释提升代码可读性。 【标签】:Python,手写数字...
recommend-type

python实现基于SVM手写数字识别功能

主要为大家详细介绍了python实现基于SVM手写数字识别功能,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python实现识别手写数字 Python图片读入与处理

在进行手写数字识别的过程中,首先要对图片进行一系列的预处理,包括读入图片、转换为灰度图像、去除背景噪声、切割图像、调整图像大小以及转换为向量。以下将详细阐述这些步骤。 1. **读入图片**: 使用`skimage....
recommend-type

详解tensorflow训练自己的数据集实现CNN图像分类

在本文中,我们将深入探讨如何使用TensorFlow框架训练自定义数据集实现卷积神经网络(CNN)进行图像分类。TensorFlow是一个强大的开源库,广泛应用于机器学习和深度学习任务,尤其是图像识别和处理。 1. **读取图片...
recommend-type

手写数字识别:实验报告

这包括下载并解压MNIST的训练集和测试集,然后反转图像颜色,即将黑白图像转换为反色。同时,将原始图像和反转图像混合存储,以便训练过程中增加数据的多样性。对于标签的预处理,使用Python的open()和struct.unpack...
recommend-type

JHU荣誉单变量微积分课程教案介绍

资源摘要信息:"jhu2017-18-honors-single-variable-calculus" 知识点一:荣誉单变量微积分课程介绍 本课程为JHU(约翰霍普金斯大学)的荣誉单变量微积分课程,主要针对在2018年秋季和2019年秋季两个学期开设。课程内容涵盖两个学期的微积分知识,包括整合和微分两大部分。该课程采用IBL(Inquiry-Based Learning)格式进行教学,即学生先自行解决问题,然后在学习过程中逐步掌握相关理论知识。 知识点二:IBL教学法 IBL教学法,即问题导向的学习方法,是一种以学生为中心的教学模式。在这种模式下,学生在教师的引导下,通过提出问题、解决问题来获取知识,从而培养学生的自主学习能力和问题解决能力。IBL教学法强调学生的主动参与和探索,教师的角色更多的是引导者和协助者。 知识点三:课程难度及学习方法 课程的第一次迭代主要包含问题,难度较大,学生需要有一定的数学基础和自学能力。第二次迭代则在第一次的基础上增加了更多的理论和解释,难度相对降低,更适合学生理解和学习。这种设计旨在帮助学生从实际问题出发,逐步深入理解微积分理论,提高学习效率。 知识点四:课程先决条件及学习建议 课程的先决条件为预演算,即在进入课程之前需要掌握一定的演算知识和技能。建议在使用这些笔记之前,先完成一些基础演算的入门课程,并进行一些数学证明的练习。这样可以更好地理解和掌握课程内容,提高学习效果。 知识点五:TeX格式文件 标签"TeX"意味着该课程的资料是以TeX格式保存和发布的。TeX是一种基于排版语言的格式,广泛应用于学术出版物的排版,特别是在数学、物理学和计算机科学领域。TeX格式的文件可以确保文档内容的准确性和排版的美观性,适合用于编写和分享复杂的科学和技术文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战篇:自定义损失函数】:构建独特损失函数解决特定问题,优化模型性能

![损失函数](https://img-blog.csdnimg.cn/direct/a83762ba6eb248f69091b5154ddf78ca.png) # 1. 损失函数的基本概念与作用 ## 1.1 损失函数定义 损失函数是机器学习中的核心概念,用于衡量模型预测值与实际值之间的差异。它是优化算法调整模型参数以最小化的目标函数。 ```math L(y, f(x)) = \sum_{i=1}^{N} L_i(y_i, f(x_i)) ``` 其中,`L`表示损失函数,`y`为实际值,`f(x)`为模型预测值,`N`为样本数量,`L_i`为第`i`个样本的损失。 ## 1.2 损
recommend-type

如何在ZYNQMP平台上配置TUSB1210 USB接口芯片以实现Host模式,并确保与Linux内核的兼容性?

要在ZYNQMP平台上实现TUSB1210 USB接口芯片的Host模式功能,并确保与Linux内核的兼容性,首先需要在硬件层面完成TUSB1210与ZYNQMP芯片的正确连接,保证USB2.0和USB3.0之间的硬件电路设计符合ZYNQMP的要求。 参考资源链接:[ZYNQMP USB主机模式实现与测试(TUSB1210)](https://wenku.csdn.net/doc/6nneek7zxw?spm=1055.2569.3001.10343) 具体步骤包括: 1. 在Vivado中设计硬件电路,配置USB接口相关的Bank502和Bank505引脚,同时确保USB时钟的正确配置。
recommend-type

Naruto爱好者必备CLI测试应用

资源摘要信息:"Are-you-a-Naruto-Fan:CLI测验应用程序,用于检查Naruto狂热者的知识" 该应用程序是一个基于命令行界面(CLI)的测验工具,设计用于测试用户对日本动漫《火影忍者》(Naruto)的知识水平。《火影忍者》是由岸本齐史创作的一部广受欢迎的漫画系列,后被改编成同名电视动画,并衍生出一系列相关的产品和文化现象。该动漫讲述了主角漩涡鸣人从忍者学校开始的成长故事,直到成为木叶隐村的领袖,期间包含了忍者文化、战斗、忍术、友情和忍者世界的政治斗争等元素。 这个测验应用程序的开发主要使用了JavaScript语言。JavaScript是一种广泛应用于前端开发的编程语言,它允许网页具有交互性,同时也可以在服务器端运行(如Node.js环境)。在这个CLI应用程序中,JavaScript被用来处理用户的输入,生成问题,并根据用户的回答来评估其对《火影忍者》的知识水平。 开发这样的测验应用程序可能涉及到以下知识点和技术: 1. **命令行界面(CLI)开发:** CLI应用程序是指用户通过命令行或终端与之交互的软件。在Web开发中,Node.js提供了一个运行JavaScript的环境,使得开发者可以使用JavaScript语言来创建服务器端应用程序和工具,包括CLI应用程序。CLI应用程序通常涉及到使用诸如 commander.js 或 yargs 等库来解析命令行参数和选项。 2. **JavaScript基础:** 开发CLI应用程序需要对JavaScript语言有扎实的理解,包括数据类型、函数、对象、数组、事件循环、异步编程等。 3. **知识库构建:** 测验应用程序的核心是其问题库,它包含了与《火影忍者》相关的各种问题。开发人员需要设计和构建这个知识库,并确保问题的多样性和覆盖面。 4. **逻辑和流程控制:** 在应用程序中,需要编写逻辑来控制测验的流程,比如问题的随机出现、计时器、计分机制以及结束时的反馈。 5. **用户界面(UI)交互:** 尽管是CLI,用户界面仍然重要。开发者需要确保用户体验流畅,这包括清晰的问题呈现、简洁的指令和友好的输出格式。 6. **模块化和封装:** 开发过程中应当遵循模块化原则,将不同的功能分隔开来,以便于管理和维护。例如,可以将问题生成器、计分器和用户输入处理器等封装成独立的模块。 7. **单元测试和调试:** 测验应用程序在发布前需要经过严格的测试和调试。使用如Mocha或Jest这样的JavaScript测试框架可以编写单元测试,并通过控制台输出调试信息来排除故障。 8. **部署和分发:** 最后,开发完成的应用程序需要被打包和分发。如果是基于Node.js的应用程序,常见的做法是将其打包为可执行文件(如使用electron或pkg工具),以便在不同的操作系统上运行。 根据提供的文件信息,虽然具体细节有限,但可以推测该应用程序可能采用了上述技术点。用户通过点击提供的链接,可能将被引导到一个网页或直接下载CLI应用程序的可执行文件,从而开始进行《火影忍者》的知识测验。通过这个测验,用户不仅能享受答题的乐趣,还可以加深对《火影忍者》的理解和认识。