深度學習筆記——將mnist數據集中的手寫字體圖片保存到本地

代碼如下：

import cv2
from keras.datasets import mnist

import numpy as np

(X_train, Y_train), (X_test, Y_test) = mnist.load_data()

for i in range(0, 59999):  # 迭代 0 到 59999 之間的數字#C:/Users/kimcho/Desktop/photo2/x_train
    fileName = "C:/Users/kimcho/Desktop/photo2/x_train/" + str(Y_train[i]) + "-" + str(i) + ".png"#這是路徑，按自己的需求進行修改
    cv2.imwrite(fileName, X_train[i])

for i in range(0, 9999):  # 迭代 0 到 9999 之間的數字
    fileName = "C:/Users/kimcho/Desktop/photo2/x_test/" + str(Y_test[i]) + "-" + str(i) + ".png"#這是路徑，按自己的需求進行修改
    cv2.imwrite(fileName, X_test[i])

在這裏主要用到了opencv中的cv2.imwrite（）函數，該函數常用來保存圖片：

cv2.imwrite("D:\\cat2.jpg", img)

第一個參數是保存的路徑及文件名，第二個是圖像矩陣。其中，imwrite()有個可選的第三個參數，如下：

cv2.imwrite("D:\\cat2.jpg", img，[int(cv2.IMWRITE_JPEG_QUALITY), 5])

第三個參數針對特定的格式： 對於JPEG，其表示的是圖像的質量，用0-100的整數表示，默認爲95。 注意，cv2.IMWRITE_JPEG_QUALITY類型爲Long，必須轉換成int。