为MNIST数据集写的小工具

提供的功能主要有：

下载MNIST数据集
查看图片和标签
提取图片
生成自己的数据集
数据集合并

下载工具源码：

$ git clone https://github.com/messiLiao/mnist_helper.git

下载数据集并解压

会在当前目录(mnist_helper)建立MNIST_data文件夹，并解压

$ cd mnist_helper
$ python mnist_download_and_ungz.py

查看数据集的图片或标签

查看训练集或者测试集中的图片:python mnist_helper.py show images-ubyte index。索引号从0开始查看MNIST_data/t10k-images-idx3-ubyte 数据集当中的第1567张图片：

$ python mnist_helper.py show MNIST_data/t10k-images-idx3-ubyte 1567
this file is image file, image count is 10000, rows=28, cols=28

查看标签与查看图片方法相同，只需更改标签文件即可:python mnist_helper.py show labels-ubyte index 查看MNIST_data/t10k-labels-idx1-ubyte 数据集当中的第1567张图片的标签

$ python mnist_helper.py show MNIST_data/t10k-labels-idx1-ubyte 1567
this file is label file, label count is 10000
the 1567th label is 8

提取图片

python mnist_helper.py extract 图片数据集文件名 [图片索引号] 如果不填索引号则默认提取所有图片，会解压到output_extract目录，并以序号命名提取MNIST_data/t10k-images-idx3-ubyte数据集中所有的图片：

$ python mnist_helper.py extract MNIST_data/t10k-images-idx3-ubyte
extract 10000 images successfully
output directory is ./output_extract/

提取MNIST_data/t10k-images-idx3-ubyte数据集第89张图片：

$ python mnist_helper.py extract MNIST_data/t10k-images-idx3-ubyte 89
extract 1 images successfully
output directory is ./output_extract/
$

将用户的数据生成MNIST数据格式

新建一个文件夹user_data_dir
新建以0-9为标签的10个文件夹
把用户的数据放入对应的10个文件夹
运行 python mnist_helper.py generate user_data_dir
会在user_data_dir下面生成两个文件：user-images-ubyte 和 user-labels-ubyte

$ python mnist_helper.py generate user_data
user data generate successfully
output files: 
     user_data/user-images-ubyte
     user_data/user-labels-ubyte

MNIST数据文件合并功能

用户可以将不同的数据集文件进行合并, 最终生成一个文件output_merge_file-ubyte

$ python mnist_helper.py merge MNIST_data/t10k-labels-idx1-ubyte user_data/user-labels-ubyte
file merge successfully!, output file is  ./output_merge_file-ubyte

有问题添加公众号deeplearningset

messiLiao / mnist_helper