通过Python从.idx3 ubyte文件或GZIP中提取图像

Question

我使用OpenCV中的facerecognizer创建了一个简单的facerecognizer函数。它能很好地处理人们的图像。

现在我想用手写字符代替人来做一个测试。我遇到了MNIST数据集，但它们将图像存储在一个奇怪的文件中，这是我以前从未见过的。

我只需要从中提取一些图像：

train-images.idx3-ubyte

并将它们保存在一个文件夹中作为.gif

或者我是不是误解了这件事。如果是，我在哪里可以得到这样的数据集？

编辑

我还有gzip文件：

train-images-idx3-ubyte.gz

我试图阅读内容，但是show()不起作用，如果我read()看到随机符号。

images = gzip.open("train-images-idx3-ubyte.gz", 'rb')
print images.read()

编辑

通过使用以下命令获得一些有用的输出：

with gzip.open('train-images-idx3-ubyte.gz','r') as fin:
    for line in fin:
        print('got line', line)

不知何故，我现在必须将其转换为图像，输出：

Answer 1

（仅使用matplotlib、gzip和numpy）
提取图像数据：

import gzip
f = gzip.open('train-images-idx3-ubyte.gz','r')

image_size = 28
num_images = 5

import numpy as np
f.read(16)
buf = f.read(image_size * image_size * num_images)
data = np.frombuffer(buf, dtype=np.uint8).astype(np.float32)
data = data.reshape(num_images, image_size, image_size, 1)

打印图像：

import matplotlib.pyplot as plt
image = np.asarray(data[2]).squeeze()
plt.imshow(image)
plt.show()

打印前50个标签：

f = gzip.open('train-labels-idx1-ubyte.gz','r')
f.read(8)
for i in range(0,50):   
    buf = f.read(1)
    labels = np.frombuffer(buf, dtype=np.uint8).astype(np.int64)
    print(labels)