数据集 ❀ cifar10数据集内容修改

 读取Cifar10数据集中的数据

file = 'data\cifar-10-batches-py\data_batch_1'
def unpickle(file):
    fo = open(file, 'rb')
    dict = pickle.load(fo, encoding='latin1')
    fo.close()
    return dict

# 第几张图片
line_number = 0
# 显示测试集图片
dict = unpickle(file)
data = dict.get("data")
label = dict.get("labels")
# 由于在cifar10的data中，图片数据存储为了一个一维数组的形式
# 但其本身是一个rgb三通道的32x32图片，因此我们将其整型如下，并存入r,g,b中
image_m = np.reshape(data[line_number], (3, 32, 32))
image_label = label[line_number]
r = image_m[0, :, :]
g = image_m[1, :, :]
b = image_m[2, :, :]
# 通过将r,g,b合并来输出原图
img32 = np.array(cv.merge([r, g, b]))

plt.figure()
plt.imshow(img32)
plt.show()

制作想要写入的数据

在这里我只做了一个图片 img32_compress，并且也是一个三通道的图片，并且将每个通道转换为一维数组并存入temp，因为在cifar10中，图片是一维存储的

    temp_r = np.reshape(img32_compress[:, :, 0], (1024, )).tolist()
    temp_g = np.reshape(img32_compress[:, :, 1], (1024, )).tolist()
    temp_b = np.reshape(img32_compress[:, :, 2], (1024, )).tolist()

 然后我们将这些一维数组存放到想要修改的图片的对应位置，args.line_number是指cifar10数据集字典中data的行数，在data中，每一行代表一张图片，第几行就是第几张图片

    dict.get("data")[args.line_number,0:1024] = temp_r
    dict.get("data")[args.line_number,1024:2048] = temp_g
    dict.get("data")[args.line_number,2048:3072] = temp_b

 最后在保存成二进制文件时，np.array这个type是不被支持的，因此我们需要使用  .tolist()  把data从 np.array 改为  list  

最后使用pickle.dump将我们制作的新图片dict写入原本的文件f1

dict['data'] = dict['data'].tolist()

f1 = open(file, 'wb+')
pickle.dump(dict, f1)
# f1.write(json.dumps(dict).encode())
f1.close()