为啥使用 matplotlib 无法正确显示 CIFAR-10 图像？

Posted 2023-02-23

【中文标题】为啥使用 matplotlib 无法正确显示 CIFAR-10 图像？

【英文标题】：Why CIFAR-10 images are not displayed properly using matplotlib?为什么使用 matplotlib 无法正确显示 CIFAR-10 图像？

【发布时间】：2016-06-29 23:46:43

【问题描述】：

我从训练集中拍摄了一张大小为 (3,32,32) 的图像 ('img')。 我用过 plt.imshow(img.T)。图像不清晰。现在我必须对 image('img') 进行更改以使其更清晰可见。 谢谢。

【参考方案1】：

以下打印 5X5 网格的随机 Cifar10 图像。它并不模糊，尽管也不完美。欢迎任何建议。

%matplotlib inline
import numpy as np
import matplotlib.pyplot as plt
from six.moves import cPickle 

f = open('data/cifar10/cifar-10-batches-py/data_batch_1', 'rb')
datadict = cPickle.load(f,encoding='latin1')
f.close()
X = datadict["data"] 
Y = datadict['labels']
X = X.reshape(10000, 3, 32, 32).transpose(0,2,3,1).astype("uint8")
Y = np.array(Y)

#Visualizing CIFAR 10
fig, axes1 = plt.subplots(5,5,figsize=(3,3))
for j in range(5):
    for k in range(5):
        i = np.random.choice(range(len(X)))
        axes1[j][k].set_axis_off()
        axes1[j][k].imshow(X[i:i+1][0])

【讨论】：

这是很好的信息，但 astype("float") 会将图像显示为负数，将其设置为 astype("uint8") 是正常的。

最后一行的索引可能只是X[i, :] 对吧？

【参考方案2】：

确保在要显示图像时不对数据集进行规范化。

示例：

加载器...

import torch
from torchvision import datasets, transforms
import matplotlib.pyplot as plt


train_loader = torch.utils.data.DataLoader(
    datasets.CIFAR10('../data', train=True, download=True,
                     transform=transforms.Compose([
                         transforms.RandomHorizontalFlip(),
                         transforms.ToTensor(),
                        #  transforms.Normalize(
                        #      (0.4914, 0.4822, 0.4465), (0.247, 0.243, 0.261))
                     ])),
    batch_size=64, shuffle=True)

显示图像的代码...

img = next(iter(train_loader))[0][0]
plt.imshow(transforms.ToPILImage()(img))

标准化

没有标准化

【讨论】：

这正是我的问题，我在标准化图像后查看图像。谢谢！

【参考方案3】：

此文件读取cifar10 dataset 并使用matplotlib 绘制单个图像。

import _pickle as pickle
import argparse
import numpy as np
import os
import matplotlib.pyplot as plt

cifar10 = "./cifar-10-batches-py/"

parser = argparse.ArgumentParser("Plot training images in cifar10 dataset")
parser.add_argument("-i", "--image", type=int, default=0, 
                    help="Index of the image in cifar10. In range [0, 49999]")
args = parser.parse_args()


def unpickle(file):
    with open(file, 'rb') as fo:
        dict = pickle.load(fo, encoding='bytes')
    return dict

def cifar10_plot(data, meta, im_idx=0):
    im = data[b'data'][im_idx, :]

    im_r = im[0:1024].reshape(32, 32)
    im_g = im[1024:2048].reshape(32, 32)
    im_b = im[2048:].reshape(32, 32)

    img = np.dstack((im_r, im_g, im_b))

    print("shape: ", img.shape)
    print("label: ", data[b'labels'][im_idx])
    print("category:", meta[b'label_names'][data[b'labels'][im_idx]])         

    plt.imshow(img) 
    plt.show()


def main():
    batch = (args.image // 10000) + 1
    idx = args.image - (batch-1)*10000

    data = unpickle(os.path.join(cifar10, "data_batch_" + str(batch)))
    meta = unpickle(os.path.join(cifar10, "batches.meta"))

    cifar10_plot(data, meta, im_idx=idx)


if __name__ == "__main__":
    main()

【讨论】：

我喜欢这种方法 :)

【参考方案4】：

由于插值，图像模糊。为了防止在 matplotlib 中模糊，请使用关键字 interpolation='nearest' 调用 imshow：

plt.imshow(img.T, interpolation='nearest')

此外，当您使用转置时，您的 x 轴和 y 轴似乎正在交换，因此您可能希望改为这样显示：

plt.imshow(np.transpose(img, (1, 2, 0)), interpolation='nearest')

【讨论】：

它仍然无法正常工作。只是为了验证最后一行中的 img 是否具有形状 (3, 32, 32)。

如果长度为 3 的维度是 RGB 轴，那么你想要它在最后。如果您的数组的形状为(3, R, C)，那么np.transpose(img, (1, 2, 0)) 的形状为(R, C, 3)。

很好，还是看不到好图。有什么建议吗？

如果imshow 图像仍然像链接的图像一样模糊，那么它没有使用“最近”插值。您应该能够使用imshow 返回的对象来验证它使用的是什么插值。根据您的 matplotlib 版本，您还可以尝试“无”作为插值。

【参考方案5】：

我使用以下代码将所有 CIFAR 数据显示为一张大图。代码显示图像，但如果你想保存它而不是模糊我建议使用plt.savefig(fname, format='png', dpi=1000)

import numpy as np
import matplotlib.pyplot as plt

def reshape_and_print(self, cifar_data):
    # number of images in rows and columns
    rows = cols = np.sqrt(cifar_data.shape[0]).astype(np.int32)
    # Image hight and width. Divide by 3 because of 3 color channels
    imh = imw = np.sqrt(cifar_data.shape[1] // 3).astype(np.int32)
    # reshape to number of images X color channels X image size
    # transpose to color channels X number of images X image size
    timg = cifar_data.reshape(rows * cols, 3, imh * imh).transpose(1, 0, 2)
    # reshape to color channels X rows X cols X image hight X image with
    # swap axis to color channels X rows X image hight X cols X image with
    timg = timg.reshape(3, rows, cols, imh, imw).swapaxes(2, 3)
    # reshape to color channels X combined image hight X combined image with
    # transpose to combined image hight X combined image with X color channels
    timg = timg.reshape(3, rows * imh, cols * imw).transpose(1, 2, 0)

    plt.imshow(timg)
    plt.show()

我做了一个快速的数据帮助类，用于一个小型测试项目，希望对你有用：

import gzip
import pickle
import numpy as np
import matplotlib.pyplot as plt


class DataSet(object):

    def __init__(self, seed=42, setsize=10000):
        self.seed = seed
        # set the seed for reproducability
        np.random.seed(seed)
        # load the data
        train_set, test_set = self.load_data()
        # self.split_data(train_set, valid_set, test_set)
        self.split_data(train_set, test_set, setsize)

    def split_data(self, data_set, test_set, split_size):
        permutation = np.random.permutation(data_set.shape[0])
        self.train = data_set[permutation[:split_size]]
        self.valid = data_set[permutation[split_size:split_size * 2]]
        self.test = test_set[:split_size]

    def reshape_for_print(self, data):
        raise NotImplemented

    def load_data(self):
        raise NotImplemented

    def show_all_imgs(self, data):
        raise NotImplemented


class CIFAR(DataSet):

    def load_data(self):
        # try to load data
        with open('./data/cifar-100-python/train', 'rb') as f:
            data = pickle.load(f, encoding='latin1')
        train_set = data['data'].astype(np.float32) / 255.0

        with open('./data/cifar-100-python/test', 'rb') as f:
            data = pickle.load(f, encoding='latin1')
        test_set = data['data'].astype(np.float32) / 255.0

        return train_set, test_set

    def reshape_for_print(self, data):
        gh = gw = np.sqrt(data.shape[0]).astype(np.int32)
        imh = imw = np.sqrt(data.shape[1] // 3).astype(np.int32)
        timg = data.reshape(gh * gw, 3, imh * imh).transpose(1, 0, 2)
        timg = timg.reshape(3, gh, gw, imh, imw).swapaxes(2, 3)
        timg = timg.reshape(3, gh * imh, gw * imw).transpose(1, 2, 0)
        return timg

    def show_all_imgs(self, data):
        timg = self.reshape_for_print(data)
        plt.imshow(timg)
        plt.show()


class MNIST(DataSet):

    def load_data(self):
        # try to load data
        with gzip.open('./data/mnist.pkl.gz', 'rb') as f:
            train_set, valid_set, test_set = pickle.load(f, encoding='latin1')
        return train_set[0], test_set[0]

    def reshape_for_print(self, data):
        gh = gw = np.sqrt(data.shape[0]).astype(np.int32)
        imh = imw = np.sqrt(data.shape[1]).astype(np.int32)
        timg = data.reshape(gh, gw, imh, imw).swapaxes(1, 2)
        timg = timg.reshape(gh * imh, gw * imw)
        return timg

    def show_all_imgs(self, data):
        timg = self.reshape_for_print(data)
        plt.imshow(timg, cmap=plt.cm.gray)
        plt.show()

【参考方案6】：

我创建了一个函数来绘制 CIFAR10 数据集中的一行中的 RGB 图像。由于图像的原始尺寸非常小（32px X 32px），因此图像最多会模糊。

def unpickle(file):
    with open(file, 'rb') as fo:
        dict1 = pickle.load(fo, encoding='bytes')
    return dict1

pd_tr = pd.DataFrame()
tr_y = pd.DataFrame()

for i in range(1,6):
    data = unpickle('data/data_batch_' + str(i))
    pd_tr = pd_tr.append(pd.DataFrame(data[b'data']))
    tr_y = tr_y.append(pd.DataFrame(data[b'labels']))
    pd_tr['labels'] = tr_y

tr_x = np.asarray(pd_tr.iloc[:, :3072])
tr_y = np.asarray(pd_tr['labels'])
ts_x = np.asarray(unpickle('data/test_batch')[b'data'])
ts_y = np.asarray(unpickle('data/test_batch')[b'labels'])    
labels = unpickle('data/batches.meta')[b'label_names']

def plot_CIFAR(ind):
    arr = tr_x[ind]
    sc_dpi = 157.35
    R = arr[0:1024].reshape(32,32)/255.0
    G = arr[1024:2048].reshape(32,32)/255.0
    B = arr[2048:].reshape(32,32)/255.0

    img = np.dstack((R,G,B))
    title = re.sub('[!@#$b]', '', str(labels[tr_y[ind]]))
    fig = plt.figure(figsize=(3,3))
    ax = fig.add_subplot(111)
    ax.imshow(img,interpolation='bicubic')
    ax.set_title('Category = '+ title,fontsize =15)

plot_CIFAR(4)

【参考方案7】：

尝试使用

import matplotlib.pyplot as plt
from scipy.misc import toimage
plt.imshow(toimage(img))

我不是 100% 确定代码是如何工作的，但我认为因为图像存储在浮点 numpy 数组中，所以 imshow() 函数很难将它们映射到正确的颜色。通过使用 toimage() 将它们类型转换为图像，您可以将它们转换为 imshow() 期望的正确图像格式，即不是数组，而是编码为 .png 或 .jpg 的图像。

每次我想在 python 中显示图像时，这段代码都适用。

【讨论】：

请详细说明这是做什么的。

我加了一点解释，希望对你有帮助

【参考方案8】：

代码结果是：试试下面的代码。

我发现了一个关于 mnist 和 cifar 图像可视化的非常有用的链接。您可以找到各种图像的代码： https://machinelearningmastery.com/how-to-load-and-visualize-standard-computer-vision-datasets-with-keras/ cifar10 图像代码如下： 它运作良好。图片如上。

# example of loading the cifar10 dataset
from matplotlib import pyplot
from keras.datasets import cifar10
# load dataset
(trainX, trainy), (testX, testy) = cifar10.load_data()
# summarize loaded dataset
print('Train: X=%s, y=%s' % (trainX.shape, trainy.shape))
print('Test: X=%s, y=%s' % (testX.shape, testy.shape))
# plot first few images
for i in range(9):
    # define subplot
    pyplot.subplot(330 + 1 + i)
    # plot raw pixel data
    pyplot.imshow(trainX[i])
# show the figure
pyplot.show()

【参考方案9】：

加0.5：

plt.imshow(np.transpose(img, (1, 2, 0)) + 0.5)

【讨论】：

请详细说明您的建议。