发现网上大把都是用python读取mnist的，用C++大都是用opencv读取的，但我不怎么用opencv，因此自己摸索了个使用文件流读取mnist的方法，armadillo仅作为储存矩阵的一种方式。

1. mnist文件

首先避坑，这些文件要解压。

官网截图可知，文件头很简单，只有若干个32位整数，MSB，像素和标签均是无符号字节（即unsigned char)可以先读取文件头，再读取剩下的部分。

2. 读取文件头

我觉得没什么必要啊，直接跳过不行吗

文件头都是32位，那就整四个unsigned char呗。

	uchar a, b, c, d;

	File >> a >> b >> c >> d;

这样a、b、c、d就保存了一个整数。

x = ((((a * 256) + b) * 256) + c) * 256 + d;

然后就得到了呗。

看每个文件有多少文件头，就操作几次（并可以顺便与官方的magic number进行对比），剩下的就是文件的内容了。

3. 读取内容

这部分可以依照之前的方法，一次读取一个字符，再保存至矩阵当中。例如：

uchar a;

mat image(28, 28, fill::zeros); // 这是个矩阵！

for(int i = 0; i < 28; i++) //28行28列的图像懒得改了

	for(int j = 0; j < 28; j++)

	{

		File >> a;

		image(i, j) = double(a);

	}

这样就读取了一张图片。其余以此类推吧。

4. 完整代码

可以复制，可以修改，也可以用于商用和学术，但是请标注原作者（就是我）。

mnist.h

#ifndef MNIST_H

#define MNIST_H

#include<iostream>

#include<fstream>

#include<armadillo>

#define uchar unsigned char

using namespace std;

using namespace arma;

//小端存储转换

int reverseInt(uchar a, uchar b, uchar c, uchar d);

//读取image数据集信息

mat read_mnist_image(const string fileName);

//读取label数据集信息

mat read_mnist_label(const string fileName);

#endif

mnist.cpp

//mnist.cpp

//作者：C艹

#include "mnist.h"

int reverseInt(uchar a, uchar b, uchar c, uchar d)

{

	return ((((a * 256) + b) * 256) + c) * 256 + d;

}

mat read_mnist_image(const string fileName)

{

	fstream File;

	mat image;

	File.open(fileName);

	if (!File.is_open()) // cannot open file

	{

		cout << "文件打不开啊" << endl;

		return mat(0, 0, fill::zeros);

	}

	uchar a, b, c, d;

	File >> a >> b >> c >> d;

	int magic = reverseInt(a, b, c, d);

	if (magic != 2051) //magic number wrong

	{

		cout << magic;

		return mat(0, 0, fill::zeros);

	}

	File >> a >> b >> c >> d;

	int num_img = reverseInt(a, b, c, d);

	File >> a >> b >> c >> d;

	int num_row = reverseInt(a, b, c, d);

	File >> a >> b >> c >> d;

	int num_col = reverseInt(a, b, c, d);

	// 文件头读取完毕

	image = mat(num_img, num_col * num_row, fill::zeros);

	for(int i = 0; i < num_img; i++)

		for (int j = 0; j < num_col * num_row; j++)

		{

			File >> a;

			image(i, j) = double(a);

		}

	return image;

}

mat read_mnist_label(const string fileName)

{

	fstream File;

	mat label;

	File.open(fileName);

	if (!File.is_open()) // cannot open file

	{

		cout << "文件打不开啊" << endl;

		return mat(0, 0, fill::zeros);

	}

	uchar a, b, c, d;

	File >> a >> b >> c >> d;

	int magic = reverseInt(a, b, c, d);

	if (magic != 2051) //magic number wrong

	{

		cout << magic;

		return mat(0, 0, fill::zeros);

	}

	File >> a >> b >> c >> d;

	int num_lab = reverseInt(a, b, c, d);

	// 文件头读取完毕

	label = mat(num_lab, 10, fill::zeros);

	for (int i = 0; i < num_lab; i++)

	{

		File >> a;

		label(i, int(a)) = 1;

	}

	return label;

}

巴特西

C++基于文件流和armadillo读取mnist

1. mnist文件

2. 读取文件头

3. 读取内容

4. 完整代码

最新文章

热门文章