TensorFlow - 显示来自 MNIST 数据集的图像答案

【问题标题】：TensorFlow - Show image from MNIST DataSetTensorFlow - 显示来自 MNIST 数据集的图像
【发布时间】：2016-11-13 11:38:56
【问题描述】：

我正在尝试学习 TensorFlow，并通过以下链接实现了 MNIST 示例：http://openmachin.es/blog/tensorflow-mnist 我希望能够实际查看训练/测试图像。所以我正在尝试添加代码来显示第一批的第一张火车图片：

x_i = batch_xs[0]
image = tf.reshape(x_i,[28,28])

现在，因为数据是 float32 类型（值在 [0,1] 范围内），我尝试将其转换为 uint16，然后将其编码为 png 以显示图像。我尝试使用tf.image.convert_image_dtype and tf.image.encode_png，但没有成功。你们能帮我理解如何将原始数据转换为图像并显示图像吗？

【问题讨论】：

Display MNIST image using matplotlib的可能重复

标签： python image tensorflow mnist

【解决方案1】：

阅读教程后，您可以在 numpy 中完成所有操作，无需 TF：

import matplotlib.pyplot as plt
first_array=batch_xs[0]
#Not sure you even have to do that if you just want to visualize it
#first_array=255*first_array
#first_array=first_array.astype("uint8")
plt.imshow(first_array)
#Actually displaying the plot if you are not in interactive mode
plt.show()
#Saving plot
plt.savefig("fig.png")

您还可以使用 PIL 或任何您喜欢的可视化工具。

【讨论】：

我想通过 TensorFlow 以某种 windows 可读格式保存图像，然后在 windows 图像查看器中打开图像。我该怎么做？
你只需要在我写的行之后使用plt.savefig 来保存绘图，但你原来的问题只是为了展示。
也许你对matplotlib不熟悉我会修改我的答案，让它更适合你的需求。
我没有可用的 matplotlib，这就是为什么我想将图像（使用 TensorFlow）转换为以后可以在 Windows 中打开的格式。这可能吗？
在使用 Python 进行科学用途时没有安装 matplotlib/numpy 对我来说有点像在没有球拍的情况下打网球，当然你可以设法将球弹回一两次，但你很快就会累这个的。如果您仍然坚持，您可以随时将tf.image_summary 与 Tensorboard 一起用于可视化。

【解决方案2】：

X = X.reshape([28, 28]);
plt.gray()
plt.imshow(X)

这行得通。

【讨论】：

【解决方案3】：

在 MNIST for ML 初学者教程中的代码之上，您可以可视化 mnist 数据集中的图像：

import matplotlib.pyplot as plt
batch = mnist.train.next_batch(1)
plotData = batch[0]
plotData = plotData.reshape(28, 28)
plt.gray() # use this line if you don't want to see it in color
plt.imshow(plotData)
plt.show()

enter image description here

【讨论】：

【解决方案4】：

将表示 MNIST 图像的 numpy 数组传递给下面的函数，它将使用 matplotlib 显示一个图形。

def displayMNIST(imageAsArray):
    imageAsArray = imageAsArray.reshape(28, 28);
    plt.imshow(imageAsArray, cmap='gray')
    plt.show()

【讨论】：

除非您解释您的答案以及它如何成为该功能的更好版本，否则它可能会被否决或删除。你必须提供一点上下文。欢迎来到堆栈溢出。感谢您回答问题。
虽然这可能会回答作者的问题，但它缺少一些解释性文字和/或文档链接。如果没有围绕它们的一些短语，原始代码 sn-ps 并不是很有帮助。您可能还会发现how to write a good answer 非常有帮助。请编辑您的答案 - From Review

【解决方案5】：

在张量流 2.0 中：

import matplotlib.pyplot as plt
import tensorflow as tf
mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()

plt.imshow(x_train[0], cmap='gray_r')

【讨论】：

【解决方案6】：

我们可以使用subplots 的matplotlib.pyplot

 # plotting the first 9 images in the train set of MNIST
 fig , axs = plt.subplots(3, 3)
 cnt = 0
 for i in range(3):
     for j in range(3):
         axs[i, j].imshow(X_train[cnt])
         cnt += 1

【讨论】：