## mnist_train mnist_test
import torch
import torchvision
from skimage import io
import os
mnist_train = torchvision.datasets.MNIST('../datasets_folder/MNIST_data', train=True, download=True)#首先下载数据集，并数据分割成训练集与数据集
mnist_test = torchvision.datasets.MNIST('../datasets_folder/MNIST_data', train=False, download=True)
f=open("../datasets_folder/mnist/mnist_train.txt", 'w')#在指定路径之下生成.txt文件
"""这个是对相同的数据保存在同一个文件夹下"""
for i, (img, label) in enumerate(mnist_train):
img_path = "../datasets_folder/mnist/mnist_train"+"/"+str(label)
# 判断结果
if not os.path.exists(img_path):
# 如果不存在则创建目录
# 创建目录操作函数
os.makedirs(img_path)
#/lib/python3.7/site-packages/skimage/io/_io.py中io.imsave将
# if arr.dtype == bool改为if type(arr) == bool
io.imsave(img_path+"/" + str(i) + ".jpg", img)#将图片数据以图片.jpg格式存在指定路径下
f.write(str(label)+'，'+str(i)+".jpg\n")#将路径与标签组合成的字符串存在.txt文件下
f.close()#关闭文件
f = open("../mnist/mnist_test.txt", 'w')#在指定路径之下生成.txt文件
"""这个是对相同的数据保存在同一个文件夹下"""
for i, (img, label) in enumerate(mnist_test):
img_path = r"../datasets_folder/mnist/mnist_test"+"/"+str(label)
if not os.path.exists(img_path):
os.makedirs(img_path)
io.imsave(img_path+"/" + str(i) + ".jpg", img)#将图片数据以图片.jpg格式存在指定路径下
f.write(str(label)+'，'+str(i)+".jpg\n")#将路径与标签组合成的字符串存在.txt文件下
f.close()#关闭文件如果有在“io.imsave(img_path+"/" + str(i) + ".jpg", img)”报错：
/lib/python3.7/site-packages/skimage/io/_io.py中io.imsave将 if arr.dtype == bool改为if type(arr) == bool
结果为：
?