やりたいこと

pythonにてkerasのデータセットからMNISTをロードして、png形式の画像ファイルへ出力する。
その際、ラベルデータ（0から9までの、どの数値か？）をファイル名に含める。

MNISTとは？

実装

データセットのロード

import tensorflow as tf

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

ここで、

x_train : 学習用データ「画像」
y_train : 学習用データ「ラベル」
x_test : 検証用データ「画像」
y_test : 検証用データ「ラベル」

である。

中身を確認してみる

x_train : 学習用データ「画像」

print(x_train[0])

[[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   3  18  18  18 126 136  175  26 166 255 247 127   0   0   0   0
 [  0   0   0   0   0   0   0   0  30  36  94 154 170 253 253 253 253 253  225 172 253 242 195  64   0   0   0   0
 [  0   0   0   0   0   0   0  49 238 253 253 253 253 253 253 253 253 251   93  82  82  56  39   0   0   0   0   0
 [  0   0   0   0   0   0   0  18 219 253 253 253 253 253 198 182 247 241    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0  80 156 107 253 253 205  11   0  43 154    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0  14   1 154 253  90   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0 139 253 190   2   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0  11 190 253  70   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0  35 241 225 160 108   1    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0  81 240 253 253 119   25   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0  45 186 253 253  150  27   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  16  93 252  253 187   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0 249  253 249  64   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0  46 130 183 253  253 207   2   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0  39 148 229 253 253 253  250 182   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0  24 114 221 253 253 253 253 201   78   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0  23  66 213 253 253 253 253 198  81   2    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0  18 171 219 253 253 253 253 195  80   9   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0  55 172 226 253 253 253 253 244 133  11   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0 136 253 253 253 212 135 132  16   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0

print(x_train[1])

[[  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0  51 159 253  159  50   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0  48 238 252 252  252 237   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0  54 227 253 252 239  233 252  57   6   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0  10  60 224 252 253 252 202   84 252 253 122   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0 163 252 252 252 253 252 252   96 189 253 167   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0  51 238 253 253 190 114 253 228   47  79 255 168   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0  48 238 252 252 179  12  75 121  21    0   0 253 243  50   0   0   0   0   0
 [  0   0   0   0   0   0   0   0  38 165 253 233 208  84   0   0   0   0    0   0 253 252 165   0   0   0   0   0
 [  0   0   0   0   0   0   0   7 178 252 240  71  19  28   0   0   0   0    0   0 253 252 195   0   0   0   0   0
 [  0   0   0   0   0   0   0  57 252 252  63   0   0   0   0   0   0   0    0   0 253 252 195   0   0   0   0   0
 [  0   0   0   0   0   0   0 198 253 190   0   0   0   0   0   0   0   0    0   0 255 253 196   0   0   0   0   0
 [  0   0   0   0   0   0  76 246 252 112   0   0   0   0   0   0   0   0    0   0 253 252 148   0   0   0   0   0
 [  0   0   0   0   0   0  85 252 230  25   0   0   0   0   0   0   0   0    7 135 253 186  12   0   0   0   0   0
 [  0   0   0   0   0   0  85 252 223   0   0   0   0   0   0   0   0   7  131 252 225  71   0   0   0   0   0   0
 [  0   0   0   0   0   0  85 252 145   0   0   0   0   0   0   0  48 165  252 173   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0  86 253 225   0   0   0   0   0   0 114 238 253  162   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0  85 252 249 146  48  29  85 178 225 253 223 167   56   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0  85 252 252 252 229 215 252 252 252 196 130   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0  28 199 252 252 253 252 252 233 145   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0  25 128 252 253 252 141  37   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0
 [  0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0   0    0   0   0   0   0   0   0   0   0   0

y_train : 学習用データ「ラベル」

print(y_train[0]) は 5
print(y_train[1]) は 0

である。つまり、その画像が「何の数字なのか？」のラベルであり、0から9までの数値である。

画像データをpngに出力して、ラベル値をファイル名に含める

実装

import tensorflow as tf
from PIL import Image

mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

for num in range(10):
    label_num = y_train[num]
    np_ary = x_train[num]
    pil_img = Image.fromarray(np_ary)
    pil_img.save("output_" + str(num) + "_label_is_" + str(label_num)  + ".png")

出力

10枚のpngが出力され、ラベル値がファイル名に含まれている。