如何将MNIST数据集CSV中的强度数组转换为28×28灰度图像？

云上老周

2026-8-9

将MNIST CSV数据转换为28×28灰度图像

前置依赖

先安装所需的Python库：

pip install pandas pillow matplotlib

方法一：使用Pillow（PIL）批量转换并保存

Pillow是处理图像的常用库，适合批量生成图像文件：

import pandas as pd
from PIL import Image
import os

# 创建存储图像的目录，不存在则自动创建
save_dir = 'mnist_gray_images'
os.makedirs(save_dir, exist_ok=True)

# 读取MNIST CSV文件（替换为你的CSV路径）
df = pd.read_csv('mnist_dataset.csv')

# 遍历每一行数据生成图像
for index, row in df.iterrows():
    # 提取最后一列作为标签，前784列作为图像像素数据
    label = row[-1]
    pixel_data = row[:784].values
    
    # 将一维像素数组重塑为28×28的二维矩阵
    img_matrix = pixel_data.reshape(28, 28)
    
    # 转换为PIL灰度图像（mode='L'表示8位灰度图，对应0-255的像素值）
    img = Image.fromarray(img_matrix.astype('uint8'), mode='L')
    
    # 保存图像，命名格式为「索引_标签.png」，方便后续识别
    img.save(f"{save_dir}/{index}_{label}.png")

方法二：使用Matplotlib生成图像

如果需要同时预览图像，Matplotlib也是不错的选择：

import pandas as pd
import matplotlib.pyplot as plt
import os

save_dir = 'mnist_gray_images_matplotlib'
os.makedirs(save_dir, exist_ok=True)

df = pd.read_csv('mnist_dataset.csv')

for index, row in df.iterrows():
    label = row[-1]
    img_matrix = row[:784].values.reshape(28, 28)
    
    # 以灰度模式显示图像
    plt.imshow(img_matrix, cmap='gray')
    plt.axis('off')  # 隐藏坐标轴，避免干扰图像显示
    
    # 保存图像，去掉多余空白区域
    plt.savefig(f"{save_dir}/{index}_{label}.png", bbox_inches='tight', pad_inches=0)
    plt.close()  # 关闭画布，释放内存