首先，看一下cafferoot/data/cifar10（cafferoot指的是自己caffe安裝的根目錄）下面的get_cifar10.sh

可見其下載的是bin格式的圖片，然後通過cafferoot/examples/cifar10/create_cifar10.sh將bin文件轉化為lmdb格式。

那麽這樣的問題來了，由於，cifar10由官網提供了2進制的bin文件，如果我們想訓練自己的模型呢？如果我們想加進自己的圖片呢。所以，一個保持和官網cifar10同步的將傳統的jpg、png等格式轉為bin格式的程序應用而生。

進入正題

1，cifar10的bin數據格式

image 的大小為32*32，flag為0-9，共10類，使用的是cifar-10數據集

二進制數據格式為flag,R(1024),G(1024),B(1024),每個通道按行排列

2，讀取cifar10的bin文件，將bin文件中數據轉化為圖片並顯示

1. void read_cifar_bin(string file_address,vector<Mat>& image,vector<int>& flag)
2. {
3. int width = 32, height = 32;//註意這個數值，根據自己樣本的大小進行修改，重要的事情說三遍
4. ifstream fin(file_address, ios::binary);
5. while (!fin.eof())
6. {
7. char flag_tmp;
8. unsigned char tmp;
9. Mat image_tmp(width, height, CV_8UC3);
10. fin.read((char *)&flag_tmp, sizeof(flag_tmp));
12. for (int j = 2; j >=0; j--)
13. {
14. for (int r = 0; r < image_tmp.rows; r++)
15. for (int c = 0; c < image_tmp.cols; c++)
16. {
17. fin.read((char *)&tmp, sizeof(tmp));
18. image_tmp.at<Vec3b>(r, c)[j] = tmp;
19. }
20. }
21. image.push_back(image_tmp);
22. flag.push_back(flag_tmp);
24. }
26. }

3，將自己的jpg，png等傳統格式轉化為cifar10支持的bin文件

1. void write_cifar_bin(string file_address, vector<string>& image_address, vector<int>& flag)
2. {
4. ofstream fout(file_address, ios::binary);
5. for (size_t i = 0; i < image_address.size(); i++)
6. {
7. Mat image_tmp = imread(image_address[i], 1);
8. resize(image_tmp, image_tmp, Size(32, 32));
11. int pix[1024];
12. char flag_tmp = flag[i];
13. fout.write((char *)&flag_tmp, sizeof(flag_tmp));
15. for (int j = 2; j >= 0; j--)
16. {
17. for (int r = 0; r < image_tmp.rows; r++)
18. for (int c = 0; c < image_tmp.cols; c++)
19. {
20. unsigned char tmp = image_tmp.at<Vec3b>(r, c)[j];
21. fout.write((char *)&tmp, sizeof(tmp));
23. }
24. }
26. }
28. }

4，將bin轉為圖片的測試，並用OpenCV顯示

1. int main()
2. {
3. string file_address = "data_batch_1.bin";
4. vector<Mat> image;
5. vector<int>flag;
6. read_cifar_bin(file_address, image, flag);
7. imshow("test", image[5000]);//隨便需要顯示的圖像。可以跟改[]中數據進行驗證
8. waitKey();
9. return 0;
10. }

5，將bin轉為圖片的測試，並保存為jpg，並且保存相應的flag

1. int main()
2. {
3. string file_address = "data_batch_1.bin";
4. vector<Mat> image;
5. vector<int>flag;
6. read_cifar_bin(file_address, image, flag);
7. ofstream mydata_batch_1("mydata_batch_1.txt");
8. for (int i = 0; i < image.size(); i++)
9. {
10. char buffer[50];
11. char address[100] = ".\\data_batch_1\\";
12. _itoa(i, buffer, 10);
13. imwrite(strcat(address, strcat(buffer, ".jpg")), image[i]);
14. mydata_batch_1 << address << buffer <<".jpg"<< " " << flag[i] << endl;
15. cout << i << endl;
16. waitKey(1);
17. }
18. return 0;
19. }

6，將圖像轉為bin

1. int main()
2. {
3. string file_address = "mydata_batch_1.bin";
4. vector<string> image_address;
5. vector<int> flag;
7. ifstream finSample("mydata_batch_1.txt");
8. char buf[100], buftmp[50], flagtmp[10];
9. while (!finSample.eof())
10. {
11. finSample.getline(buf, sizeof(buf));
12. sscanf(buf, "%s %s", buftmp, flagtmp);
13. int tmp=atoi(flagtmp);
14. image_address.push_back(buftmp);
15. flag.push_back(tmp);
17. }
18. write_cifar_bin(file_address, image_address, flag);
19. return 0;
20. }

7，實驗測試

(1)【步驟4】將cifar10的data_batch_1.bin轉化為圖像的測試，從左到右依次為image[0]，image[5000]，image[9999]（cifar10每個batch有10000個圖像，所以是0-9999）

(2) 【步驟5】將cifar10的data_batch_1.bin轉化為圖像,並保存在jpg格式的測試。

(3)【步驟6】將第二步生成的jpg轉化為bin文件， 程序運行後將生成mydata_batch_1.bin，可以看到和原始的data_batch_1.bin有著同樣的大小。

那麽到底這個和原始的一樣不一樣呢？我們還是使用步驟4的程序進行測試，同樣的還是測試image[0]，image[5000]，image[9999]，從下圖可以看出和原始的bin的數據是一樣的。

有了上面的2個轉化程序，就可以轉化自己的圖像了，then let‘s make some noise!

將自己數據轉化為cifar10支持的lmdb