前期準備：3通道圖片60000張，如果你沒有那麼大的資料量，需要改變cifar-10-API中的定義，下面會具體說到。
如果你的圖片是灰度圖（單通道）可以用這種方法來改為三通道：
opencv將灰度圖轉化為RGB三通道影象
要求為python2.7版本，由於cifar10就是在python2.7下面定義的，用python3版本與2.7版本最主要的不同是在2.7版本中打包模組為cPickle，而在python3中為pickle。在cifar-10-API中開啟二進位制檔案為cPickle。
有任何問題的可以在下方留言，或者郵箱留言：[email protected]

1、將圖片轉化為32*32的三通道圖片

def img_tra():
    for k in range(0,num):
        currentpath=folder+"/"+imglist[k]
        im=Image.open(currentpath)
        #width=im.size[0]
        #height=im.size[1]
        x_s=32
        y_s=32
        out = im.resize((x_s,y_s),Image.ANTIALIAS)
        out.save(folder_ad+"/"+str(imglist[k]))
 

2、進行進行畫素點操作。

python版本的cifar資料集格式為在一個字典中存在batch_label,labels,data,filenames四種資訊，其中batch_label與filenames為utf-8編碼的字串，data為uint8編碼的numpy陣列，labels為utf-8編碼的列表。先將條桶圖片轉化為32*32的RGB圖，然後依次讀取RGB通道畫素值，存入3*1024numpy陣列，圖片標籤存入labels，圖片名存入filenames，將其打包成一個二進位制檔案。
下圖是開啟官方cifar資料集檔案內容（6個檔案都一樣，以data_batch_1為例）

import
 
 cPickle as p
import numpy as np
import chardet
def unpickle(file):
    import cPickle
    with open(file, 'rb') as fo:
        dict = cPickle.load(fo, encoding='latin-1')
    return dict
cc=unpickle("J:/get4/data_atch_1")
print(cc)

開啟後為：

我們將點操作與寫檔案寫在一個函式mkcf()函式中：

def mkcf():
    global data
    global list1
    global list2
    global list3
    global list4
    for k in range(0,num):
        currentpath=folder_ad+"/"+imglist[k]
        im=Image.open(currentpath)
        with open(binpath, 'a') as f:
            for i in range (0,32):
                for j in range (0,32):
                    cl=im.getpixel((i,j))
                    #print(imglist[k])
                    #print(type(cl[0]))
                    #with open(binpath, 'a') as f:
                        #print(str(cl[0]))
                    list1.append(cl[0])
                    #print(list1)


            for i in range (0,32):
                for j in range (0,32):
                    cl=im.getpixel((i,j))
                    #with open(binpath, 'a') as f:
                    #mid=str(cl[1])
                    #f.write(mid)
                    list1.append(cl[1])

            for i in range (0,32):
                for j in range (0,32):
                    cl=im.getpixel((i,j))
                    #with open(binpath, 'a') as f:
                    #mid=str(cl[2])
                    #f.write(mid)
                    list1.append(cl[2])
        list2.append(list1)
        list1=[]
        #arr2=np.array(list2)
        #print(arr4)
        f.close()
        print("image"+str(k+1)+"saved.")
        list3.append(imglist[k].encode('utf-8'))
    arr2=np.array(list2,dtype=np.uint8)
    data['batch_label'.encode('utf-8')]='testing batch 1 of 1'.encode('utf-8')
    #addWord(cifar10,"batch_label".encode('utf-8'),'training batch 5 of 5'.encode('utf-8'))
    data.setdefault('labels'.encode('utf-8'),label)
    data.setdefault('data'.encode('utf-8'),arr2)
    #addWord(cifar10,'labels'.encode('utf-8'),label)
    #addWord(cifar10,'data'.encode('utf-8'),arr2)
    data.setdefault('filenames'.encode('utf-8'),list3)
    #addWord(cifar10,'filenames'.encode('utf-8'),list3)
    output = open(binpath, 'wb')
    pickle.dump(data, output)
    output.close()

3、總體程式碼貼上如下

# -*- coding: utf-8 -*-
"""
Created on Tue Apr 18 14:17:45 2017

@author: ielij
"""
import numpy as np
from PIL import Image
import operator
from os import listdir
import sys
import cPickle as pickle
import random
data={}
list1=[]
list2=[]
list3=[]
def img_tra():
    for k in range(0,num):
        currentpath=folder+"/"+imglist[k]
        im=Image.open(currentpath)
        #width=im.size[0]
        #height=im.size[1]
        x_s=32
        y_s=32
        out = im.resize((x_s,y_s),Image.ANTIALIAS)
        out.save(folder_ad+"/"+str(imglist[k]))
def addWord(theIndex,word,adder):
    theIndex.setdefault(word,[]).append(adder)
def seplabel(fname):
    filestr=fname.split(".")[0]
    label=int(filestr.split("_")[0])
    return label
def mkcf():
    global data
    global list1
    global list2
    global list3
    for k in range(0,num):
        currentpath=folder_ad+"/"+imglist[k]
        im=Image.open(currentpath)
        with open(binpath, 'a') as f:
            for i in range (0,32):
                for j in range (0,32):
                    cl=im.getpixel((i,j))
                    list1.append(cl[0])
            for i in range (0,32):
                for j in range (0,32):
                    cl=im.getpixel((i,j))
                    #with open(binpath, 'a') as f:
                    #mid=str(cl[1])
                    #f.write(mid)
                    list1.append(cl[1])

            for i in range (0,32):
                for j in range (0,32):
                    cl=im.getpixel((i,j))
                    list1.append(cl[2])
        list2.append(list1)
        list1=[]
        f.close()
        print("image"+str(k+1)+"saved.")
        list3.append(imglist[k].encode('utf-8'))
    arr2=np.array(list2,dtype=np.uint8)
    data['batch_label'.encode('utf-8')]='testing batch 1 of 1'.encode('utf-8')
    data.setdefault('labels'.encode('utf-8'),label)
    data.setdefault('data'.encode('utf-8'),arr2)
    data.setdefault('filenames'.encode('utf-8'),list3)
    output = open(binpath, 'wb')
    pickle.dump(data, output)
    output.close()

folder="H:/VOC2007/test_ad"
folder_ad="H:/VOC2007/test_rs"
imglist=listdir(folder_ad)
num=len(imglist)
img_tra()
label=[]
for i in range (0,num):
    label.append(seplabel(imglist[i]))
binpath="H:/VOC2007/get4/test_batch"
print(binpath)
mkcf()

需要說明一點，圖片儲存格式為：0_126.jpg,其中0為標籤，得到標籤的方式為（此函式已在總程式碼裡）

def seplabel(fname):
    filestr=fname.split(".")[0]
    label=int(filestr.split("_")[0])
    return label

4、結果展示

100張精度

1000張精度