我们手中有的一般都是图片数据，jpg、bmp格式等，但caffe常使用的数据是db格式（leveldb/lmdb），因此首先我们要将自己数据转换成caffe可运行的格式文件。别捉鸡，caffe有给我们提供工具。根目录的tools文件下convert_imageset.cpp，经编译生成可执行文件，存放于./build/tools/文件，这个文件可帮我们将图片文件转换成db格式。

以分类任务为例，需要4个文件，train、train.txt、val、val.txt，train和val分别存放训练数据和测试数据，而两个txt文件分别是其文件的lable。

我们可以创建一个sh脚本来执行所有的操作。（以下操作均在/path to/caffe-master/路径下）

sudo vim data/mydata/create_lmdb.sh（我的数据放在data文件下的mydata目录下）

创建好脚本文件后即在里面写入代码：

#！ /usr/bin/env sh

DATA = http://www.mamicode.com/data/mydata（此为你自己数据的存放路径，包含4个文件）

echo " create img_train.lmdb"

rm  -rf  /path to/caffe-master/examples/your file/img_train.lmdb （此处先把你要存放lmdb文件目录下原来的lmdb文件删除）

build/toold/convert_imageset   --shuffle=true   \ （shuffle为是否打乱数据的顺序，默认为false）

--resize_height=28   --resize_width=28   \ （resize图片的尺寸）

/path to/caffe-master/data/mydata/train/ \ （训练数据的存放路径）

$DATA/train.txt \ （训练数据lable文件的存放路径）

/path to/caffe-master/examples/your file/img_train.lmdb （此处为生成的lmdb文件的存放路径）

echo " create img_val.lmdb"

rm  -rf  /path to/caffe-master/examples/your file/img_val.lmdb

build/toold/convert_imageset   --shuffle=true   \

--resize_height=28   --resize_width=28   \

/path to/caffe-master/data/mydata/val/ \

$DATA/val.txt \

/path to/caffe-master/examples/your file/img_val.lmdb

echo "All Done!"

保存退出，然后执行该sh脚本文件即可生成lmdb文件。

sudo sh data/mydata/create_lmdb.sh

Prolem：

1、刚开始在sh脚本里只写了一段代码，即生成img_train.lmdb再修改脚本生成img_val.lmdb，但是在执行的时候出问题了，没有细探原因，也可能是我自己当时没有完全改过来吧。

另一博文

在caffe中，作者为我们提供了这样一个文件：convert_imageset.cpp，存放在根目录下的tools文件夹下。编译之后，生成对应的可执行文件放在 buile/tools/ 下面，这个文件的作用就是用于将图片文件转换成caffe框架中能直接使用的db文件。

该文件的使用格式：

 convert_imageset [FLAGS] ROOTFOLDER/ LISTFILE DB_NAME

需要带四个参数：

FLAGS: 图片参数组，后面详细介绍

ROOTFOLDER/: 图片存放的绝对路径，从Linux系统根目录开始

LISTFILE: 图片文件列表清单，一般为一个txt文件，一行一张图片

DB_NAME: 最终生成的db文件存放目录

如果图片已经下载到本地电脑上了，那么我们首先需要创建一个图片列表清单，保存为txt

本文以caffe程序中自带的图片为例，进行讲解，图片目录是  example/images/, 两张图片，一张为cat.jpg, 另一张为fish_bike.jpg，表示两个类别。

我们创建一个sh脚本文件，调用linux命令来生成图片清单：

# sudo vi examples/images/create_filelist.sh

编辑这个文件,输入下面的代码并保存

# /usr/bin/env sh
DATA=http://www.mamicode.com/examples/images"Create train.txt..."
rm -rf $DATA/train.txt
find $DATA -name *cat.jpg | cut -d ‘/‘ -f3 | sed "s/$/ 1/">>$DATA/train.txt
find $DATA -name *bike.jpg | cut -d ‘/‘ -f3 | sed "s/$/ 2/">>$DATA/tmp.txt
cat $DATA/tmp.txt>>$DATA/train.txt
rm -rf $DATA/tmp.txt
echo "Done.."

这个脚本文件中，用到了rm,find, cut, sed,cat等linux命令。

rm: 删除文件

find: 寻找文件

cut: 截取路径

sed: 在每行的最后面加上标注。本例中将找到的*cat.jpg文件加入标注为1，找到的*bike.jpg文件加入标注为2

cat: 将两个类别合并在一个文件里。

最终生成如下的一个train.txt文件：

cat.jpg 1
fish-bike.jpg 2

当然，图片很少的时候，手动编写这个列表清单文件就行了。但图片很多的情况，就需要用脚本文件来自动生成了。在以后的实际应用中，还需要生成相应的val.txt和test.txt文件，方法是一样的。

生成的这个train.txt文件，就可以作为第三个参数，直接使用了。

接下来，我们来了解一下FLAGS这个参数组，有些什么内容：

-gray: 是否以灰度图的方式打开图片。程序调用OpenCV库中的imread()函数来打开图片，默认为false

-shuffle: 是否随机打乱图片顺序。默认为false

-backend:需要转换成的db文件格式，可选为leveldb或lmdb,默认为lmdb

-resize_width/resize_height: 改变图片的大小。在运行中，要求所有图片的尺寸一致，因此需要改变图片大小。 程序调用opencv库的resize（）函数来对图片放大缩小，默认为0，不改变

-check_size: 检查所有的数据是否有相同的尺寸。默认为false,不检查

-encoded: 是否将原图片编码放入最终的数据中，默认为false

-encode_type: 与前一个参数对应，将图片编码为哪一个格式：‘png‘,‘jpg‘......

好了，知道这些参数后，我们就可以调用命令来生成最终的lmdb格式数据了

由于参数比较多，因此我们可以编写一个sh脚本来执行命令：

首先，创建sh脚本文件：

# sudo vi examples/images/create_lmdb.sh

编辑，输入下面的代码并保存

#!/usr/bin/en sh
DATA=http://www.mamicode.com/examples/images>

设置参数-shuffle,打乱图片顺序。设置参数-resize_height和-resize_width将所有图片尺寸都变为256*256.

/home/xxx/caffe/examples/images/ 为图片保存的绝对路径。

最后，运行这个脚本文件

# sudo sh examples/images/create_lmdb.sh

就会在examples/images/ 目录下生成一个名为 img_train_lmdb的文件夹，里面的文件就是我们需要的db文件了。

Caffe应用篇----文件格式转换