Python 解析cifar-10并将imgs更改为HSV

我正在阅读带有此代码的cifar-10数据集，希望找到一种方法将其更改为HSV。我试图将数据和标签列表放在函数之外，但我遇到了以下错误：

UnboundLocalError:assignment之前引用的局部变量“data”

如何取出这些列表，以便我可以更改为HSV，然后更改为数据集的直方图

导入pickle
将numpy作为np导入
从os.path导入联接
从操作系统导入listdir
将matplotlib.pyplot作为plt导入
从TQM导入TQM
将结构导入为st
类数据读取器：
定义初始化（self，root\u dir，type='cifar-100'）：
self.root\u dir=root\u dir
self.type=type
def从pickle（自身）获取命令：
self.train\u dict=unpickle（join（self.root\u dir，'train'））
self.test\u dict=unpickle（join（self.root\u dir，'test'））
def获取列车数据（自身）：
如果self.type==“cifar-100”：
self.get_dict_from_pickle（）
data=np.array（self.train_dict[b'data']）
lbls\u sub=np.array（self.train\u dict[b'fine\u labels'））
lbls\u class=np.array（self.train\u dict[b'粗略标签]）
返回数据，lbls\U类，lbls\U子类
elif self.type==“cifar-10”：
#数据=[]
#标签=[]
打印（“阅读”）
对于TQM中的文件（listdir（self.root\u dir））：
如果文件分割（“”“）[0]=“数据”：
dict=unpickle（join（self.root\u dir，file\udir））
data.extend（dict[b'data']））
labels.extend（dict[b'labels']））
返回np.array（数据），np.array（标签），无
elif self.type=='mnist'：
返回self.read_mnist（）
def获取测试数据（自身）：
如果self.type==“cifar-100”：
self.get_dict_from_pickle（）
data=np.array（self.test_dict[b'data']）
lbls\u sub=np.array（self.test\u dict[b'fine\u labels']））
lbls\u class=np.array（self.test\u dict[b'rough\u labels'）
返回数据，lbls\U类，lbls\U子类
elif self.type==“cifar-10”：
数据=np.空（形状=（03072））
标签=[]
对于listdir中的文件（self.root\u dir）：
如果文件分割（“”“）[0]=“测试”：
dict=unpickle（join（self.root\u dir，file\udir））
data=np.vstack（（数据，dict[b'data']））
打印（数据[data.shape[0]-1]）
labels.append（dict[b'labels']））
返回np.array（数据），np.array（标签），无
def将_重塑为_图（自身、数据）：
如果self.type==“mnist”：
返回data.shape（data.shape[0]，28,28）.astype（“uint8”）
返回数据。重塑（data.shape[0]，3,32,32）。转置（0,2,3,1）。aType（“uint8”）
def plot_imgs（自身，输入数据，n，随机=假）：
data=np.array（[d代表数据中的d]）
数据=自身。将图重塑为图（数据）
x1=最小值（n//2,5）
如果x1==0：
x1=1
y1=（n//x1）
x=最小值（x1，y1）
y=最大值（x1，y1）
图，ax=plt.子批次（x，y，figsize=（5,5））
i=0
对于范围（x）内的j：
对于范围（y）中的k：
如果是随机的：
i=np.随机选择（范围（长度（数据）））
ax[j][k]。设置轴为off（）
ax[j][k].imshow（数据[i:i+1][0]）
i+=1
plt.show（）
def plot_img（自身，数据）：
如果self.type！='mnist'：
assert data.shape==（3072，）
数据=数据。重塑（13072）
data=data.shape（data.shape[0]，3,32,32）.转置（0,2,3,1）.aType（“uint8”）
elif self.type==“mnist”：
assert data.shape==（28*28，）
data=data.reformate（1,28,28）.astype（'uint8'）
图，ax=plt.子批次（图尺寸=（5,5））
ax.imshow（数据[0]）
plt.show（）
def取消勾选（文件）：
进口泡菜
打开（文件“rb”）作为fo时：
dict=pickle.load（fo，encoding='bytes'）
返回指令

这是我在最后做的事情，它起了作用 """ 从keras.dataset导入cifar10 将matplotlib.pyplot作为plt导入 进口cv2

       (x_train, y_train), (x_test, y_test) = cifar10.load_data()
       for i in range(0,50000):
           hsv_image = cv2.cvtColor(x_train[i] , cv2.COLOR_RGB2HSV)
           hue ,  sat ,  val  =  hsv_image [:,:, 0 ],  hsv_image [:,:, 1 ],  
           hsv_image [:,: , 2 ]
       import numpy as np

       plt.figure(figsize=(10,8))
       plt.subplot(311)                             #plot in the first cell
       plt.subplots_adjust(hspace=.5)
       plt.title("Hue")
       plt.hist(np.ndarray.flatten(hue), bins=8)
       plt.subplot(312)                             #plot in the second cell
       plt.title("Saturation")
       plt.hist(np.ndarray.flatten(sat), bins=4)
       plt.subplot(313)                             #plot in the third cell
       plt.title("Luminosity Value")
       plt.hist(np.ndarray.flatten(val), bins=2)
       plt.show()

---

您可以使用OpenCV。

image=cv2.cvtColor（image，cv2.COLOR\u BGR2HSV）

但如何达到这一点是我遇到的困难？我将其添加到数据读取器文件中，但给了我此错误“TypeError:参数“%s”的预期Ptr”“你知道那是什么错误吗？我把它放在这里：elif self.type=='cifar-10'：data=[]labels=[]打印tqdm（listdir（self.root\u dir））中文件的“读取”：if file.split（''[0]='data'：dict=unpickle（join（self.root\u dir，file））data.extend（dict[b'data']）扩展（dict[b'labels']）数据=cv2。cvtColor（数据，cv2.COLOR\u RGB2HSV）尝试

data=data.astype（np.uint8）