灰度图像中像素的质心
center of mass of pixels in grayscale image
我正在开发一个程序，让用户在 "scribbling area" 中绘制一个数字，然后按下按钮，应用程序将使用神经网络分类器预测他输入的数字。
现在，为了训练神经网络，我使用了指定以下内容的 MNIST 数据库："images from NIST were size normalized to fit in a 20x20 pixel box while preserving their aspect ratio [...] the images were centered in a 28 x 28 image by computing the center of mass of the pixels"。
我面临的问题是，在将用户在涂鸦区域中绘制的数字调整为 20 x 20 后，我需要计算像素的质心，以便将其居中在 28 x 28 图像的中间。
我该如何计算？
"Center of mass"（对于二进制图像）是一种有点复杂的说法 "mean value across each dimension"。换句话说 - 取所有 x 坐标并取它们的平均值 - 你得到你的 "center of mass" 的 x 坐标，y 也一样。
在 python 中，对于 X 中的数据，它将是
center_of_mass = X.mean(axis=0)
如果你有像素的强度，你可以将它们用作 "weights" 从而导致加权平均值，仅此而已。
来，让我search that为你...
您将与平均值的距离乘以每个像素的权重 - 几乎可以肯定您的工作是 1.0。总之，取所有x坐标的平均值和所有y坐标的平均值；给你质心。
我正在开发一个程序，让用户在 "scribbling area" 中绘制一个数字，然后按下按钮，应用程序将使用神经网络分类器预测他输入的数字。
现在，为了训练神经网络，我使用了指定以下内容的 MNIST 数据库："images from NIST were size normalized to fit in a 20x20 pixel box while preserving their aspect ratio [...] the images were centered in a 28 x 28 image by computing the center of mass of the pixels"。
我面临的问题是，在将用户在涂鸦区域中绘制的数字调整为 20 x 20 后，我需要计算像素的质心，以便将其居中在 28 x 28 图像的中间。
我该如何计算？
"Center of mass"（对于二进制图像）是一种有点复杂的说法 "mean value across each dimension"。换句话说 - 取所有 x 坐标并取它们的平均值 - 你得到你的 "center of mass" 的 x 坐标，y 也一样。
在 python 中，对于 X 中的数据，它将是
center_of_mass = X.mean(axis=0)
如果你有像素的强度，你可以将它们用作 "weights" 从而导致加权平均值，仅此而已。
来，让我search that为你...
您将与平均值的距离乘以每个像素的权重 - 几乎可以肯定您的工作是 1.0。总之，取所有x坐标的平均值和所有y坐标的平均值；给你质心。