在 Python 中使用 MNIST FASHION 为图像分类准备/渲染图像

Question

我知道以前有人问过这个问题，但我仍然遇到一些问题。

设置神经元网络并训练模型后，我现在想对桌面上的图像进行分类。因此，图像必须在监督学习之前准备好……

如何将普通图片转换成格式(1, 28, 28)？

我试过

Img = imageio.imread(f‘path/pic.png‘)
Image = numpy.expand(Img, 0)
Print(Image.shape) RETURNS (1, 28, 28, 3) and NOT (1, 28, 28)

任何想法、灵感…… 提前致谢

Answer 1

除了使用 imageio 库，您还可以使用 OpenCV，即 cv2 库（需要先安装）。

import numpy as np
import cv2

Img = cv2.imread('path/pic.png', 0)  # Need to pass in the zero as a flag to be read in gray-scale
Image = np.expand_dims(Img, 0)
print(Image.shape)

> (1, m, n)