从 MNIST 数据集预测器的图像中提取属性
Extract properties from image for MNIST dataset predictor
我已经为 MNIST 数据集创建了一个 KNN 预测器。数据集包含手写图像的图像。图像为灰度图像，尺寸为 28 X 28 像素。这些图像的信息存储在784个特征中，每个特征对应图像中单个像素的强度。我想将此模型应用于不在测试或训练集中的新图像。我想编写一段代码，可以将图像转换为 28 X 28 像素，然后将每个像素的强度作为一个值存储在一个独特的特征中。这将使我能够拍摄新图像并对它们进行预测。我应该为此使用什么模块以及我应该遵循什么程序？
您可以使用 OpenCV 和 Numpy，
假设你拍了一张数字的照片，保存为'pic.jpg'
import cv2
import numpy as np
img = cv2.imread('pic.jpg', 0) # 0 for greyscale
resized = cv2.resize(img, (28,28))
features = resized.reshape(-1) #converts into single dimension
要素数组将包含 784 个要素
我已经为 MNIST 数据集创建了一个 KNN 预测器。数据集包含手写图像的图像。图像为灰度图像，尺寸为 28 X 28 像素。这些图像的信息存储在784个特征中，每个特征对应图像中单个像素的强度。我想将此模型应用于不在测试或训练集中的新图像。我想编写一段代码，可以将图像转换为 28 X 28 像素，然后将每个像素的强度作为一个值存储在一个独特的特征中。这将使我能够拍摄新图像并对它们进行预测。我应该为此使用什么模块以及我应该遵循什么程序？
您可以使用 OpenCV 和 Numpy， 假设你拍了一张数字的照片，保存为'pic.jpg'
import cv2
import numpy as np
img = cv2.imread('pic.jpg', 0) # 0 for greyscale
resized = cv2.resize(img, (28,28))
features = resized.reshape(-1) #converts into single dimension
要素数组将包含 784 个要素