将图像转换为 MNIST 格式
Converting image into MNIST format
我训练了一个 KNN 模型来预测 MNIST 数据集中的手写图像。我现在想用自己的笔迹来测试一下。我想将它转换成 MNIST 格式(图像中 784 个像素的值作为数组)。我尝试将图像转换为 28*28 像素并将像素强度存储在以下代码中:
img = cv2.imread(image,cv.IMREAD_GRAYSCALE)
resized = cv2.resize(img, (28,28))
features = resized.reshape(1,-1)
但由于某种原因它不起作用并且预测始终为“0”。我想我需要将自己的图像移动到 28x28 图像的中心并对其进行灰度化。我还认为我的图像没有正确转换为数组。有人能告诉我如何正确设置图像格式以使预测更准确吗?
我建议将处理后的图像可视化,以检查它是否居中并具有正确的对比度。参见:
以下代码应该可以正常工作,或者您可能需要稍微调整一下。函数名称不言自明。
import numpy as np
import cv2
def resize_to_28x28(img):
img_h, img_w = img.shape
dim_size_max = max(img.shape)
if dim_size_max == img_w:
im_h = (26 * img_h) // img_w
if im_h <= 0 or img_w <= 0:
print("Invalid Image Dimention: ", im_h, img_w, img_h)
tmp_img = cv2.resize(img, (26,im_h),0,0,cv2.INTER_NEAREST)
else:
im_w = (26 * img_w) // img_h
if im_w <= 0 or img_h <= 0:
print("Invalid Image Dimention: ", im_w, img_w, img_h)
tmp_img = cv2.resize(img, (im_w, 26),0,0,cv2.INTER_NEAREST)
out_img = np.zeros((28, 28), dtype=np.ubyte)
nb_h, nb_w = out_img.shape
na_h, na_w = tmp_img.shape
y_min = (nb_w) // 2 - (na_w // 2)
y_max = y_min + na_w
x_min = (nb_h) // 2 - (na_h // 2)
x_max = x_min + na_h
out_img[x_min:x_max, y_min:y_max] = tmp_img
return out_img
def run_inference(img):
tsr_img = resize_to_28x28(img)
input_data = np.copy(tsr_img).reshape(1,28,28,1)
if floating_model:
input_data = (np.float32(input_data) - input_mean) / input_std
# Instantiate tensorflow interpreter and run inference on input_data
我训练了一个 KNN 模型来预测 MNIST 数据集中的手写图像。我现在想用自己的笔迹来测试一下。我想将它转换成 MNIST 格式(图像中 784 个像素的值作为数组)。我尝试将图像转换为 28*28 像素并将像素强度存储在以下代码中:
img = cv2.imread(image,cv.IMREAD_GRAYSCALE)
resized = cv2.resize(img, (28,28))
features = resized.reshape(1,-1)
但由于某种原因它不起作用并且预测始终为“0”。我想我需要将自己的图像移动到 28x28 图像的中心并对其进行灰度化。我还认为我的图像没有正确转换为数组。有人能告诉我如何正确设置图像格式以使预测更准确吗?
我建议将处理后的图像可视化,以检查它是否居中并具有正确的对比度。参见:
以下代码应该可以正常工作,或者您可能需要稍微调整一下。函数名称不言自明。
import numpy as np
import cv2
def resize_to_28x28(img):
img_h, img_w = img.shape
dim_size_max = max(img.shape)
if dim_size_max == img_w:
im_h = (26 * img_h) // img_w
if im_h <= 0 or img_w <= 0:
print("Invalid Image Dimention: ", im_h, img_w, img_h)
tmp_img = cv2.resize(img, (26,im_h),0,0,cv2.INTER_NEAREST)
else:
im_w = (26 * img_w) // img_h
if im_w <= 0 or img_h <= 0:
print("Invalid Image Dimention: ", im_w, img_w, img_h)
tmp_img = cv2.resize(img, (im_w, 26),0,0,cv2.INTER_NEAREST)
out_img = np.zeros((28, 28), dtype=np.ubyte)
nb_h, nb_w = out_img.shape
na_h, na_w = tmp_img.shape
y_min = (nb_w) // 2 - (na_w // 2)
y_max = y_min + na_w
x_min = (nb_h) // 2 - (na_h // 2)
x_max = x_min + na_h
out_img[x_min:x_max, y_min:y_max] = tmp_img
return out_img
def run_inference(img):
tsr_img = resize_to_28x28(img)
input_data = np.copy(tsr_img).reshape(1,28,28,1)
if floating_model:
input_data = (np.float32(input_data) - input_mean) / input_std
# Instantiate tensorflow interpreter and run inference on input_data