如何解决从图像中提取 MNIST 数据集预测器的属性
我为 MNIST 数据集创建了一个 KNN 预测器。该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,然后将这些像素中的每一个的强度存储为独特特征中的值。这将使我能够拍摄新图像并对其进行预测。我应该为此使用什么模块以及我应该遵循什么程序?
解决方法
您可以使用 OpenCV 和 Numpy, 假设你拍了一张数字的照片并将其保存为“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
特征数组将有 784 个特征
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。