在 Python 中使用 MNIST FASHION 为图像分类准备/渲染图像
Posted
技术标签:
【中文标题】在 Python 中使用 MNIST FASHION 为图像分类准备/渲染图像【英文标题】:Preparing / Rendering Image for Image Classification with MNIST FASHION in Python 【发布时间】:2021-06-05 09:48:06 【问题描述】:我知道以前有人问过这个问题,但我仍然面临一些问题。
建立神经元网络并训练模型后,我现在想对我桌面上的图像进行分类。出于这个原因,图像必须在监督学习之前准备好……
如何将普通图片转换为 (1, 28, 28) 格式?
我试过这样做
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
【问题讨论】:
【参考方案1】:您可以使用 OpenCV,即 cv2
库(需要先安装),而不是使用 imageio
库。
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)
【讨论】:
太棒了,这是一个简单快捷的解决方案,Thx Omar ;)以上是关于在 Python 中使用 MNIST FASHION 为图像分类准备/渲染图像的主要内容,如果未能解决你的问题,请参考以下文章
[BPnet识别MNIST02]MNIST字符集下载以及python读取