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

python中Keras下载mnist数据集

[BPnet识别MNIST02]MNIST字符集下载以及python读取

Python读取MNIST数据集

使用caffe提供的python接口训练mnist例子

如何在 python 中向 Mnist 数据集添加 50% 的随机正常噪声

mnist的格式说明,以及在python3.x和python 2.x读取mnist数据集的不同