python - 在 Python 中使用 MNIST FASHION 为图像分类准备/渲染图像
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。
建立神经网络并训练模型后,我现在想对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……</p>
如何将普通图片转换为 (1, 28, 28) 格式?
我试着这样做
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,......在此先感谢
解决方案
您可以不使用imageio
库,而是使用 OpenCV,即cv2
库(需要先安装)。
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)
推荐阅读
- sql - 如何将滚动 7 天和 30 天列添加到我在 SQL Server 中的每日不同登录次数
- python - 通过 Flask/SQLAlchemy 使用 Python3 灵活引擎连接 google-sql
- mongodb - MongoDB:跨多个分片复制块
- python - 从 Seaborn Boxplot 中提取异常值
- python-2.7 - 将 Python 翻译成 Scheme/Racket
- laravel - 验证失败后返回重定向()不起作用
- php - 从 Laravel API 上的 post 请求中获取属性
- machine-learning - 有没有办法从给定的恶意软件二进制文件中找到恶意软件系列?
- ios - NativeScript 点击带有 z-index 的元素
- parallel-processing - 与 CUDA 中的线程和块并行化