linux手写数字识别,mnist手写数字识别与图片预处理

用户mnist训练了一个模型，想用自己的图片进行测试，需要将自己的图片进行预处理为mnist需要的1*784的二维张量。

因为MNIST数据是28*28的黑底白字图像，而且输入时要将其拉直，也就是可以看成1*784的二维张量(张量的值在0~1之间)，所以我们要对图片进行预处理操作，是图片能被网络识别。

引入的库import tensorflow as tf

import pylab

from PIL import Image

import numpy as np

以下为图片预处理过程img = Image.open('./mytestcode/666.jpg').convert('L') # 读取图片转成灰度格式

img = img.resize((28, 28)) # 更改图片大小我的图片原始大小为：(366, 368)

npimg1 = np.array(img) # 转为numpy矩阵

flatten_img = npimg1.reshape(1, 784) # 转为mnist1*784二维张量

# 以下意思是把白色背景转为黑色背景，因为训练的都是黑色背景

new_flatten_img = (255-flatten_img)/255.0

new_flatten_img = new_flatten_img.reshape(1, 784) # -------- 该数据可直接被模型识别

print(new_flatten_img.shape)

以下为用训练好的模型识别过程tf.reset_default_graph()

# tf Graph Input

x = tf.placeholder(tf.float32, [None, 784]) # mnist data维度 28*28=784

y = tf.placeholder(tf.float32, [None, 10]) # 0-9 数字=> 10 classes

# Set model weights

W = tf.Variable(tf.random_normal([784, 10]))

b = tf.Variable(tf.zeros([10]))

# 构建模型

pred = tf.nn.softmax(tf.matmul(x, W) + b) # Softmax分类

saver = tf.train.Saver()

model_path = "log/521model.ckpt" # 这是我训练好模型的保存位置

with tf.Session() as sess:

# 初始化

sess.run(tf.global_variables_initializer())

# 从先前保存的模型恢复模型权重

saver.restore(sess, model_path)

output = tf.argmax(pred, 1)

outputval = sess.run(output, feed_dict={x: new_flatten_img})

print(outputval) # 为预测结果

#print(batch_xs.shape)

# 打印自己的图片

im = flatten_img

im = im.reshape(-1,28)

pylab.imshow(im)

pylab.show()

linux手写数字识别,mnist手写数字识别与图片预处理相关推荐

用Python实现BP神经网络识别MNIST手写数字数据集（带GUI)
概述计算机神经网络则是人工智能中最为基础的也是较为重要的部分,它使用深度学习的方式模拟了人的神经元的工作,是一种全新的计算方法.本文的目标就是通过学习神经网络的相关知识,了解并掌握BP神经网络的实现 ...
【原创】深度学习第7弹：小D识数字（MNIST手写数字集）
目录一.前文回顾二.MNIST手写数字数据集 1.什么是MNIST手写数字数据集 2.MNIST手写数字数据集下载三.重构神经网络 1.为什么要重构神经网络 2.重构什么样的神经网络四.识别数 ...
matlab文字bp识别,MNIST手写字体识别（CNN+BP两种实现）-Matlab程序
[实例简介] MNIST手写字 Matlab程序,包含BP和CNN程序.不依赖任何库,包含MNIST数据,BP网络可达到98.3%的识别率,CNN可达到99%的识别率.CNN比较耗时,关于CNN的程序 ...
基于TensorFlow1.4.0的FNN全连接网络识别MNIST手写数据集
MNIST手写数据集是所有新手入门必经的数据集,数据集比较简单,训练集为50000张手写图片,测试集为张手写图片10000,大小都为28*28,不用自己下载,直接从TensorFlow导入即可后续随 ...
Ubuntu18 Win10搭建Caffe训练识别mnist手写数字demo
ubuntu 系统下的Caffe环境搭建对于caffe的系统一般使用linux系统,当然也有windows版本的caffe,不过如果你一开始使用了windows下面的caffe,后面学习的过程中,会 ...
Tensorflow之 CNN卷积神经网络的MNIST手写数字识别
点击"阅读原文"直接打开[北京站 | GPU CUDA 进阶课程]报名链接作者,周乘,华中科技大学电子与信息工程系在读. 前言 tensorflow中文社区对官方文档进行了完整翻 ...
Pytorch实现mnist手写数字识别
2020/6/29 Hey,突然想起来之前做的一个入门实验,用pytorch实现mnist手写数字识别.可以在这个基础上增加网络层数,或是尝试用不同的数据集,去实现不一样的功能. Mnist数据集如图 ...
用Python搭建2层神经网络实现mnist手写数字分类
这是一个用python搭建2层NN(一个隐藏层)识别mnist手写数据集的示例 mnist.py文件提供了mnist数据集(6万张训练图,1万张测试图)的在线下载,每张图片是 28 ∗ 28 28*2 ...
TensorflowSharp 简单使用与KNN识别MNIST流程
机器学习是时下非常流行的话题,而Tensorflow是机器学习中最有名的工具包.TensorflowSharp是Tensorflow的C#语言表述.本文会对TensorflowSharp的使用进行一个 ...

linux手写数字识别,mnist手写数字识别与图片预处理

linux手写数字识别,mnist手写数字识别与图片预处理相关推荐

最新文章

热门文章