CNN_MNIST.zip

上传者: X_m_w | 上传时间: 2021-04-07 23:16:31 | 文件大小: 1.09MB | 文件类型: ZIP
深度学基本的手写数字识别,应用到自己的图片上。
首先我们要将自己的图片做成数据集的格式。也就是每个数字是28x28的像素点,并转成灰度,这些可以用cv库来实现也可以用其他的来实现,最主要是要使图片与数据集里的图片一样。首先了解一个概念,黑色背景的像素是0,白色(其实是灰度图是1-255的)是非0,
# 那么从行开始,我们计算将每一行的像素值加起来,如果都是黑色的那么和为0(当然可能有噪点,我们可以设置个阈值将噪点过滤),
# 有字体的行就非0,依次类推,我们再根据这个图来筛选边界就可以得出行边界值

# 有了上面的概念,我们就可以通过行列扫描,根据0 , 非0,非0 … 非0,0这样的规律来确定行列所在的点来找出数字的边框了
# 根据长向量找出顶点

文件下载

资源详情

[{"title":"( 7 个子文件 1.09MB ) CNN_MNIST.zip","children":[{"title":"CNN_MNIST","children":[{"title":"deal_handwritten_numeral.py <span style='color:#111;'> 11.53KB </span>","children":null,"spread":false},{"title":"Cnn_MNIST","children":[{"title":"data","children":null,"spread":false},{"title":"test3.png <span style='color:#111;'> 834.24KB </span>","children":null,"spread":false},{"title":"MNIST_CNN.py <span style='color:#111;'> 4.62KB </span>","children":null,"spread":false},{"title":"test4.png <span style='color:#111;'> 14.07KB </span>","children":null,"spread":false},{"title":"test1.png <span style='color:#111;'> 157.91KB </span>","children":null,"spread":false},{"title":"MNIST_Test.py <span style='color:#111;'> 4.21KB </span>","children":null,"spread":false},{"title":"test2.png <span style='color:#111;'> 124.46KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明