- Java 双重比较
- java - 比较器与 Apache BeanComparator
- Objective-C 完成 block 导致额外的方法调用?
- database - RESTful URI 是否应该公开数据库主键?
我刚开始弄乱图像处理,我遇到了几个非常奇怪的问题,或者至少我认为是这样。我假设我犯了一些非常愚蠢的错误。
我本来打算就此发布另一个问题,但是使用下面的代码有时我也会得到随机噪声,而不是用户抽取数字的像素表示。如果有人能告诉我为什么会发生这种情况,我将不胜感激。我很难找出原因,因为我阅读的所有内容都表明这段代码应该有效。
如果有人需要更多信息,请告诉我!提前感谢您的帮助!
目标:
首先,获取用户在屏幕上绘制的数字。然后,将图像大小调整为 28 x 28。接下来,将图像转换为灰度并获得归一化像素值数组。最后,将归一化的灰度像素值输入机器学习算法。
[注意:在下图中,点代表 0 值,1 代表值 > 0。]
下面代码的输出效果很好。如果用户画了一个“3”,我通常会得到如下结果:
问题:
如果我将 UnsafeMutablePointer 和 Buffer 的大小更改为 UInt8,我会得到看起来像随机噪声的东西。或者,如果我用 [UInt32](repeating: 0, count: totalBytes)
甚至 [UInt8](repeating: 0, count: totalBytes)
替换 UnsafeMutablePointer 和 Buffer pixel最后变成了0,我真的不明白。
如果我将 UnsafeMutablePointer 和 Buffer 的大小更改为 UInt8,则像素的输出如下:
获取灰度像素的代码:
public extension UIImage
{
private func grayScalePixels() -> UnsafeMutableBufferPointer<UInt32>?
{
guard let cgImage = self.cgImage else { return nil }
let bitsPerComponent = 8
let width = cgImage.width
let height = cgImage.height
let totalBytes = (width * height)
let colorSpace = CGColorSpaceCreateDeviceGray()
let data = UnsafeMutablePointer<UInt32>.allocate(capacity: totalBytes)
defer { data.deallocate(capacity: totalBytes) }
guard let imageContext = CGContext(data: data, width: width, height: height, bitsPerComponent: bitsPerComponent, bytesPerRow: width, space: colorSpace, bitmapInfo: 0) else { return nil }
imageContext.draw(cgImage, in: CGRect(origin: CGPoint.zero, size: CGSize(width: width, height: height)))
return UnsafeMutableBufferPointer<UInt32>(start: data, count: totalBytes)
}
public func normalizedGrayScalePixels() -> [CGFloat]?
{
guard let cgImage = self.cgImage else { return nil }
guard let pixels = self.grayScalePixels() else { return nil }
let width = cgImage.width
let height = cgImage.height
var result = [CGFloat]()
for y in 0..<height
{
for x in 0..<width
{
let index = ((width * y) + x)
let pixel = (CGFloat(pixels[index]) / 255.0)
result.append(pixel)
}
}
return result
}
}
取号代码:
func drawLineFrom(fromPoint: CGPoint, toPoint: CGPoint)
{
UIGraphicsBeginImageContextWithOptions(self.view.bounds.size, false, 1)
self.tempImageView.image?.draw(at: CGPoint.zero)
let context = UIGraphicsGetCurrentContext()
context?.move(to: fromPoint)
context?.addLine(to: toPoint)
context?.setLineCap(.round)
context?.setLineWidth(self.brushWidth)
context?.setStrokeColor(gray: 0, alpha: 1)
context?.strokePath()
self.tempImageView.image = UIGraphicsGetImageFromCurrentImageContext()
self.tempImageView.alpha = self.opacity
UIGraphicsEndImageContext()
}
override func touchesBegan(_ touches: Set<UITouch>, with event: UIEvent?)
{
self.swiped = false
if let touch = touches.first {
self.lastPoint = touch.location(in: self.view)
}
}
override func touchesMoved(_ touches: Set<UITouch>, with event: UIEvent?)
{
self.swiped = true
if let touch = touches.first
{
let currentPoint = touch.location(in: self.view)
self.drawLineFrom(fromPoint: self.lastPoint, toPoint: currentPoint)
self.lastPoint = currentPoint
}
}
override func touchesEnded(_ touches: Set<UITouch>, with event: UIEvent?)
{
if !swiped {
self.drawLineFrom(fromPoint: self.lastPoint, toPoint: self.lastPoint)
}
self.predictionLabel.text = "Predication: \(self.predict())"
self.tempImageView.image = nil
}
预测数字的代码:
private func printNumber(rowSize: Int, inputs: Vector)
{
for (index, pixel) in inputs.enumerated()
{
if index % rowSize == 0 { print() }
if (pixel > 0) {
print("1", terminator: " ")
}
else { print(".", terminator: " ") }
}
print()
}
private func predict() -> Scalar
{
let resizedImaege = self.tempImageView.image!.resizedImage(CGSize(width: 28, height: 28), interpolationQuality: .high)
let inputs = resizedImaege!.normalizedGrayScalePixels()!.flatMap({ Scalar($0) })
self.feedforwardResult = self.neuralNetwork!.feedForward(inputs: inputs)
self.printNumber(rowSize: 28, inputs: inputs)
let max = self.feedforwardResult!.activations.last!.max()!
let prediction = self.feedforwardResult!.activations.last!.index(of: max)!
return Scalar(prediction)
}
最佳答案
您的代码中有一件非常糟糕的事情是这一行:
defer { data.deallocate(capacity: totalBytes) }
data.deallocate(capacity: totalBytes)
在退出方法 grayScalePixels()
之前执行。因此,返回的 UnsafeMutableBufferPointer
的 baseAddress
指向一个已经释放的区域,这意味着您在访问该区域时不能期望任何可预测的结果。
如果你想使用UnsafeMutableBufferPointer
,你需要在完成对它的所有访问后释放该区域(下面代码中的#1):
private func grayScalePixels() -> UnsafeMutableBufferPointer<UInt8>? {
guard let cgImage = self.cgImage else { return nil }
let bitsPerComponent = 8
let width = cgImage.width
let height = cgImage.height
let totalBytes = width * height
let colorSpace = CGColorSpaceCreateDeviceGray()
let data = UnsafeMutablePointer<UInt8>.allocate(capacity: totalBytes)
data.initialize(to: UInt8.max, count: totalBytes) //<- #4
guard let imageContext = CGContext(data: data, width: width, height: height, bitsPerComponent: bitsPerComponent, bytesPerRow: width, space: colorSpace, bitmapInfo: 0) else { return nil }
imageContext.draw(cgImage, in: CGRect(x: 0, y: 0, width: width, height: height))
return UnsafeMutableBufferPointer(start: data, count: totalBytes)
}
public func normalizedGrayScalePixels() -> [CGFloat]? {
guard let cgImage = self.cgImage else { return nil }
guard let pixels = self.grayScalePixels() else { return nil }
let width = cgImage.width
let height = cgImage.height
var result: [CGFloat] = []
for y in 0..<height {
for x in 0..<width {
let index = width * y + x
let pixel = CGFloat(pixels[index]) / CGFloat(UInt8.max)
result.append(pixel)
}
}
pixels.baseAddress!.deinitialize(count: pixels.count) //<- #2
pixels.baseAddress!.deallocate(capacity: pixels.count) //<- #1
return result
}
(#2) 在当前的 Swift 实现中,UInt8
可能不需要 deinitialize
,但顺序:allocate - initialize - deinitilize - deallocate 是推荐的方式.
(其他一些行只是我的偏好,并不重要。)
否则,如果你想使用 Swift Array
而不是 UnsafeMutableBufferPointer
,你可以这样写:
private func grayScalePixels() -> [UInt8]? {
guard let cgImage = self.cgImage else { return nil }
let bitsPerComponent = 8
let width = cgImage.width
let height = cgImage.height
let totalBytes = width * height
let colorSpace = CGColorSpaceCreateDeviceGray()
var byteArray: [UInt8] = Array(repeating: UInt8.max, count: totalBytes) //<- #4
let success = byteArray.withUnsafeMutableBufferPointer {(buffer)->Bool in
guard let imageContext = CGContext(data: buffer.baseAddress!, width: width, height: height, bitsPerComponent: bitsPerComponent, bytesPerRow: width, space: colorSpace, bitmapInfo: 0) else { return false }
imageContext.draw(cgImage, in: CGRect(x: 0, y: 0, width: width, height: height))
return true;
}
return success ? byteArray : nil
}
public func normalizedGrayScalePixels() -> [CGFloat]? {
guard let cgImage = self.cgImage else { return nil }
guard let pixels = self.grayScalePixels() else { return nil }
let width = cgImage.width
let height = cgImage.height
var result: [CGFloat] = []
for y in 0..<height {
for x in 0..<width {
let index = width * y + x
let pixel = CGFloat(pixels[index]) / CGFloat(UInt8.max)
result.append(pixel)
}
}
return result
}
您可能需要修改我上面的代码,使它们适用于您的代码,因为我无法使用您的 UInt32
版本的 grayScalePixels()
重现相同的结果。
我在我的代码中发现了一个问题。您的绘图代码绘制线:
context?.setStrokeColor(gray: 0, alpha: 1)
灰度 0,黑色。在我的旧代码中,我将位图初始化为:
data.initialize(to: 0, count: totalBytes)
或:
var byteArray: [UInt8] = Array(repeating: 0, count: totalBytes)
所以,在黑色上画黑色,结果:全黑,8 位灰度,全 0。(我第一次写 initialize
可能不需要,但那是一个错误。带有 alpha 的图像将与初始位图内容混合绘制。)
我更新的代码(用 #4
标记)用白色初始化位图(8 位灰度,255
== 0xFF
== UInt8.max
).
而且您最好通过更新 printNumber(rowSize:inputs:)
来检测非白色像素:
private func printNumber(rowSize: Int, inputs: Vector) {
for (index, pixel) in inputs.enumerated() {
if index % rowSize == 0 { print() }
if pixel < 1.0 { //<- #4
print("1", terminator: "")
}
else { print(".", terminator: "") }
}
print()
}
在归一化灰度为 float 时,1.0
是白色的值,您最好将非白色显示为 1
。 (或者,找到另一个更好的阈值。)
关于ios - CoreGraphics - 无法将 UnsafeMutablePointer<UInt32> 替换为 UnsafeMutablePointer<UInt8>,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44092616/
我通过 spring ioc 编写了一些 Rest 应用程序。但我无法解决这个问题。这是我的异常(exception): org.springframework.beans.factory.BeanC
我对 TestNG、Spring 框架等完全陌生,我正在尝试使用注释 @Value通过 @Configuration 访问配置文件注释。 我在这里想要实现的目标是让控制台从配置文件中写出“hi”,通过
为此工作了几个小时。我完全被难住了。 这是 CS113 的实验室。 如果用户在程序(二进制计算器)结束时选择继续,我们需要使用 goto 语句来到达程序的顶部。 但是,我们还需要释放所有分配的内存。
我正在尝试使用 ffmpeg 库构建一个小的 C 程序。但是我什至无法使用 avformat_open_input() 打开音频文件设置检查错误代码的函数后,我得到以下输出: Error code:
使用 Spring Initializer 创建一个简单的 Spring boot。我只在可用选项下选择 DevTools。 创建项目后,无需对其进行任何更改,即可正常运行程序。 现在,当我尝试在项目
所以我只是在 Mac OS X 中通过 brew 安装了 qt。但是它无法链接它。当我尝试运行 brew link qt 或 brew link --overwrite qt 我得到以下信息: ton
我在提交和 pull 时遇到了问题:在提交的 IDE 中,我看到: warning not all local changes may be shown due to an error: unable
我跑 man gcc | grep "-L" 我明白了 Usage: grep [OPTION]... PATTERN [FILE]... Try `grep --help' for more inf
我有一段代码,旨在接收任何 URL 并将其从网络上撕下来。到目前为止,它运行良好,直到有人给了它这个 URL: http://www.aspensurgical.com/static/images/a
在过去的 5 个小时里,我一直在尝试在我的服务器上设置 WireGuard,但在完成所有设置后,我无法 ping IP 或解析域。 下面是服务器配置 [Interface] Address = 10.
我正在尝试在 GitLab 中 fork 我的一个私有(private)项目,但是当我按下 fork 按钮时,我会收到以下信息: No available namespaces to fork the
我这里遇到了一些问题。我是 node.js 和 Rest API 的新手,但我正在尝试自学。我制作了 REST API,使用 MongoDB 与我的数据库进行通信,我使用 Postman 来测试我的路
下面的代码在控制台中给出以下消息: Uncaught DOMException: Failed to execute 'appendChild' on 'Node': The new child el
我正在尝试调用一个新端点来显示数据,我意识到在上一组有效的数据中,它在数据周围用一对额外的“[]”括号进行控制台,我认为这就是问题是,而新端点不会以我使用数据的方式产生它! 这是 NgFor 失败的原
我正在尝试将我的 Symfony2 应用程序部署到我的 Azure Web 应用程序,但遇到了一些麻烦。 推送到远程时,我在终端中收到以下消息 remote: Updating branch 'mas
Minikube已启动并正在运行,没有任何错误,但是我无法 curl IP。我在这里遵循:https://docs.traefik.io/user-guide/kubernetes/,似乎没有提到关闭
每当我尝试docker组成任何项目时,都会出现以下错误。 我尝试过有和没有sudo 我在这台机器上只有这个问题。我可以在Mac和Amazon WorkSpace上运行相同的容器。 (myslabs)
我正在尝试 pip install stanza 并收到此消息: ERROR: No matching distribution found for torch>=1.3.0 (from stanza
DNS 解析看起来不错,但我无法 ping 我的服务。可能是什么原因? 来自集群中的另一个 Pod: $ ping backend PING backend.default.svc.cluster.l
我正在使用Hibernate 4 + Spring MVC 4当我开始 Apache Tomcat Server 8我收到此错误: Error creating bean with name 'wel
我是一名优秀的程序员,十分优秀!