python - 在 sklearn 数字示例中使用自己的图像

Question

所以我一直在研究 sklearn 和 python，并尝试了解机器学习的工作原理。我得到了正确的基本示例，但有一件事我正在努力解决。

例如，假设我正在使用数字数据集，一旦我准备好分类器并进行测试。在该示例中我将如何使用我自己的手写图像？

我设法加载图像并使用 matplotlib 读取它的像素，但我得到了一个包含 (8,8,3) 的数组，并且数字数据集中的样本的形状为 (8,8)。

这是我用来训练分类器的代码

digits = load_digits()
x_train, x_test, y_train, y_test = train_test_split(digits.data, digits.target, test_size=0.20)

clf = svm.SVC(gamma=0.001, C=100)

clf.fit(x_train, y_train)

img = mpimg.imread('handwritten.jpg')

这是我从 print(img) 得到的打印结果

[[[245 251 255]
  [ 51  55  82]
  [ 41  56  87]
  [ 18  58 109]
  [ 11  65 125]
  [ 20  64 101]
  [242 255 255]
  [255 255 239]]

 [[249 253 255]
  [249 254 255]
  [239 255 255]
  [221 255 255]
  [209 255 255]
  [ 16  60 105]
  [242 255 255]
  [255 253 242]]

 [[250 254 255]
  [250 255 255]
  [241 255 255]
  [218 255 255]
  [ 10  69 137]
  [ 10  57 111]
  [241 255 255]
  [255 253 250]]

 [[252 255 253]
  [251 255 252]
  [ 44  61  77]
  [ 16  60 109]
  [  3  63 136]
  [ 13  61 123]
  [240 255 255]
  [255 253 255]]

 [[251 255 249]
  [252 255 250]
  [239 255 255]
  [ 19  63 112]
  [  3  63 136]
  [ 16  64 128]
  [240 255 255]
  [255 252 255]]

 [[249 255 253]
  [249 255 253]
  [240 255 255]
  [218 255 255]
  [  3  59 133]
  [ 17  62 121]
  [242 255 255]
  [255 252 255]]

 [[245 255 255]
  [245 255 255]
  [236 254 255]
  [220 255 255]
  [ 14  67 135]
  [ 19  59 111]
  [245 255 255]
  [255 253 250]]

 [[241 255 255]
  [ 46  58  74]
  [ 38  58  83]
  [ 21  61 110]
  [  9  60 123]
  [224 255 255]
  [246 255 255]
  [255 254 243]]]
(64,)
[[[245 251 255]
  [ 51  55  82]
  [ 41  56  87]
  [ 18  58 109]
  [ 11  65 125]
  [ 20  64 101]
  [242 255 255]
  [255 255 239]]

 [[249 253 255]
  [249 254 255]
  [239 255 255]
  [221 255 255]
  [209 255 255]
  [ 16  60 105]
  [242 255 255]
  [255 253 242]]

 [[250 254 255]
  [250 255 255]
  [241 255 255]
  [218 255 255]
  [ 10  69 137]
  [ 10  57 111]
  [241 255 255]
  [255 253 250]]

 [[252 255 253]
  [251 255 252]
  [ 44  61  77]
  [ 16  60 109]
  [  3  63 136]
  [ 13  61 123]
  [240 255 255]
  [255 253 255]]

 [[251 255 249]
  [252 255 250]
  [239 255 255]
  [ 19  63 112]
  [  3  63 136]
  [ 16  64 128]
  [240 255 255]
  [255 252 255]]

 [[249 255 253]
  [249 255 253]
  [240 255 255]
  [218 255 255]
  [  3  59 133]
  [ 17  62 121]
  [242 255 255]
  [255 252 255]]

 [[245 255 255]
  [245 255 255]
  [236 254 255]
  [220 255 255]
  [ 14  67 135]
  [ 19  59 111]
  [245 255 255]
  [255 253 250]]

 [[241 255 255]
  [ 46  58  74]
  [ 38  58  83]
  [ 21  61 110]
  [  9  60 123]
  [224 255 255]
  [246 255 255]
  [255 254 243]]]

这是一个样本数字

[  0.   0.   5.  13.   9.   1.   0.   0.   0.   0.  13.  15.  10.  15.   5.
   0.   0.   3.  15.   2.   0.  11.   8.   0.   0.   4.  12.   0.   0.   8.
   8.   0.   0.   5.   8.   0.   0.   9.   8.   0.   0.   4.  11.   0.   1.
  12.   7.   0.   0.   2.  14.   5.  10.  12.   0.   0.   0.   0.   6.  13.
  10.   0.   0.   0.]

正如您所看到的，不仅形状不同，而且特征值也不同，数据集中的样本仅包含 0 到 16 之间的整数，而我的样本包含 RGB 值。

那么我如何“规范化”我的数据以便能够在其上使用我的分类器？

Answer 1

继续使用标准Recognizing hand-written digits中的代码，我有如下丑陋的工作代码。 (希望得到其他人的改进)

def rgb2gray(rgb):    return np.dot(rgb[...,:3], [0.299, 0.587, 0.114])img = mpimg.imread('/code/4.png')gray = rgb2gray(img)a=(16-gray*16).astype(int) # really weird here, but try to convert to 0..16plt.imshow(a, cmap = plt.get_cmap('gray_r'))plt.show()print("source data in 8x8:\n",a)predicted = classifier.predict(a.flatten().reshape(1, -1))print(predicted)

查看结果

4.png 是

执行此操作的步骤

• 拍摄手写数字的照片(例如示例中的 4)
• 使用图片工具裁剪并调整大小为8*8，如4.png
• 在上面的代码中，转换为灰色并保存到数组中
• 让原始代码预测这个新数字