具有自己的手写图像的张量流示例

Question

我在这里尝试了 zalando mnist 的张量流示例：https://www.tensorflow.org/tutorials/keras/basic_classification

之后，我用手写的mnist数据库更改了衣服图像，这也有效。

现在我想用 mnist 手写数据库训练 AI，从我的手写"1"中拍一张照片，让 KI 猜出这个数字。

我在 KI 的训练之后附加了一些代码行。我尝试的是：

ownPicArr = imageio.imread(filename) #it is a 28x28 PNG file
ownPicArr = ownPicArr / 255.0
pred = model.predict(ownPicArr)

我收到以下错误：

ValueError: Error when checking input: expected flatten_input to have 3 dimensions, but got array with shape (28, 28)

如何解决这个问题？咔嚓你...

Answer 1

即使图片的颜色是反转的，这也是使用OpenCV进行预测的方式

。

import os, cv2
image=cv2.imread(imagePath)
image_from_array = Image.fromarray(image, 'RGB')
size_image = image_from_array.resize((28,28))
p = np.expand_dims(size_image, 0)
img = tf.cast(p, tf.float32)
pred = model.predict(img)

首先，我们使用OpenCV读取图像，将其存储为数组。然后我们转换数组并指定颜色通道。调整图像大小后，我们创建一批单个图像，然后将数据类型更改为 float32 或与您的模型匹配的数据类型后，我们最终做出预测