如何将新图像转换为时尚数据集图像格式

Question

我有一个神经网络模型，该模型在时尚记数据集上进行了训练。现在我可以预测，使用该模型，一些新的随机图像(来自Google(，并希望将它们转换为与时尚摄影师的图像相同的格式数据集。有人可以为我提供可以帮助我做到这一点的Python代码/功能吗？谢谢。

我知道，来自数据集的图像的格式为28x28像素，灰度。我不知道的是如何准确地将新图像转换为相同的格式。使模型可以正确预测这些新图像。

Answer 1

有很多不同的方法来做到这一点。这是一个例子，尽管我确定它远非最好的。

num_imgs = len(os.listdir(my_path))
X = np.empty([int(num_imgs),28,28,1]) # in which to put the images
for i,image in enumerate(os.listdir(my_path)):
    the_img = cv2.imread(os.path.join(my_path,image),cv2.IMREAD_GRAYSCALE)
    the_img = cv2.resize(the_img,(28,28))
    X[i] = the_img

然后x就像一堆n图片，具有昏暗的28x28和一个通道，即(n，28,28,1(。希望有帮助！

编辑：嘿，请记住，像Keras这样的软件包具有简化此过程的绝佳工具(包括标签，随机转换等(。强烈建议检查这些工具。

Answer 2

您可以使用numpy或openCV将图像转换为numpy数组，然后根据您的模型进行调整并重塑它。