C++ 灰度图像中像素的质心
我正在开发一个程序,让用户在“涂鸦区”中画一个数字,按下一个按钮,应用程序将使用神经网络分类器预测他输入的数字 现在,为了训练神经网络,我使用了MNIST数据库,该数据库指定了以下内容:“NIST的图像被规格化,以适合20x20像素框,同时保留其纵横比[…]通过计算像素的质心,图像在28 x 28图像中居中”C++ 灰度图像中像素的质心,c++,machine-learning,mnist,C++,Machine Learning,Mnist,我正在开发一个程序,让用户在“涂鸦区”中画一个数字,按下一个按钮,应用程序将使用神经网络分类器预测他输入的数字 现在,为了训练神经网络,我使用了MNIST数据库,该数据库指定了以下内容:“NIST的图像被规格化,以适合20x20像素框,同时保留其纵横比[…]通过计算像素的质心,图像在28 x 28图像中居中” 我所面临的问题是,在将用户在划写区域中绘制的数字调整为20×20的大小之后,我需要计算像素的质心,这样我就可以将其集中在28×28图像的中间。 如何计算呢?“质心”(对于二值图像)是一种有
我所面临的问题是,在将用户在划写区域中绘制的数字调整为20×20的大小之后,我需要计算像素的质心,这样我就可以将其集中在28×28图像的中间。
如何计算呢?“质心”(对于二值图像)是一种有点复杂的说法,表示“每个维度的平均值”。换句话说,取所有的x坐标并求它们的平均值,你就得到了你的“重心”的x坐标,y也一样 在python中,对于X
中的数据
center_of_mass = X.mean(axis=0)
如果你有像素的强度,你可以使用它们作为“权重”,从而得到加权平均值,仅此而已。这里,让我为你介绍一下
你将距离平均值乘以每个像素的权重——几乎可以肯定你的工作是1.0。简而言之,取所有x坐标的平均值和所有y坐标的平均值;这就是重心