Java MNIST的降尺度图像

我试图解决Android设备上的MNIST分类问题。我已经有一个训练有素的模型了，现在我想能够识别照片上的一个数字

在拍摄完照片后，我进行了一些预处理，然后将图像传递给模型。 以下是原始图像的示例：

在那之后，我只把它做成黑白的，所以它开始看起来像这样：

请不要注意尺寸上的变化——这些图片是通过我截图的方式引入的，在应用程序中，两张图片的大小仍然相同

将其转换为BW颜色后，我提取数字的斑点，将其缩小到20*20（考虑纵横比），然后在周围添加填充，使其适合MNIST 28*28大小。最终结果如下：

请注意，我放大了图像以显示问题。问题是：在缩小尺度后，许多有用的信息丢失了。有时数字的整个边缘都消失了。有什么办法可以避免吗？也许我可以在缩小尺寸之前让白线变粗

另外，我使用Catalano框架进行图像处理

编辑应用答案中的建议过滤器后，我得到以下结果：

---

我不确定你提到的框架， 但有一件事可以帮助我们，在进行MNIST风格的标准化之前，对原始图像使用一些形态学操作。 也就是说，可以按如下方式进行侵蚀（我用python记录了这种方法，在您使用的框架中应该有类似的方法，因为操作非常标准）

这将产生类似的结果。然后，如果你对新图像进行二值化（比如说灰度阈值为150），然后进行调整大小和填充，你应该得到类似的结果，这样更健壮

还要注意的是，在输入到任何分类器之前，您需要在最后一个阶段（相对于其重心）集中图像

---

根据MNIST的标准，最终结果如下（物理尺寸28x28）。

我将尝试一下。是的，侵蚀过滤器存在于我使用的框架中。我的想法与此类似，例如，试图模糊图像。但是我不知道很多图像处理操作，我也在对BW图像进行转换后做了这些操作（在我的例子中，这使模糊变得毫无意义）。在你的例子中，我仍然保持原始大小，对吗？我的例子中的第一个图像（腐蚀后）的大小与你的相同。第二个是28x28，并根据MNIST标准进行规范化（安装在20x20框中，并以28x28中的质量中心为中心）。在文章中，它的物理尺寸更大，因为我从python笔记本中复制了它，而不是将实际文件写到磁盘上。现在，我将把原始文件的链接放在答案中。整个工作流程可能如下所示：1。读取灰度图像（未应用过滤器），2。按上述步骤3进行腐蚀处理。通过将灰度150以上的所有像素设置为白色（=255），将150以下的所有像素设置为黑色（=0），对结果进行二值化。4.然后对第3步的二值图像进行MNIST归一化处理；这就是我得到答案中最后6个的原因。我发现侵蚀至少在完整的BW图像上是相反的。也就是说，使它更厚。但是，有一个膨胀过滤器，它的作用与您为BW图像演示的完全相同。目前我的管道如下：读取灰度图像；应用自适应阈值（布莱德雷）；应用半径为2的三角剖分；提取、添加填充、调整大小等。我还没有将其正确居中，但这是另一个问题。谢谢！

import numpy as np
import cv2

xx = cv2.imread('6.jpg') # your original image of 6
kernel = np.ones((20,20), np.uint8)
erosion = cv2.erode(xx, kernel, iterations = 2)

cv2.imwrite('6A.jpg',erosion) # this will be used as a replacement for the original image