Python 使用神经网络进行纸币识别，我必须为数据集裁剪图像吗

我是一个盲人，正忙着创建一个应用程序来识别南非和纳米比亚的货币（钞票）

我让我的家人为我可以放入数据集中的钞票拍照。白纸上的钞票。现在准备带有特征和标签的数据集，从图片中裁剪钞票并将其保存为图像，然后在数据集中使用裁剪后的图像，还是可以使用钞票位于白色背景上的原始图片

因为我在考虑裁剪测试图像，这样只有钞票才可以看到，所以试图获得更高的准确度，或者这对cnn来说是不正确的？另外，是否最好保持每张纸币的颜色不同，而不是灰色缩放？

---

我使用Sendex的神经网络作为起点，每个只使用2张图像，并使用数据组织获得更多图像，但分类工作不正常。我想也许我的数据库中也有一些小图像，每幅100张。

我认为神经网络不是解决这个问题的正确方法，我怀疑这很容易欺骗。。。您可能应该使用裁剪过的图像，不过谢谢您的回复。如果神经网络不是最好的解决方案，那么使用哪一种呢？我的意思是，它值得一试，它可能会给你一个好主意（即它看起来是真实的，面额是X）。。。但我怀疑几乎所有的假钞都会被没收。。。我不认为有一个摄像头解决方案（也许有背光，你可以确定一些安全功能…但我相信它仍然是可以击败的）。。。此外，您几乎肯定必须弄清楚如何在没有用户输入的情况下裁剪图像（即使用类似opencv的东西查找边框），因为您还必须裁剪输入图片。是的，在这个阶段，我并没有考虑对纸币进行认证，只是想知道我有哪些纸币。因为即使是有视力的人也不能总是看到他们是否有真正的钱。我一个人呆着，并不总是确定我有什么钞票，即使钞票的侧面有记号可以感觉，但当钞票被使用时，它并不总是能够感觉到。所以，这不仅仅是为了让我知道我的笔记应该是真实的。嗨，亨德里克，欢迎来到论坛！我对NN没有太多的经验，但我认为他们应该做得很好，适合你所尝试的。下面是一个使用tensorFlow对图像进行分类的基本示例：。我认为您肯定需要首先对每个图像中的像素进行调整，以便为NN提供信息（旋转、裁剪，确保大小相同）。我知道有人可能有一些工具，我会问他们。我不认为神经网络是解决这个问题的正确方法，我怀疑它会很容易欺骗。。。您可能应该使用裁剪过的图像，不过谢谢您的回复。如果神经网络不是最好的解决方案，那么使用哪一种呢？我的意思是，它值得一试，它可能会给你一个好主意（即它看起来是真实的，面额是X）。。。但我怀疑几乎所有的假钞都会被没收。。。我不认为有一个摄像头解决方案（也许有背光，你可以确定一些安全功能…但我相信它仍然是可以击败的）。。。此外，您几乎肯定必须弄清楚如何在没有用户输入的情况下裁剪图像（即使用类似opencv的东西查找边框），因为您还必须裁剪输入图片。是的，在这个阶段，我并没有考虑对纸币进行认证，只是想知道我有哪些纸币。因为即使是有视力的人也不能总是看到他们是否有真正的钱。我一个人呆着，并不总是确定我有什么钞票，即使钞票的侧面有记号可以感觉，但当钞票被使用时，它并不总是能够感觉到。所以，这不仅仅是为了让我知道我的笔记应该是真实的。嗨，亨德里克，欢迎来到论坛！我对NN没有太多的经验，但我认为他们应该做得很好，适合你所尝试的。下面是一个使用tensorFlow对图像进行分类的基本示例：。我认为您肯定需要首先对每个图像中的像素进行调整，以便为NN提供信息（旋转、裁剪，确保大小相同）。我知道有人可能有一些工具，我会问他们。