深度学习与TensorFlow实战（七）全连接网络基础—真实图片输出手写数字识别准确率

本节会涉及一些简单的图像处理操作，具体的可以看我写的OpenCV图像处理博文，是用C++写，但本节用的是Python里面PIL 图像处理库，只是语言不一样，本质原理是一样的。以后有时间我会写一个系列关于OpenCV图像处理Python版的。
关于PIL操作可以参考博文：https://www.jianshu.com/p/e8d058767dfa

输入真实图片，输出预测结果

网络输入：一组数组（784个像素点）

像素点：0-1之间的浮点数（越接近0越黑，越接近1越白）

网络输出：一维数组（十个可能性概率），数组中最大的那个元素对应的索引号就是预测结果。

关键处理：

def application():  
   testNum =input("input the number of test pictures:")     
   for i in range(testNum):
       testPic =input("the path of test picture:")         
       testPicArr = pre_pic(testPic)         
       preValue = restore_model(testPicArr)         
       print