用mnist手写字符数据集训练网络并识别照片中的数字

用mnist手写字符数据集训练网络并识别照片中的数字

数据预处理

测试集

经过分割的单个数字以保存为png图片，需要重新灰度化。每张图片的尺寸不同，resize尺寸到28*28和mnist图像相同。去除特别小的文字图片比如一个点。

def average_size(image):  # 取得平均图片size
    x_list = []
    y_list = []
    x_shape = np.shape(image)[0]
    y_shape = np.shape(image)[1]
    x_list.append(x_shape)
    y_list.append(y_shape)
    return x_list, y_list


def resize_writing(image):  # 尺寸规范到28*28
    x_shape = np.shape(image)[0]
    y_shape = np.shape(image)[1]
    if x_shape <= x_shape_mean/6 and y_shape <= y_shape_mean/6:  # 去除太小的文字区域
        pass
    else:
        print('done')
        if x_shape < y_shape:
            x0 = int((y_shape - x_shape) / 2)
            y0 = 0
            x_shape0 = y_shape
            y_shape0 = y_shape
        if x_shape >= y_shape:
            x0 = 0
            y0 = int((y_shape - x_shape) / 2)
            y_shape0 = x_shape
            x_shape0 = x_shape
        number_0 = np.zeros([x_shape0, y_shape0], dtype=int)