项目实训十二

图片预处理

由于该模型使用的数据集是CROHME比赛提供的数据集，图片均是二值化数据，而用户输入的图片可以是任意的，因此我们需要对传入模型的图片做预处理。

最初我们尝试使用直接将图片进行二值化，得到的效果很不好，因为直接处理会使图片的许多数字符号变得千奇百怪，这直接输入模型得到的latex序列正确率不到20%。

因此，图片处理的好坏直接影响了模型的预测结果。因此我查阅了有关图像处理方向的资料，找到了一种效果较好的方法。

• 首先，将图片转为灰度值
• 其次，根据需求进行二值化处理

处理前后的对比如下：


找了一些图片测试后，发现正确率测试后，为了减少相同风格字体带来的误差，这次找了周围同学写了一些数据集，因为自己标注比较困难，所以只进行了比较少的数据测试，但准确率明显有了较大的提升。

而后又遇到了另一个问题，我们发现有些图片是4通道的，即除了RGB之外，还有一个透明度的通道，如果用户输入这样一张图片，程序可能后崩溃。而不是选择抓错然后反馈给用户，我们选择增强程序功能，将RGBA的图片处理成RGB，然后在按照上面步骤进行二值化。

而RGBA转为RGB的方式有很多，得到的结果也有一些差距，我们通过测试找到了比较适合