MNIST数据集规则化

MNIST 数据集规则化

作为大三的我，前一段时间搞了手写数字识别，什么支持向量机啊，人工神经网络啊，knn啊，都玩过了，但仅仅是停留在人家公开的训练数据集上，而拿来测试用的图片也是人家的，比如mnist上的图片是这样的。

而我们拍的照片却是这样的

这样就带来了一个问题，测试的结果就不对了，用这样的图片去测试训练好的模型，可能有时候精度连10%都达不到。

这样，有必要将MNIST的生成过程学习一遍。

MNIST数据集

MNIST数据集是一个手写数字的集合，包含了60000个训练集和10000个测试集。每一个数字都是20x20的，包含在28x28的图片里面。这对于我们预处理是非常重要的。

预处理

#我们先预处理图片
i = 0
for no in [8,0,4,3]:
    gray = cv2.imread("own_"+str(no)+".png", cv2.IMREAD_GRAYSCALE)

    gray = cv2.resize(255-gray,(28,28))

    cv2.imwrite("preprocessing/proImage_"+str(no)+".png",gray)

得到的图片是这样的：