Python - MNISTを使用して異なる形状のnp.darrayを予測する方法

Question

import numpy as np 
import scipy.ndimage 
from PIL import Image 
import urllib.request 

url = 'http://static.bn-static.com/pg/0rmrKX8jCvpmF8b7ab+coivEApi2iNNpgVTrfyFFA0g==.gif' 
img = Image.open(urllib.request.urlopen((url))) 
img = img.convert('1').convert('L') #convert to graysclae 

# Optional to visualize it all: 
# plt.imshow(img) 
# plt.show() 
# a = array(img) 
# a = a.transpose() 
# np.place(a,a==0,1) 
# np.place(a,a==255,0) 

# Croping only one number out of it and vectorize it with binary values. 
data = array(img.crop((7, 0, 14, 15))) 
np.place(data, data == 0, 1) 
np.place(data, data == 255, 0) 
plt.imshow(data, cmap=plt.cm.binary) 
# visualize crop 
plt.show() 
# visualize matrix 
data 

Tensorflowを使用するか、この切り抜かれたイメージにどの番号が含まれているかを予測するために使用します。予測した。

これは28x28画像ではないため、アレイのプロパティはMNISTデータベースとはかなり異なります。

私は何かのためにそれを行うために線形変換を実行する方法はありますか？あなたが最初のコンボリューションの前にサイズ変更操作を追加することができます

おかげ

Answer 1

：

x = tf.image.resize_images(x, [28, 28]) 

だから、異なる画像サイズを受け入れることができます。あなたの入力配列が形状を持っていることを確認してください：

x.get_shape().as_list() == [ None, width, height, channels]