写真をmnist形式のデータに変換する方法

"""
画像を読み取り、グレースケールに変換し、サイズを 28 に変更して
、mnist モデルに渡して予測します

"""

from __future__ import division, print_function, absolute_import

import tflearn
import numpy as np
from PIL import Image

# 读取训练好的模型


from mnist_model import *
model = MnistModel('models/mnist2/mnist2.tfl')
# 读取图片转成灰度格式
img = Image.open('1.bmp').convert('L')

# resize的过程
if img.size[0] != 28 or img.size[1] != 28:
    img = img.resize((28, 28))

# 暂存像素值的一维数组
arr = []

for i in range(28):
    for j in range(28):
        # mnist 里的颜色是0代表白色（背景），1.0代表黑色
        pixel = 1.0 - float(img.getpixel((j, i)))/255.0
        # pixel = 255.0 - float(img.getpixel((j, i))) # 如果是0-255的颜色值
        arr.append(pixel)

arr1 = np.array(arr).reshape((1, 28, 28, 1))
print (model.predict(arr1))
"""

変更された形式の場合は、この方法で絵を描いて、何が起こっているかを確認することもできます。mnist を例に挙げます。

from PIL import Image

import tflearn.datasets.mnist as mnist
X, Y, testX, testY = mnist.load_data(one_hot=True)
X = X.reshape([-1, 28, 28, 1])
testX = testX.reshape([-1, 28, 28, 1])
# 取出测试集中第一张图片的像素，reshape成28*28
test_x_0 = testX[0].reshape([28, 28])

# 新建一张图片，把test_x_0的像素写入
img = Image.new('L', (28, 28), 255)
for i in range(28):
    for j in range(28):
        img.putpixel((j, i), 255 - int(test_x_0[i][j] * 255.0))

# 保存图片以查看，也可以直接img.show()
img.save('test_save.png')