Python - Comment utiliser MNIST pour prédire une np.darray avec une forme différente

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 

Je veux utiliser tensorflow ou tout ce qui est nécessaire pour prédire quel numéro est dans cette image recadrée afin que je puisse continuer à le faire jusqu'à ce que tous les numéros peuvent être prédit.

Les propriétés du tableau sont assez différentes de la base de données MNIST car il ne s'agit pas d'une image 28x28.

Y a-t-il un moyen pour que je puisse comprendre des transformations linéaires pour le faire pour moi ou quelque chose comme ça?

Merci

Answer 1

Vous pouvez ajouter une opération de modification de taille avant la première circonvolution:

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

Pour que peuvent accepter les différentes tailles d'image. Assurez-vous que votre tableau d'entrée a la forme:

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