主页 / 问题 / 1547233
Accepted
Тима
Asked:2023-10-22 08:18:25 +0000 UTC2023-10-22 08:18:25 +0000 UTC

向数据添加噪声

  • 772

我为自己编写了一个小神经元来识别 MNIST 数据库中的数字（可以说是从头开始）。它可以很好地处理现成的数据，但是当我想识别我的手写数字时，我会遇到错误 -他们在这里解释了原因。我想问，我应该将图片乘以什么矩阵才能获得数字移位或旋转？

我的程序的输出

машинное-обучение

1 个回答

  1. Best Answer

    总的来说，当问题在撒谎时，我自己找到了答案。这是代码

    import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from scipy import ndimage
from PIL import ImageEnhance, Image

data = pd.read_csv('....digit-recognizer\train.csv')

data = np.array(data)
image = data[1][1:]
    

def add_some_noise(image):
    
    image.shape = (28,28)
    
    image = image / 1
    
    temp_file = Image.fromarray(image).convert('L')
    temp_size = np.random.randint(10,35)
    temp_file = temp_file.resize((temp_size,temp_size))
    
    image = np.array(temp_file.crop((temp_file.size[0] / 2 - 14, temp_file.size[1] / 2 - 14, temp_file.size[1] / 2 + 14, temp_file.size[1] / 2 + 14)))
    
    
    temp_file = ndimage.rotate(image, random.randint(-20, 20), reshape=False, prefilter=False) / 1
    temp_file = Image.fromarray(temp_file).convert("L")
    
    enhancer = ImageEnhance.Sharpness(temp_file)
    factor = np.random.random(1)[0] * 10
    temp_file = enhancer.enhance(factor)
    image = np.array(temp_file)
    
    image = np.roll(image, random.randint(-4,4), axis = 1)
    image = np.roll(image, random.randint(-2,2), axis = 0)
    
    pixels = [250, 150,  100, 50 , 0]
    noise = np.random.choice(pixels, 784,  p=[0.003, 0.005,  0.007,  0.015, 0.97])

    noise.shape = (28,28)

    image = image + (1 * image < 50) * noise
    
    image.shape = (1,784)
    
    return image[0]

    image = image / 1

    由于某种原因， fromarray 方法适用于 float，但不适用于 int

        temp_file = Image.fromarray(image).convert('L')
    temp_size = np.random.randint(10,35)
    temp_file = temp_file.resize((temp_size,temp_size))
    
    image = np.array(temp_file.crop((temp_file.size[0] / 2 - 14, temp_file.size[1] / 2 - 14, temp_file.size[1] / 2 + 14, temp_file.size[1] / 2 + 14)))

    我随机调整图像大小，然后制作 28x28 的剪切图

    temp_file = scipy.ndimage.rotate(image, random.randint(-20, 20), reshape=False, prefilter=False) / 1

    旋转图像。除以 1 以匹配数据类型。（返回图像）

    temp_file = Image.fromarray(temp_file).convert("L")

    来自图像的数组

    factor = np.random.random(1)[0] * 10
temp_file = enhancer.enhance(factor)
image = np.array(temp_file)

    改变清晰度或模糊度

    image = np.roll(image, random.randint(-2,2), axis = 0)

    轴移

    pixels = [250, 150,  100, 50 , 0]
noise = np.random.choice(pixels, 784,  p=[0.003, 0.005,  0.007,  0.015, 0.97])

noise.shape = (28,28)

image = image + (1 * image < 100) * noise

    添加噪音

    (1 * image < 100) * noise

    正是在那些没有描述数字本身的地方

    结果

    在此输入图像描述

    总的来说，有很多可用的 python 工具是非常酷的）

    • 2

相关问题