Question

我对使用brain.js感兴趣：https://github.com/harthur/brain

有一个提供的演示，展示如何训练神经网络识别颜色对比度，但我如何设置它，以便它可以从输入中学习哪些颜色文本（白色或黑色）在不同背景上看起来更好图象？

以下是该演示：http://harthur.github.io/brain/

我有一组我想要训练的背景图像。然后我想保存该训练数据，并能够将其添加到使用这些背景图像的网站，并且能够确定在其上使用哪种颜色文本。

Answer 1

看起来好像很简单：

net.train([{input: { r: 0.03, g: 0.7, b: 0.5 }, output: { black: 1 }},
           {input: { r: 0.16, g: 0.09, b: 0.2 }, output: { white: 1 }},
           {input: { r: 0.5, g: 0.5, b: 1.0 }, output: { white: 1 }}]);

因此，要从输入中执行此操作，只需更改值：

var input = {};
input.r = hexToRgb($('#rgbTextField').r;
input.g = hexToRgb($('#rgbTextField').g;
input.b = hexToRgb($('#rgbTextField').b;

var output = {};
output.black = 1;

// finally...
net.train([ input, output ]);

var hexToRgb = function(hex) {
    var result = /^#?([a-f\d]{2})([a-f\d]{2})([a-f\d]{2})$/i.exec(hex);
    return result ? {
        r: parseInt(result[1], 16),
        g: parseInt(result[2], 16),
        b: parseInt(result[3], 16)
    } : null;
}

或其他效果。我还没有测试过这段代码。

参考。 RGB to Hex and Hex to RGB

Answer 2

鉴于您的评论中的澄清，您有几个选择：

指定（or otherwise identify）图像的主色，然后使用该颜色代替整个图像，从根本上将问题降低到与您的问题完全相同链接的例子。
将图像逐个像素地输入神经网络并训练这些值。基本上，这归结为让NN确定主导颜色而不是使用其他算法，但在某些情况下，它可以更准确地用于您的目的。

重要的是要记住，神经网络不知道颜色是什么，它不知道像素是什么，它只知道输入和输出。所以只需输入你的（任意复杂的）输入，看看它是如何处理的。我不知道您链接的NN的功能，但总的来说，认为它可以满足您的需求是合理的。我不了解性能 ...您必须确保它在实时场景中实际上足够快。

但我认真思考，你所要完成的事情是否真的如此核心，以至于它在设置和持续资源方面值得付出努力

使用brain.js（js中的神经网络）来学习元素背景图像的对比度

2 个答案: