我正在开发一个程序，让用户在一个涂鸦区域中绘制一个数字＆＃34;按下按钮，应用程序将使用神经网络分类器预测他输入的数字。
现在，为了训练神经网络，我使用了MNIST数据库，它指定了以下内容：＆＃34;来自NIST的图像尺寸标准化以适应20x20像素的盒子，同时保留它们的宽高比[...]图像是通过计算像素质量的中心，以28 x 28图像为中心。
我面临的问题是，在调整用户在涂鸦区域绘制的数字大小调整为20 x 20之后，我需要计算像素的质心，以便我可以将其居中在28 x 28图像的中间。
我该如何计算？
答案 0 :(得分：3)
“质心”（对于二进制图像）有点复杂的说法是“每个维度的平均值”。换句话说 - 取所有x坐标并对它们求平均值 - 你得到的是“质心”的x坐标，对于y也是如此。
在python中，对于X中的数据，它将是
center_of_mass = X.mean(axis=0)
如果您有像素的强度，您可以将它们用作“权重”，从而导致加权平均值，这就是全部。
答案 1 :(得分：1)
在这里，让我search that为你......
您将平均距离乘以每个像素的重量 - 几乎可以肯定是1.0。简而言之，取所有 x 坐标的平均值和所有 y 坐标的平均值;这给了你质量中心。