MNIST如何真正起作用？

Question

我正在研究数字检测软件，我需要将MNIST数据集与TensorFlow一起使用。

要预测数字，我必须对图像进行一些预处理。网络上有很多脚本都有这个步骤（预处理）但是这些脚本中没有其中任何一个，至少我现在尝试的那些，做原始文档所说的。 或多或少，所有教程都基于一个理论：图像必须是28x28像素。哪个好......也许..

文档告诉我们如何制作MNIST数据集：

  

来自NIST的原始黑白（双层）图像是大小   标准化以适应20x20像素的盒子，同时保留它们的外观   比。由此产生的图像包含灰度级   归一化算法使用的抗锯齿技术。该   通过计算质心，图像以28x28图像为中心   像素，并平移图像以定位此点   位于28x28场地的中心。

在这一点上，这就是我在我的图片中尝试做的事情，将MNIST与我的投资回报率之比设为1：1。

我创建了一个28x28像素的空白画布。我拍摄了我的图像（可能是17x34，它是一个例子，表示都是矩形）并将其调整为20x20，而不保持高度和宽度之间的比例。 我计算这个新（平方）ROI的质心，然后将其粘贴到我的28x28画布的中心，使得质心和画布中心匹配。

上面有原始的ROI（作为裁剪过程的矩形），低于预处理的输出。注意：红色方块不存在，只是为了突出显示。

传递给TensorFlow的这些图像被很好地识别（~96％）。这些

我有其他数字......

蓝色被识别的百分比较低（从80％到30％不等），红色不被识别（或识别出错误率很高）。

示例：5,1,4被识别为7,2,6。

我的问题是：我做错了什么？质量中心是否正常工作（我问这个是因为，对于某些数字，它会将Yx轴上的20x20 ROI进行转换，我手动纠正这个问题？）

任何帮助都非常受欢迎和赞赏。

P.S：here你可以找到一些未经过预处理的数字，这样你就可以进行测试。

PPS：我问这个是因为，对于那些它无法识别的数字，如果我将它们移动/移动1/2/3像素（实际上，它很少）可以向上或向下移动，TF工作得很好。为什么？