如何使用Keras使用CNN预测分类数据的单个输入（外部）图像

Question

我正在使用MNIST数据库制作一个关于手写数字识别的项目，我已经在数据集中训练了60,000个图像并测试了10,000个测试图像并获得了99％准确的结果。 现在我想输入一个外部图像，看看我的手写数字是否被CNN识别。所以我扫描了我自己的手写图像，将其转换为灰度和numpy数组并将其输入CNN，但我总是将输出预测结果作为numpy数组的一个热编码矢量8。

              import numpy as np

              from keras.preprocessing import image
              test_image = image.load_img('six.jpg', target_size = (28,28))

              test_image = image.img_to_array(test_image, data_format = None)
              from numpy import *
              test_image= delete(test_image,  np.s_[::2], 2)


              test_image = np.expand_dims(test_image, axis = 0)
              predicted_dig = digit_recogniser.predict(test_image,batch_size= 32)
              predicted_digits = np.argmax(np.round(predicted_digits),axis=0)

您能否帮我弄清楚代码有什么问题？如何成功预测/外部输入单独扫描的数字？我的CNN使用MNIST数据集进行了全面训练。这是一种单一的预测，我想以一定的准确度来拍摄我选择的随机手写图像。

Answer 1

您是否在测试期间匹配训练数据预处理？