MNIST的缩小图像

Question

我试图在Android设备上解决MNIST分类问题。我已经有一个训练有素的模型，现在我希望能够识别照片上的一个数字。

拍摄照片后，我会先将图片传递给模特，然后进行一些预处理。 这是原始图像的示例：

之后我只将其设为黑白，所以它看起来像这样：

请注意尺寸的变化 - 这是我制作截图的方式，在应用程序中，两张图片仍然具有相同的尺寸。

将其转换为BW颜色后，我提取数字blob，将其缩小到20 * 20（相对于纵横比），然后添加填充以使其适合MNIST 28 * 28尺寸。最终结果如下：

注意，我将图像放大以显示问题。问题如下：在降级后，很多有用的信息都会丢失。有时数字的整个边缘都消失了。有什么办法可以避免吗？也许我可以在缩小尺寸之前以某种方式使白线更粗？

P.S。我使用Catalano框架进行图像处理。

编辑从答案中应用建议的过滤器后，我得到了什么：

Answer 1

我不确定你提到的框架， 但是在这里可以提供帮助的一件事是在进行MNIST样式规范化之前对原始图像使用一些形态学操作。 也就是说，可以按如下方式进行侵蚀（我在python中记录方法，在你使用的框架中应该有类似物，因为操作非常标准）。

import numpy as np
import cv2

xx = cv2.imread('6.jpg') # your original image of 6
kernel = np.ones((20,20), np.uint8)
erosion = cv2.erode(xx, kernel, iterations = 2)

cv2.imwrite('6A.jpg',erosion) # this will be used as a replacement for the original image

这会产生类似于this的东西。然后，如果你对新图像进行二值化（比如阈值灰度强度150），然后调整大小然后填充，你应该得到类似this one的东西，这样更健壮。

另请注意，您需要在送到任何分类器之前将图像集中在最后一个阶段（相对于其质心）。

最终结果，在MNIST的标准中如下（物理尺寸28x28）。