回答編集履歴
1
a
test
CHANGED
|
@@ -23,3 +23,83 @@
|
|
|
23
23
|
MNIST と画像の性質が異なるような場合、精度がでないことが考えられます。
|
|
24
24
|
|
|
25
25
|
推論しようとしている画像 img2 がどのような画像か cv2.imwrite() で保存して、質問欄に貼ることはできますか？
|
|
26
|
+
|
|
27
|
+
|
|
28
|
+
|
|
29
|
+
## 追記
|
|
30
|
+
|
|
31
|
+
|
|
32
|
+
|
|
33
|
+
|
|
34
|
+
|
|
35
|
+
質問者さんが推論しようとしている画像
|
|
36
|
+
|
|
37
|
+
|
|
38
|
+
|
|
39
|
+
|
|
40
|
+
|
|
41
|
+
MNIST の画像
|
|
42
|
+
|
|
43
|
+
|
|
44
|
+
|
|
45
|
+
見ていただければわかると思いますが、推論しようとしている画像が学習にしようした MNIST の画像と性質が大きく異なっていますね。
|
|
46
|
+
|
|
47
|
+
多少の違いであれば大丈夫なのですが、学習したデータと性質が大きくかけ離れている場合、推論はうまくいかないでしょう。
|
|
48
|
+
|
|
49
|
+
|
|
50
|
+
|
|
51
|
+
以下のように、画像処理で見た目を MNIST の画像に近づけたところ、6 と正しく認識されました。
|
|
52
|
+
|
|
53
|
+
|
|
54
|
+
|
|
55
|
+
```
|
|
56
|
+
|
|
57
|
+
import cv2
|
|
58
|
+
|
|
59
|
+
import matplotlib.pyplot as plt
|
|
60
|
+
|
|
61
|
+
|
|
62
|
+
|
|
63
|
+
img = cv2.imread('test.jpg', cv2.IMREAD_GRAYSCALE)
|
|
64
|
+
|
|
65
|
+
img = cv2.resize(img, (28, 28))
|
|
66
|
+
|
|
67
|
+
|
|
68
|
+
|
|
69
|
+
# 表示
|
|
70
|
+
|
|
71
|
+
plt.imshow(img, cmap='gray')
|
|
72
|
+
|
|
73
|
+
plt.show()
|
|
74
|
+
|
|
75
|
+
|
|
76
|
+
|
|
77
|
+
img = cv2.bitwise_not(img) # ネガポジ反転
|
|
78
|
+
|
|
79
|
+
_, img = cv2.threshold(img, 110, 255, cv2.THRESH_TOZERO) # 110 未満の輝度値を0
|
|
80
|
+
|
|
81
|
+
img = cv2.morphologyEx(img, cv2.MORPH_DILATE, np.ones((2, 2), np.uint8)) # 膨張演算で白い線を太くする。
|
|
82
|
+
|
|
83
|
+
|
|
84
|
+
|
|
85
|
+
# 表示
|
|
86
|
+
|
|
87
|
+
plt.imshow(img, cmap='gray')
|
|
88
|
+
|
|
89
|
+
plt.show()
|
|
90
|
+
|
|
91
|
+
|
|
92
|
+
|
|
93
|
+
x = img.reshape(1, -1) # (H, W) -> (1, H * W)
|
|
94
|
+
|
|
95
|
+
pred_label = model.predict_classes(x)
|
|
96
|
+
|
|
97
|
+
print(pred_label) # 推論結果 6
|
|
98
|
+
|
|
99
|
+
```
|
|
100
|
+
|
|
101
|
+
|
|
102
|
+
|
|
103
|
+
|
|
104
|
+
|
|
105
|
+
前処理した結果
|