Я работаю над проблемой распознавания рукописных цифр, используя OpenCV для предварительной обработки и Keras / Tensorflow для вывода. У меня проблема с потерей определенных функций при предварительной обработке, которая примерно состоит из:
- Порог Оцу
- Расширение (чтобы толщина цифр была такой же, как у другого набора данных, который я использовал для предварительного обучения моей нейронной сети)
- Уменьшение размера до 28x28 пикселей с использованием cv2.INTER_AREA (опять же, чтобы соответствовать данным до обучения)
Вот пример потери функции:
Это должно быть два, и крошечный промежуток в верхнем цикле важен, чтобы помочь отличить его от 9 или 8. Но моя предварительно обработанная версия теряет промежуток, поэтому цикл выглядит закрытым.
Я уже задавал аналогичный вопрос для сохраняя дыры и получил отличный ответ, хотя я думаю, что мне нужно его обобщить.
Так же, как одна из моих собственных идей: может быть, есть способ добавить второе более крупное ядро к операции расширения. Это ядро будет иметь ту же форму, что и ядро расширения, но будет иметь только контур (а не заливку). Затем, если этот контур касается любых белых пикселей в исходном изображении, аннулируйте действие расширения для этой позиции.
Примечание. Не стесняйтесь оставлять комментарий с лучшим способом изложения этого заголовка («связность» - это все, что я мог придумать).
