tensorflow本地导入图片进行手写数字识别

超、凢脫俗 2023-02-20 13:59 15阅读 0赞

> # tensorflow本地导入图片进行手写数字识别 #

>     from PIL import Image #导入图片模块
>     
>     import numpy as np #导入科学计算库
>     
>     import tensorflow as tf #导入机器学习框架
>     
>     model_save_path = './checkpoint/mnist.ckpt' #训练好的模型路径
>     
>     model = tf.keras.models.Sequential([ #实现前向传播
>         tf.keras.layers.Flatten(),
>         tf.keras.layers.Dense(128, activation = "relu"),
>         tf.keras.layers.Dense(10, activation = "softmax")
>     ])
>     
>     model.load_weights(model_save_path) #加载参数
>     
>     preNum = int(input("输入要测试多少张图片："))
>     
>     for i in range(preNum): #读入待识别的图片
>         image_path = input("测试图片的数字是：")
>         img = Image.open(image_path)
>         img = img.resize((28, 28), Image.ANTIALIAS) #把输入图片resieze成28*28尺寸的图片，转换为灰度图
>         img_arr = np.array(img.convert('L'))
>     
>         # img_arr = 255 - img_arr #颜色取反
>         for i in range(28): #让图片变为只有黑色和白色的高对比图
>             for j in range(28):
>                 if img_arr[i][j] < 200:
>                     img_arr[i][j] = 255 #像素点小于200的全部变为255，纯白色
>                 else:
>                     img_arr[i][j] = 0  #像素点大于200的全部变为0，纯黑色
>     
>         img_arr = img_arr / 255.0 #归一化处理
>         x_predict = img_arr[tf.newaxis, ...] #添加一个维度，变为三个维度
>         result = model.predict(x_predict) #预测结果
>         pred = tf.argmax(result, axis = 1)
>         print("\n")
>         tf.print(pred)
> 
>

## 图片存放在根目录下 ： ##

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1bmZlYXRoZXI_size_16_color_FFFFFF_t_70][]

> ##  结果为： ##
> 
> E:\\Anaconda3\\envs\\TF2\\python.exe C:/Users/Administrator/PycharmProjects/untitled8/导入图片手写识别.py  
> 输入要测试多少张图片：3  
> 测试图片的数字是：4.png
> 
> \[4\]
> 
> 测试图片的数字是：7.png
> 
> \[7\]
> 
> 测试图片的数字是：3.png
> 
> \[3\]
> 
>   
> Process finished with exit code 0

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1bmZlYXRoZXI_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/2020062723222459.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1bmZlYXRoZXI=,size_16,color_FFFFFF,t_70