創(chuàng)新互聯www.cdcxhl.cn八線動態(tài)BGP香港云服務器提供商，新人活動買多久送多久，劃算不套路！

創(chuàng)新互聯建站于2013年成立，先為巴里坤哈薩克等服務建站，巴里坤哈薩克等地企業(yè)，進行企業(yè)商務咨詢服務。為巴里坤哈薩克企業(yè)網站制作PC+手機+微官網三網同步一站式服務解決您的所有建站問題。

這篇文章將為大家詳細講解有關用keras模型如何實現識別自己手寫的數字方式，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

環(huán)境：Python+keras，后端為Tensorflow

訓練集：MNIST

對于如何訓練一個識別手寫數字的神經網絡，網上資源十分豐富，并且能達到相當高的精度。但是很少有人涉及到如何將圖片輸入到網絡中并讓已經訓練好的模型驚醒識別，下面來說說實現方法及注意事項。

首先import相關庫，這里就不說了。

然后需要將訓練好的模型導入，可通過該語句實現：

model = load_model('cnn_model_2.h6') （cnn_model_2.h6替換為你的模型名）

之后是導入圖片，需要的格式為28*28?？捎胦pencv導入：

img = cv2.imread('temp3.png', 0) （temp3.png替換為你手寫的圖片）

然后reshape一下以符合模型的輸入要求：

img = (img.reshape(1,1,28,28)).astype("float32")/255

之后就可以用模型識別了：

predict = model.predict_classes(img)

最后print一下predict即可。

下面劃重點：因為MNIST使用的是黑底白字的圖片，所以你自己手寫數字的時候一定要注意把得到的圖片也改成黑底白字的，否則會識別錯（至少我得到的結論是這樣的 ，之前用白底黑字的圖總是識別出錯）

源碼一覽：

import cv2
import numpy as np
from keras.models import load_model
model = load_model('cnn_model_2.h6')

image = cv2.imread('temp3.png', 0)
img = cv2.imread('temp3.png', 0)

img = (img.reshape(1,1,28,28)).astype("float32")/255
predict = model.predict_classes(img)
print ('識別為：')
print (predict)

cv2.imshow("Image1", image)
cv2.waitKey(0)

名稱欄目：用keras模型如何實現識別自己手寫的數字方式-創(chuàng)新互聯
標題URL：http://chinadenli.net/article46/hehhg.html

成都網站建設公司_創(chuàng)新互聯，為您提供全網營銷推廣、網站維護、網站排名、網站收錄、Google、營銷型網站建設

廣告

聲明：本網站發(fā)布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯