使用Neuroph神经网络进行图像识别吗？

Question

我正在创建一个神经网络，该网络训练使用Neuroph识别图像中的数字。我想通过提供输入原始图像的不同变体来改善我的神经网络。以“ 70.jpg”为例，我想提供70的模糊图像，70等等的模糊图像，并训练神经网络。我正在使用Neuroph和任何建议来达到我的要求？

Answer 1

[如果您只是想更改已有的图像，我建议您使用java（我假设您正在使用它，因为它是Neuroph的构建对象）。您可以走几条不同的路线，但首先将图像加载到像素矩阵（Java - get pixel array from image）中。一旦将像素置于矩阵结构中，便可以应用两种不同的技术：

1. Blurring-将矩阵分割为4/9/16像素正方形的组。计算一组像素的平均RGB值，然后用平均值替换所有值。此过程将通过降低图像的有效分辨率来“模糊”图像（因为它会删除存储在每个像素中的信息）。

   Here you would average every x with avg(x) (same for w/y/z).
   
   [x1][x2][y1][y2]
   
   [x3][x4][y3][y4]
   
   [w1][w2][z1][z2]
   
   [w3][w4][z3][z4]
   
   Resulting in:
   
   [x][x][y][y]
   
   [x][x][y][y]
   
   [w][w][z][z]
   
   [w][w][z][z]
   

2. 阴影-通过将每个像素的RGB值更改相同的量来为图像提供恒定的滤镜，或者通过在图像中移动时增加该值来创建渐变。

3. 疯狂-有很多方法可以使用此功能，因为您可以完全控制图像（每行像素可以移动一个以创建歪斜的图像！）。因此，只需添加一些变体以确保您的DNN能够捕获任何变体。

希望有所帮助。

Answer 2

你好，兰兹，我有同样的问题。你找到了什么吗？