使用 Neuroph 神经网络进行图像识别？答案

【问题标题】：Image recognition with Neuroph neural network?使用 Neuroph 神经网络进行图像识别？
【发布时间】：2015-12-31 17:59:24
【问题描述】：

我正在创建一个神经网络，用于训练使用 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化来使我的神经网络更好。以“70.jpg”为例，我想提供 70 的模糊图像、70 的模糊图像……等等，并训练神经网络。我正在使用Neuroph 和任何建议来满足我的要求？

【问题讨论】：

【解决方案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 构建的）。您可以采用几种不同的方法，但首先将图像加载到像素矩阵 (Java - get pixel array from image) 中。在矩阵结构中拥有像素后，您可以应用几种不同的技术：

模糊 - 将矩阵分割成 4/9/16 像素正方形组。计算一组像素的平均 RGB 值，并将所有值替换为平均值。此过程将通过降低其有效分辨率来“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]
```
阴影 - 通过将每个像素的 RGB 值更改相同的量来为图像提供一个恒定的过滤器，或者通过在图像中移动时增加值来创建渐变。
Go Crazy - 由于您可以完全控制图像，因此您可以使用多种方法（每行像素都可以移动一个以创建倾斜的图像！）。因此，只需添加一些变化，以确保您的 DNN 能够捕捉任何变化。

希望对您有所帮助。

【讨论】：