“By far, the greatest danger of Artificial Intelligence is that people conclude too early that they understand it.” —Eliezer Yudkowsky

要怎麼預測圖片?

首先，我們要有一個清楚的概念，那就是：你的模型的輸入長怎樣，你預測的輸入就必須長怎樣！

因為對電腦來說，圖片就只是一堆像素點。

左圖的圖片是我們訓練模型時的輸入的樣子，右圖則是手機拍的圖片。

所以我們的目的就是要盡量把右圖變成左圖的樣子！

要怎麼做?

要做這件事情，就必須用到一些影像處理的知識：

首先，由於我們要做一些影像處理，如果直接把圖片縮小到28 * 28會不好觀察也不好操作，所以先變成512 * 512。

再來是做減少陰影干擾，會先定義用於形態學(Morphology)的矩陣，接下來做閉運算(Closing)後再正規化。

接下來做Canny，Canny會找出圖片的邊。

再來使用膨脹(Dilate)，將前一張Canny完後的圖做膨脹，可以讓白點往外擴展。

然後用Contour，將我們原本的圖替換成，做完Contour後我們想要的部分。

最後把512 * 512的圖縮小到784 * 1 或 28 * 28(取決你是用ANN還是CNN)

成果：

篇幅問題，關於影像處理的部分就不多做深入了，下一篇進入小結！