如何将手绘RGB图像转换为MNIST格式的784维数据数组？

刚好我之前也处理过类似的MNIST手绘GUI对接的问题，给你两个实用的方案：

方案一：在Pillow处理时直接转灰度（最省心） #

其实不用先转成RGB再处理，你可以在读取图像后直接转换成单通道灰度图，再缩放，这样一步到位得到784维的数组：

from PIL import Image
import numpy as np

# 读取你的手绘图像（假设是从GUI保存的临时文件）
img = Image.open("handwritten_digit.png")
# 转灰度图（"L"模式对应8位灰度，每个像素值0-255）+ 缩放到28×28
gray_img = img.convert("L").resize((28, 28))
# 转成numpy数组，再展平成784维
input_array = np.array(gray_img).flatten()

这样得到的input_array就是和MNIST格式一致的单通道数组，后续直接做反转（255 - input_array）和归一化就可以喂给神经网络了。

方案二：对已有的RGB数组转灰度 #

如果你已经拿到了形状为(28,28,3)的RGB数组，那可以通过加权平均法把三通道合并成单通道——因为人眼对绿色的敏感度最高，行业内通用的转换公式是：
灰度值 = 0.299×R + 0.587×G + 0.114×B
用numpy可以高效计算：

import numpy as np

# 假设你的RGB数组是rgb_array，形状(28,28,3)
gray_array = np.dot(rgb_array[..., :3], [0.299, 0.587, 0.114])
# 展平成784维
input_array = gray_array.flatten()

这里rgb_array[..., :3]是确保只取前三个通道（避免可能的alpha通道干扰），计算后得到的gray_array就是28×28的单通道灰度图数组。

额外提醒 #

MNIST的像素定义是0代表黑色（数字），255代表白色（背景），而你的手绘GUI大概率是白色背景写黑色数字，所以记得做完灰度转换后要反转数值：input_array = 255 - input_array，再根据你的神经网络需求归一化到0-1区间（比如除以255）。

内容的提问来源于stack exchange，提问作者Heatsreef