图像转MNIST黑字白底格式输出不符的代码修改咨询

问题描述 #

• 转换目标：将输入图像处理为MNIST数据集标准格式，要求28*28尺寸、黑字白底
• 预期效果：
• 运行现有基于PIL、matplotlib编写的预处理代码后，实际输出为：，存在背景发灰、字迹对比度不足的问题，不符合格式要求。

问题根因 #

现有代码存在三个核心缺失：

1. 未做输入图像的色彩方向校验：如果输入原图为黑底白字，直接粘贴到纯白画布上会出现暗背景残留，和预期的白底效果冲突
2. 未做二值化处理：图像缩放、锐化过程中会产生大量介于黑白之间的灰色过渡像素，直接输出就会出现背景发灰、字迹边缘模糊的问题
3. 插值参数过时：旧版本Pillow的Image.ANTIALIAS参数在新版本中兼容性差，缩放后字迹清晰度不足

修改后可直接运行的代码 #

from PIL import Image, ImageFilter
import matplotlib.pyplot as plt

def imageprepare(argv):
    im = Image.open(argv).convert('L')
    # 自动判断是否需要反色，统一为白底黑字输入
    pixel_avg = sum(im.getdata()) / (im.size[0] * im.size[1])
    if pixel_avg < 128:
        im = im.point(lambda x: 255 - x)
    # 二值化过滤灰边，阈值可根据实际素材效果调整
    threshold = 170
    im = im.point(lambda x: 255 if x > threshold else 0)
    
    width = float(im.size[0])
    height = float(im.size[1])
    newImage = Image.new('L', (28, 28), (255))  # 生成28*28纯白画布

    if width > height:
        nheight = int(round((20.0 / width * height), 0))
        if nheight == 0:
            nheight = 1
        img = im.resize((20, nheight), Image.Resampling.LANCZOS).filter(ImageFilter.SHARPEN)
        wtop = int(round(((28 - nheight) / 2), 0))
        newImage.paste(img, (4, wtop))
    else:
        nwidth = int(round((20.0 / height * width), 0))
        if nwidth == 0:
            nwidth = 1
        img = im.resize((nwidth, 20), Image.Resampling.LANCZOS).filter(ImageFilter.SHARPEN)
        wleft = int(round(((28 - nwidth) / 2), 0))
        newImage.paste(img, (wleft, 4))

    newImage.save("D:/Desktop/desktop/MNIST/sample1_fixed.png")

    tv = list(newImage.getdata())
    # 按MNIST官方规则归一化：0对应纯白，1对应纯黑
    tva = [(255 - x) * 1.0 / 255.0 for x in tv]
    print(tva)
    return tva

x=imageprepare('D:/Desktop/desktop/MNIST/0/2.bmp')
print(len(x)) # 输出784即符合MNIST单张图像的尺寸要求

调整说明 #

• 新增自动反色逻辑：通过计算图像平均亮度判断底色，自动完成黑底/白底的统一转换，不需要手动提前处理输入图
• 新增固定阈值二值化步骤：过滤缩放、锐化产生的灰色过渡像素，彻底解决背景发灰问题，输出纯黑字、纯白底的效果
• 替换插值参数：将已弃用的Image.ANTIALIAS替换为Image.Resampling.LANCZOS，适配新版本Pillow，缩放后的字迹边缘更清晰
• 阈值可调：如果输出字迹偏细，可将threshold调低至150左右；如果背景存在噪点，可将threshold调高至190左右

内容的提问来源于stack exchange，提问作者Lizzie