我正在开发一个程序，该程序允许用户在“涂鸦区域”中绘制一个数字，按下按钮，应用程序将使用神经网络分类器预测他输入的数字。
现在，为了训练神经网络，我使用了 MNIST 数据库，它指定了以下内容：“来自 NIST 的图像经过尺寸标准化以适合 20x20 像素框，同时保持其纵横比 [...] 图像以 28 x 28 为中心图像通过计算像素的质心”。
我面临的问题是，在将用户在涂鸦区域中绘制的数字调整为 20 x 20 的大小后，我需要计算像素的质心，以便将其居中在中间28 x 28 图像。
我该如何计算呢？
“质心”（对于二进制图像）是一种有点复杂的说法，即“每个维度的平均值”。换句话说 - 取所有 x 坐标并将它们平均 - 你得到你的“质心”的 x 坐标，对于 y 也是一样的。
在python中，对于其中的数据X将是
center_of_mass = X.mean(axis=0)
如果您有像素的强度，则可以将它们用作“权重”，从而得出加权平均值，仅此而已。
在这里，让我为您搜索...
您将与平均值的距离乘以每个像素的权重——对于您的工作，几乎可以肯定是 1.0。简而言之，取所有x坐标的平均值和所有y坐标的平均值；这给了你重心。