如何读取图像文件/机器学习图像识别？

Question

我正在考虑使用 python 和一些机器学习库（即 keras、tensorflow...）创建一个图像识别模型，我想知道是否有人可以启发我关于为此类事情推荐哪些库。（我以前做过图像识别项目，但从来没有达到我现在计划的规模）。我的计划是能够检测 ASL 字母和数字，最终是单词等。我的第一个障碍是我应该如何将示例图片转换为可读文件（即黑白数组中的 1 和 0，或者我是否应该这样做）。任何指导将不胜感激。

Answer 1

我所知道的大多数 Python 计算机视觉应用程序通常使用以下三个选项之一来加载到 numpy 数组中：

• Scikit-图像

• OpenCV（注意：读取 BGR 而不是 RGB）

• 枕头

如果你的目标是深度学习，PyTorch 有一些教程展示了对 Pillow (PIL) 的支持，尽管一旦你有了 numpy 数组，使用任何 Python 图像处理/计算机视觉库并转换为所需格式就相当容易了。对于大多数大规模图像处理应用程序，这些都是可行的选择。