我正在开发一个程序，允许用户在一个“涂鸦区域”中绘制数字，并通过按下按钮，使用神经网络分类器预测用户输入的数字。

现在，为了训练神经网络，我使用了MNIST数据库，该数据库规定如下：“来自NIST的图像被大小归一化为20×20像素的框内，同时保持其纵横比[…]通过计算像素的质心，将图像居中放置在一个28×28的图像中”。

我面临的问题是，在将用户在涂鸦区域绘制的数字调整到20×20的大小时，我需要计算像素的质心，以便将其居中放置在28×28的图像中间。

我该如何计算呢？

回答：

“质心”（对于二值图像来说）是一种复杂的方式来表达“各维度的平均值”。换句话说，取所有x坐标的平均值 – 你就得到了“质心”的x坐标，同样的方法用于y坐标。

在Python中，对于X中的数据，它将是

center_of_mass = X.mean(axis=0)

如果你有像素的强度，你可以将它们用作“权重”，从而得到加权平均值，仅此而已。