我有一个关于Neuroph 2.6的Neuroph图像识别的FractionRgbData类的疑问。我不太理解静态方法FractionRgbData.convertRgbInputToBinaryBlackAndWhite(double[] inputRGB)的实现（请见下方方法的副本）。更具体地说，我不明白为什么在for循环条件中输入数组的长度要除以3，并且for循环变量i每次迭代也增加3？我认为将输入数组除以3就足够了。

请注意，这个方法在ImageRecognitionHelper类中使用，该类显示inputRGB双精度数来自FractionRgbData.getFlattenedRgbValues()，可以在这里查看。据我所知，inputRGB双精度数组包含图像的红色、绿色和蓝色通道，一个接一个地排列。

希望有人能对这个实现提供一些见解！

提前感谢，

@Barry NL

/** * 将图像的RGB数据转换为二进制黑白数据 * @param inputRGB 平展的RGB数据 * @return 图像的二进制黑白表示 */public static double[] convertRgbInputToBinaryBlackAndWhite(double[] inputRGB) {    double inputBinary[]= new double[inputRGB.length/3];    for(int i=0; i<inputRGB.length/3; i+=3) {        if (inputRGB>0) inputBinary = 0;            else inputBinary = 1;    }    return inputBinary;}

回答：

Neuroph的一位开发者已经在Neuroph的支持论坛上回答了上述问题。可以在这里找到。

简而言之，开发者表示该实现是不正确的，不能正确转换为黑白图像。