我正在尝试创建自己的中性网络，以判断一张图片是否为数字，如果是，判断具体是哪个数字。我需要找到一种方法来导入图片并获取一个二进制数字矩阵，以表示黑色或白色。我首先尝试使用8*8的图片，但可能会增加这个尺寸。

import randomimport mathdef builder():    startnnums = 64    startnodes = []    midnnums = 16    midnodes = []    endnnums = 9    endnodes = []    for i in range(startnnums):        startnodes.append(0)    for i in range(midnnums):        midnodes.append([])        for j in range(startnnums):            midnodes[i].append(random.randint(0,100)/100)    for i in range(endnnums):        endnodes.append([])        for j in range(midnnums):            endnodes[i].append(random.randint(0,100)/100)    print(startnodes,midnodes,endnodes)def pfi(image):    #code for get pixels from image

我在谷歌上搜索过这个问题但没有找到结果，我还需要大量的图片来完成这个项目。

回答：

使用mNIST数据库：https://deepai.org/dataset/mnist

文档在这里：https://www.askpython.com/python/examples/load-and-plot-mnist-dataset-in-python

MNIST数据库（修改后的国家标准与技术研究院数据库）是一个大型的手写数字数据库，常用于训练各种图像处理系统。该数据库在机器学习领域的训练和测试中也被广泛使用。它是由NIST原始数据集中的样本“重新混合”创建的。创建者认为，由于NIST的训练数据集来自美国人口普查局的员工，而测试数据集来自美国高中学生，因此不适合机器学习实验。此外，NIST的黑白图像被标准化为适合28×28像素的边界框，并进行了抗锯齿处理，这引入了灰度级别。