手写数字识别——KNN算法的应用

项目说明

训练之后，即可识别手写数字图片如下（我用windows自带的画板画的，可能有点丑，见谅）：

等等

数据集下载

链接：https://pan.baidu.com/s/1wWAuZxWUUhlCzRbIl-NE_g
提取码：nzjk

运行环境说明

运行在自己安装好jupyter的服务器上，安装可以参考:
在CentOS上安装jupyter notebook (支持外网访问)

• python 3
• numpy
• pandas
• pillow

注意事项

一定要保证路径正确，如果不希望做任何修改的话，请保证相对路径如下：

• data
  • num
    • 下面是云盘下所有文件，包括testdata文件夹，traindata文件夹，若干个检测图片。
• 此python文件

如果遇到环境问题，请自行查资料解决，一般情况下是只需要安装pillow就可以了，
pip install pillow -i https://pypi.tuna.tsinghua.edu.cn/simple
推荐安装jupyter，能够省去很多环境安装问题

具体实现代码

主要包括以下几部分代码：

• 把图片转换为txt文本文件
• 把txt文本文件写入转换为一维数组
• 读取label（即训练集的文件名的前缀）
• KNN 算法
• 训练，即把所有训练集中数据转换为二维数组
• 测试，加载图片，使用上面的函数查看识别结果

代码如下

from PIL import Image,ImageDraw
import operator
from numpy import *
from os import listdir
# 临时文件路径，表示将图片转换成的文本
TEXT_PATH = "data/num/test.txt"
# 训练文件的路径
TRAIN_PATH = "data/num/traindata"

# 图片转换为text文本文件
def image_to_text(img):
    # resize
    img = img.resize((32,32))
    width = img.size[0]
    height = img.size[1]

    # open 文本文件进行写操作
    fh = open(TEXT_PATH,'w')
    for j in range(height):
        for i in range(width):
            rgb = img.getpixel((i,j))
            r,g,b = rgb[0],rgb[1],rgb[2]
            if(r==255 and g==255 and b==255):
                fh.write('0')
            elif(r==0 and b==0 and g == 0):
                fh.write('1')
            # 为了解决既不是白也不是黑的问题
            else:
                fh.write('0')
        fh.write('\n')
    fh.close()

 # 读数据写入一维数组
def datatoarray(filepath):
    ary=[]
    fh = open(filepath)
    # 把二维数组转换为一维数组
    for i in range(32):
        line = fh.readline()
        for j in range(32):
            ary.append(int(line[j]))
    return ary

#取文件名前缀，类似于5_45取5
def seplabel(fname):
    label=int(fname.split("_")[0])
    return label

# KNN算法
def knn(k,testdata,traindata,labels):
    # 获得训练数据的列数（即属性数目）
    traindatasize=traindata.shape[0]
    '''
        将测试数据（原本只有一行）复制成为traindatasize行，从而方便进行减法运算
        举个例子，测试数据和训练数据都有n列（即n个属性），
        测试数据只有一行，但是训练数据却有k行，为了让测试数据和所有的训练数据都进行计算，得到距离
        为了方便，扩充一下测试数据就可以了。
        列数不变，所以为1
    ''' 
    dif = tile(testdata,(traindatasize,1))-traindata
    # 计算距离
    sqdif = dif**2
    sumsqdif = sqdif.sum(axis=1)
    distance = sumsqdif**0.5
    # 排序
    sortdistance = distance.argsort()
    
    # 进行统计
    count={}
    for i in range(0,k):
        # 按照距离排序后，label中第i个最近的类型 + 1 
        vote = labels[sortdistance[i]]
        # 字典中该元素+1
        count[vote] = count.get(vote,0)+1
    # 排序，得到最近次数最多的
    sortcount = sorted(count.items(),key=operator.itemgetter(1),reverse=True)
    return sortcount[0][0]

#建立训练数据
def traindata():
    labels=[]
    trainfile=listdir(TRAIN_PATH)
    num=len(trainfile)
    #长度1024（列），每一行存储一个文件
    #用一个数组存储所有训练数据，行：文件总数，列：1024
    trainarr=zeros((num,1024))
    for i in range(0,num):
        thisfname=trainfile[i]
        thislabel=seplabel(thisfname)
        labels.append(thislabel)
        trainarr[i,:]=datatoarray(TRAIN_PATH+"/"+thisfname)
    return trainarr,labels

# 入口
# 训练
trainarr,labels=traindata()

for  i in range(10):
    IMAGE_PATH = "data/num/"+str(i)+"_1.png"
    img = Image.open(IMAGE_PATH,'r')
    image_to_text(img)

    # 单个文件
    testarr=datatoarray(TEXT_PATH)

    # KNN算法获得结果
    rknn=knn(3,testarr,trainarr,labels)
    print(rknn)
    
'''
# 6 7 9
IMAGE_PATH = "data/num/6_2.png"
img = Image.open(IMAGE_PATH)
image_to_text(img)

# 单个文件
testarr=datatoarray(TEXT_PATH)

# KNN算法获得结果
rknn=knn(3,testarr,trainarr,labels)
print(rknn)
'''

总结

重点放在KNN算法的应用上，KNN算法很容易理解，也很容易应用。

Smileyan
2019年12月10日 10:34