利用tensorflow实现手写体识别

1.利用tensorflow实现手写体识别

1.1 背景

手写数字的数据集，来自美国国家标准与技术研究所（National Institute of Standards and Technology，NIST），发布与1998年样本来自250个不同人的手写数字，50%高中学生，50%是人口普查局的工作人员数字从0～9，图片大小是28×28像素，黑底白字训练，数据集包含60000个样本，测试数据集包含10000个样本。数据集的标签是长度为 10 的一维数组，数组中每个元素索引号表示对应数字出现的概率 。数据集下载地址 ：http://yann.lecun.com/exdb/mnist/

# 手写体识别
import cv2
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
import pylab
import numpy as np


#处理自定义输入图片
def pre_pic(picName):
    im = cv2.imread(picName, 0)
    t, im_arr = cv2.threshold(im, 127, 255, cv2.THRESH_BINARY_INV)
    nm_arr = im_arr.reshape([1, 784])  # 1行784列
    nm_arr = nm_arr.astype(np.float32)
    img_ready = np.multiply(nm_arr, 1.0 / 255.0)  # 从0-255之间的数变为0-1之间的浮点数
    return img_ready

# 读入数据集(如果没有则在线下载)，并转换成独热编码
# 如果不能下载，则到http://yann.lecun.com/exdb/mnist/进行手工下载，下载后拷贝到当前MNIST_data目录下
mnist = input_data.read_data_sets("mnist/", one_hot=True)

x = tf.placeholder(tf.float32, [None, 784])  # 占位符，输入
y = tf.placeholder(tf.float32, [None, 10])  # 占位符，输出

W = tf.Variable(tf.random_normal([784, 10]))  # 权重
b = tf.Variable(tf.zeros([10]))  # 偏置值

# 构建模型
pred_y = tf.nn.softmax(tf.matmul(x, W) + b)  # softmax分类
print("pred_y.shape:", pred_y.shape)
# 损失函数
cross_entropy = -tf.reduce_sum(y * tf.log(pred_y),
                               reduction_indices=1)  # 求交叉熵
cost = tf.reduce_mean(cross_entropy)  # 求损失函数平均值

# 参数设置
lr = 0.005
# 梯度下降优化器
optimizer = tf.train.GradientDescentOptimizer(lr).minimize(cost)

training_epochs = 500
batch_size = 100
saver = tf.train.Saver()
model_path = "./model/mnist/mnist_model.ckpt"  # 模型路径

# 启动session
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())

    # 循环开始训练
    for epoch in range(training_epochs):
        avg_cost = 0.0
        total_batch = int(mnist.train.num_examples / batch_size)  # 计算总批次

        # 遍历全数据集
        for i in range(total_batch):
            batch_xs, batch_ys = mnist.train.next_batch(batch_size)  # 读取一个批次样本
            params = {x: batch_xs, y: batch_ys}  # 训练参数

            o, c = sess.run([optimizer, cost], feed_dict=params)  # 执行训练

            avg_cost += (c / total_batch)  # 求平均损失值

        print("epoch: %d, cost=%.9f" % (epoch + 1, avg_cost))
    print("Finished!")
    # 模型评估
    correct_pred = tf.equal(tf.argmax(pred_y, 1), tf.argmax(y, 1))
    # 计算准确率
    accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))
    params={x:mnist.test.images,y:mnist.test.labels}
    acc=sess.run(accuracy,feed_dict=params)
    print('测试集成功率：',acc)
    # 将模型保存到文件
    save_path = saver.save(sess, model_path)
    print("Model saved:", save_path)
# 4 加载模型、预测
if __name__ == '__main__':

    with tf.Session() as sess:
        sess.run(tf.global_variables_initializer())
        saver.restore(sess,model_path)

        # 随机读取两个测试样本，用于预测
        # xs,ys=mnist.test.next_batch(2)
        # output=tf.argmax(pred_y,1)
        # output_val, predv = sess.run(
        #     [output, pred_y],
        #     feed_dict={x: xs}
        # )
        # print("预测结论:\n", output_val, "\n")
        # print("实际结果:\n", ys, "\n")
        # print("预测概率:\n", predv, "\n")
        #
        # im = xs[0]  # 第1个测试样本数据
        # im = im.reshape(-1, 28)
        # pylab.imshow(im)
        # pylab.show()
        #
        # im = xs[1]  # 第2个测试样本数据
        # im = im.reshape(-1, 28)
        # pylab.imshow(im)
        # pylab.show()

        # 输入自定义图片进行预测
        testPic = "./img/11.png"
        testPicArr = pre_pic(testPic)
        output = tf.argmax(pred_y, 1)
        output_val, predv = sess.run(
            [output, pred_y],
            feed_dict={x: testPicArr}
        )
        print("预测结论:\n", output_val, "\n")
        print("预测概率:\n", predv, "\n")

        im = testPicArr.reshape(-1, 28)
        pylab.imshow(im)
		pylab.show()