使用kNN算法对魔方颜色进行分类

1. 数据处理

使用opencv中的方法读取魔方6个面的图片数据，对图像数据进行分割得到魔方6个面的像素数据。由于图像有噪点，故使用高斯平滑对图像进行平滑去噪得到魔方图像数据。

 

图一 原始图片

  

图二 处理后图片

2. 数据获取

对魔方每个面中心点尽心随机采样得到训练数据，对其他各个色块进行随机采样作为需预测数据。

3. KNN算法

所谓K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也就是上面所说的K个邻居），这K个实例的多数属于某个类，就把该输入实例分类到这个类中。

 

图三 kNN示意图

本文所使用具体方法：对每个像素点进行曼哈顿距离计算，作为数据的相似性；统计每个色块的识别数量并进行判断得到最终的识别结果判断。

4. 代码实现