knn分类算法实现手写体数字识别python

之前写过knn分类算法代码,想把knn用于设别手写体数字,看下正确率。

大概思路:获取图片(可以自己写,我之前有写过黑白图片转文本的代码,也可以网上找,反正数据量大会更好)->转成文本->建立大量的训练数据集->建立好训练数据与类别的关联->测试

注意:训练数据一定要明确给出类别。本次实验手写体数字一共就是10中类别,0-9

获取图片转成文本之前写过,跳过,直接从建立训练数据开始。

首先加载数据,图片保存在文本里,不方便处理,转成数组。这里的32都是保存图片的宽和高(px),按照具体图片大小决定。


之后将所有训练数据存储在一个数组里,一个文本存储在数组的一行里,一共有多少文本,就有多少行,列数是固定的,32*32=1024


上图就是建立了类别和训练数据的联系。

测试数据,用knns算法去给测试数据分类。


单个手写体数字文件识别:

trainarray,labels=traindata()

tfile="1_32.txt"#注意:1是该文本的真实类别,32是该类别第32个数据

tarray=datatoarray("D:/xx/testdata"+tfile)

result=knn(4,tarray,trainarray,labels)

print(result)


批量手写体数字文件识别:


结果:


一共是964个文件,设别错误11个,k为4,可以看出KNN正确率还是可以的。

源码:

from numpy import *

import operator

from os import listdir

def knn(k, testdata, traindata, labels):

    traindatasize = traindata.shape[0]

    dif = tile(testdata, (traindatasize, 1)) - traindata

    sqdif = dif ** 2

    sumsqdif = sqdif.sum(axis=1)

    distance = sumsqdif ** 0.5

    sortdistance = distance.argsort()

    count = {}

    for i in range(0, k):

        vote = labels[sortdistance[i]]

        count[vote] = count.get(vote, 0) + 1

    sortcount = sorted(count.items(), key=operator.itemgetter(1), reverse=True)

    return sortcount[0][0]

from PIL import Image

im=Image.open("C:/xx/xx/3.jpg")

fh=open("C:/xx/xx/3_20.txt","a")

width=im.size[0]

height=im.size[1]

for i in range(0,width):

    for j in range(0,height):

        cl=im.getpixel((i,j))

        clall=cl[0]+cl[1]+cl[2]

        if(clall==0):

            fh.write("1")

        else:

            fh.write("0")

    fh.write("\n")

fh.close()

def datatoarray(fname):

    arr = []

    fh = open(fname)

    for i in range(0, 32):

        thisline = fh.readline()

        for j in range(0, 32):

            arr.append(int(thisline[j]))

    return arr

# 建立一个函数取文件名前缀

def seplabel(fname):

    filestr = fname.split(".")[0]

    label = int(filestr.split("_")[0])

    return label

def traindata():

    labels = []

    trainfile = listdir("D:/xx/traindata")

    num = len(trainfile)    

    trainarr = zeros((num, 1024))

    for i in range(0, num):

        thisfname = trainfile[i]

        thislabel = seplabel(thisfname)

        labels.append(thislabel)

        trainarr[i, :] = datatoarray("D:/xx/traindata/" + thisfname)

    return trainarr, labels

def datatest():

    trainarr, labels = traindata()

    testlist = listdir("D:/xx/testdata")

    tnum = len(testlist)

    count = 0

    for i in range(0, tnum):

        thistestfile = testlist[i]

        reallabel = seplabel(thistestfile)

        testarr = datatoarray("D:/xx/" + thistestfile)

        rknn = knn(3, testarr, trainarr, labels)

        if (rknn != reallabel):

            count = count + 1

            print("kNN识别的是" + str(rknn) + "错误,真实类别是" + str(reallabel))

    print("KNN正确率:" + str((tnum - count) / tnum))

datatest()

'''

#抽某一个测试文件出来进行试验

trainarr,labels=traindata()

testfile=listdir("D:/pythonlianxi/result/traindata")

for i in range(0,len(testfile)):

thisfname=testfile[i]

    reallabel=seplabel(thisfname)

testarr[i,:]=datatoarray("D:/pythonlianxi/result/testdata/"+testfile[i])

rknn=knn(4,testarr,trainarr,labels)

print(rknn)

'''



阅读更多
想对作者说点什么?

博主推荐

换一批

没有更多推荐了,返回首页