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