基于K-近邻算法的手写字符识别

32 篇文章 450 订阅 ¥9.90 ¥99.00
本文介绍了如何使用K-近邻(KNN)算法对手写字符进行识别。首先,通过listdir函数获取字符图像文本文件,并将32*32的二进制图像转化为一行向量。接着,构建KNN分类器模型,并最终对模型进行评估,以实现高精度的手写字符识别。
摘要由CSDN通过智能技术生成

收集数据集,包括trainingDigits和testDigits文件夹,文件夹下是字符图像的二进制文本文件,大小为32*32,如下图所示:

1.将二进制图像文本文件转换为一行向量

首先介绍listdir,它能返回文件夹路径下的所有子文件:

import os
from os import listdir
listdir(r'C:\Users\Administrator\Desktop\python学习\6.pandas学习')

运行结果:
['.ipynb_checkpoints',
 'admissions.csv',
 'HappyFish.jpg',
 'pandas处理丢失数据.ipynb',
 'pandas多级索引.ipynb']

 将二进制图像转换为一行向量

#将32*32的二进制图像转换为1*1024的向量
import numpy  as np
def img2vector(filename
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东城青年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值