机器学习 使用python+OpenCV实现knn算法手写数字识别

基本上照搬了http://lib.csdn.net/article/opencv/30167的代码，只是改了一点bug和增加了一点功能

输入就是直接在一个512*512大小的白色画布上画黑线，然后转化为01矩阵，用knn算法找训练数据中最相近的k个，现在应该是可以对所有字符进行训练和识别，只是训练数据中还只有数字而已，想识别更多更精确的话就需要自己多跑代码多写几百次，现在基本上一个数字写10次左右准确率就挺高了，并且每次识别的时候会将此次识别的数字和01矩阵存入训练数据文件夹中，增加以后识别的正确率，识别错了的话需要输入正确答案来扩充训练数据

/*--------------------------------------------------之前忘了说画完按回车了--------------------------*/

这是效果图：

这是代码

knn.py

from numpy import *
import operator
import time
from os import listdir
def classify(inputPoint,dataSet,labels,k):
    dataSetSize = dataSet.shape[0]
    diffMat = tile(inputPoint,(dataSetSize,1))-dataSet
    sqDiffMat = diffMat ** 2
    sqDistances = sqDiffMat.sum(axis=1)
    distances =