手写数字识别案例、手写数字图片处理

python_手写数字识别案例、手写数字图片处理

• 1、手写数字识别案例

步骤：

1. 收集数据
   带有标签的训练数据集来源于trainingDigits文件夹里面所有的文件，接近2000个文件，每个文件中有32*32的二维数组，由01构成，文件名称就是该文件数据对应的标签类型（即一个数字）。
2. 处理数据使其符合算法要求
   最终我们要求是一个二维数组作为数据源，所以需要将每一个文件对应的特征数据处理成一行，即1*1024，这样所有样本集就变成了2000行的1024列的大二维数组
3. 根据以上得到的标签集合和大二维数据数据集，再确定一个k紧邻的k值，就可以作为输入条件进行训练了。
4. 给定一个测试文件，将其跟第2步一样处理成为1*1024数组，作为未知样本，然后根据knn分类算法，进行分类操作，算法同电影分类案例。
   函数头：def getcls(cur,cls,dataSet,k): def getcls(cur,cls,dataSet,k)
   Cur：未知样本，cls：训练数据集标签集合，dataSet：训练数据集 k：最近的几个邻居

‘’’
#coding=utf-8
#手写数字识别案例
import numpy as np
import os
‘’‘fnames为所有的文件名，fname为每一个文件名，vec为一个1*1024的二维数组，f表示整个文件内容，line为某一行’’’
‘’