OpenCV面向Python学习②KNN算法（手写数字识别）

一：KNN算法理论基础

1） K近邻法（k-nearest neighbor, kNN）的本质是将指定对象根据已知特征值分类。
2） K近邻法是一种基本分类与回归方法，其基本做法是：给定测试实例，基于某种距离度量找出训练集中与其最靠近的k个实例点，然后基于这k个最近邻的信息来进行预测。
3） K近邻法不具有显式的学习过程，事实上，它是懒惰学习（lazy learning）的著名代表，此类学习技术在训练阶段仅仅是把样本保存起来，训练时间开销为零，待收到测试样本后再进行处理。

二：手写数字识别的原理

1）特征值提取
步骤1：我们把数字图像划分成很多小块。
步骤2：计算每个小块内，有多少个黑色的像素点。
步骤3：为了处理上的方便，我们会把得到的特征值排成一行。
步骤4：每个数字图像的特征值都可以用一行数字来表示。
2）数字识别
步骤1：提取特征值，分别提取待识别图像的特征值和特征图像的特征值。
步骤2：计算距离，计算待识别图像与特征图像之间的距离。
步骤3：识别，距离越近越相似。

三：自定义函数手写数字识别

1）数据初始化
2）读取特征图像
3）提取特征图像的特征值
4）计算待识别图像的特征值
5）计算待识别图像与特征图像之间的距离
6）获取k个最短距离及其索引
7）识别
程序如下

import cv2
import numpy as np
import matplotlib.pyplot as plt
import time
#计算运行时间
begin_time = time.time()
#数据初始化
s = 'C:\\Users\\Administrator\\Desktop\\Python\\number_image'  #特征图像所在位置
num = 30   #样本总数  0-9各3个
row = 240  #特征图像的行数
col = 240  #特征图像的列数
a = np.zeros((num,row,col))  #存储所有样本的数值
#存储图像
n = 0
for i in range(0,10):
    for j in range(1,4):
        a[n,:,:] = cv2.imread(s + '\\' + str(i) + '-' + str(j) + '.png',0)
        n = n+1
#提取样本图像特征
feature = np.zeros((num,round(row/5),round(col/5)))  #用来存储所有样本的特征值
for ni in range(0,num):
    for nr in range(0,row):
        for nc in range(0,col):
            if a[ni,nr,nc] == 255:
                feature[ni,int(nr/5),int(nc/5)]+=1
f = feature   #简化变量名称
#计算待识别图像的特征值
o = cv2.imread('C:\\Users\\Administrator\\Desktop\\Python\\number_image\\11.png',0)   #读取待识别图像
of = np.zeros((round(row/5),round(col/5)))  #存储待识别图像特征值
for nr in range(0,row):
    for nc in range(0,col):
        if o[nr,nc] == 255:
            of[int(nr/5),int(nc/5)]+=1
#开始计算，识别数字，计算最邻近的若干个数字是多少，判断结果
d = np.zeros(30)
for i in range(0,30):
    d[i] = np.sum((of-f[i,:,:])*(of-f[i,:,:]))
d = d.tolist()
temp = []
Inf = max(d)
k=3
for i in range(k):
    temp.append(d.index(min(d)))
    d[d.index(min(d))] = Inf
temp = [i/3 for i in temp]
r = np.zeros(10)
for i in temp:
    r[int(i)]+=1
print("当前的数字可能为:"+str(np.argmax(r)))
#计算运行时间
end_time = time.time()
run_time = end_time-begin_time
print("该程序运行时间为：",run_time)

运行结果如下

四：使用OpenCV自带的KNN模块识别手写数字

程序

import cv2
import numpy as np
import matplotlib.pyplot as plt
import time
#计算运行时间
begin_time = time.time()
#数据初始化
s = 'C:\\Users\\Administrator\\Desktop\\Python\\number_image'  #特征图像所在位置
num = 30   #样本总数  0-9各3个
row = 240  #特征图像的行数
col = 240  #特征图像的列数
a = np.zeros((num,row,col))  #存储所有样本的数值
#存储图像
n = 0
for i in range(0,10):
    for j in range(1,4):
        a[n,:,:] = cv2.imread(s + '\\' + str(i) + '-' + str(j) + '.png',0)
        n = n+1
#提取样本图像特征
feature = np.zeros((num,round(row/5),round(col/5)))  #用来存储所有样本的特征值
for ni in range(0,num):
    for nr in range(0,row):
        for nc in range(0,col):
            if a[ni,nr,nc] == 255:
                feature[ni,int(nr/5),int(nc/5)]+=1
f = feature   #简化变量名称
#将feature处理为单行形式
train = feature[:,:].reshape(-1,round(row/5)*round(col/5)).astype(np.float32)
#贴标签
trainLabels = [int(i/3) for i in range(0,30)]
trainLabels = np.asarray(trainLabels)
#读取待识别特征值
o = cv2.imread('C:\\Users\\Administrator\\Desktop\\Python\\number_image\\11.png',0)
of = np.zeros((round(row/5),round(col/5)))  #存储待识别图像特征值
for nr in range(0,row):
    for nc in range(0,col):
        if o[nr,nc] == 255:
            of[int(nr/5),int(nc/5)]+=1
test = of.reshape(-1,round(row/5)*round(col/5)).astype(np.float32)
#调用函数识别图像
knn = cv2.ml.KNearest_create()
knn.train(train,cv2.ml.ROW_SAMPLE,trainLabels)
ret,result,neighbours,dist = knn.findNearest(test,k=3)
print("当前的数字可能为:",result)
print("距离当前点最近的3个邻居为:",neighbours)
#计算运行时间
end_time = time.time()
run_time = end_time-begin_time
print("该程序运行时间为：",run_time)

运行结果

五：手写数字图像样例

如果觉得自己写起来太麻烦可以下载我的。
链接：https://pan.baidu.com/s/10UbY-8LGDO5_F0kpugPYow
提取码：5q9l