基于KNN的手写体数字识别的C++程序实现

最新推荐文章于 2024-08-09 09:19:40 发布

qq_41910473

最新推荐文章于 2024-08-09 09:19:40 发布

阅读量2.6k

点赞数 2

本文链接：https://blog.csdn.net/qq_41910473/article/details/80717229

版权

最近在写一个大作业，需要用c/c++实现基于KNN的一个小程序，在网上找了找发现大部分都是用python实现的，所以我就收集了一下其他大佬已经写好的素材并进行一部分的修改。基本可以实现需要的所有要求，如有不足欢迎大家提出来进行修正。

实现功能：手写体数字识别

算法：KNN

语言：C/C++

编译工具：VS2017

数据集：train-images-idx3-ubyte.gz train-labels-idx1-ubyte.gz

http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz(官方数据集下载地址)

话不多说：

二值化处理后的28*28图片数据集：

作为有监督学习首先定义数字结构体用于存储一个子结构和标签：

/*一个手写数字的结构体*/
typedef struct
{
int pixel[1024];
int label;
}Digit;

/*一个有label的距离结构体*/
typedef struct
{
float distance;
int label;
}Distance;

加载数据集的实现：

int loadDigit(Digit *digit, FILE *fp, int *labels)
/*读取digit*/
{
int index = 0;
for (index = 0; index<784; index++)
{
  if (!fscanf(fp, "%d", &(digit->pixel[index])))
  {
   printf("FILE already read finish.\n");
   return -1;
  }
}
fscanf(fp, "%d", &(digit->label));
*labels = digit->label;

return 1;
}

计算欧氏距离代码：

float calDistance(Digit digit1, Digit digit2)

{

int i, squareSum = 0.0;

for (i = 0; i<1024; i++)

{

squareSum += pow(digit1.pixel[i] - digit2.pixel[i], 2.0);

}

return sqrtf(squareSum);

}

用选择排序排序算法对欧式距离进行排序：

void exchange(Distance *in, int index1, int index2)
/*交换字符串两项*/
{
Distance tmp = (Distance)in[index1];
in[index1] = in[index2];
in[index2] = tmp;
}

void selectSort(Distance *in, int length)
/*选择排序*/
{
int i, j, min;
int N = length;
for (i = 0; i<N - 1; i++)
{
  min = i;
  for (j = i + 1; j<N; j++)
  {
   if (in[j].distance<in[min].distance) min = j;
  }
  exchange(in, i, min);
}
}

预测结构字代码实现：

int prediction(int K, Digit in, Digit *train, int nt)/*利用训练数据预测一个数据digit*/