OpenCV之K近邻算法（信用卡数字识别）

---

前言

案例 Fu Xianjun. All Rights Reserved.
随着当今世界的发展，计算机视觉技术的应用越来越广泛。伴随着硬件设备的不断升级，构造复杂的计算机视觉应用变得越来越容易了。OpenCV像是一个黑盒，让我们专注于视觉应用的开发，而不必过多的关注基础图象处理的具体细节。

一、K近邻算法是什么？

K近邻算法的本质是将指定对象根据已知特征值分类。
机器学习算法是从数据中产生模型，我们把经验提供给算法，他就能够根据经验产生模型，在训练过程中所使用的数据称为训练数据，其中的每个样本称为训练样本，集合称为训练集合。

二、使用步骤：

原图展示：

1.引入库

import cv2
import numpy as np

2.读入数据

def sort_contours(cnts, method = "left-to-right"):
# 定义一个函数，对轮廓进行排序，从左到右
    reverse = False
    i = 0
    if method == "left-to-right" or method == "bottom-to-top":
        #底部到顶部
        reverse = True
    if method == "top-to-bottom" or method == "bottom-to-top":
        i = 1
    boundingBoxes = [cv2.boundingRect(cnt) for cnt in cnts]
    (cnts