Opencv-python实现的手写数字识别程序

这次实现的数字识别是基于KNN分类算法的一款识别。

利用KNN算法我们训练了5000个数字，0~9各500个，将其中前250个作为训练集，后250个作为测试集进行测试得到最终的准确率

整个程序的训练数据都来自OpenCV的自带的一张图片digits.png（在文件夹opencv/samples/data/中），这张图片里面就有5000个手写数字，每个数字都是20x20的图像，没有OpenCV的可以用我给出的这张图片👇

当然，如果有想下载完整版OpenCV的朋友，觉得下载速度很慢的可以参考我之前的博文：关于加快OpenCV下载速度的解决方法

先附上官网代码：

import numpy as np
import cv2 as cv
img = cv.imread('digits.png')
gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
# 现在我们将图像分割为5000个单元格，每个单元格为20x20
cells = [np.hsplit(row,100) for row in np.vsplit(gray,50)]
# 使其成为一个Numpy数组。它的大小将是（50,100,20,20）
x = np.array(cells)
# 现在我们准备train_data和test_data。
train = x[:,:50].reshape(-1,400).astype(np.float32) # Size = (2500,400)
test = x[:,50:100].reshape(-1,400).astype(np.float32) # Size = (2500,400)
# 为训练和测试数据创建标签
k = np.arange(10)
train_labels = np.repeat(k,250)[:,np.newaxis]
test_labels = train_labels.copy()
# 初始化kNN，训练数据，然后使用k = 1的测试数据对其进行测试
knn = cv.ml.KNearest_create()
knn.train(train, cv.ml.ROW_SAMPLE, train_labels)
ret,result,neighbours,dist = knn.findNearest(test,k=5)
# 现在，我们检查分类的准确性
#为此，将结果与test_labels进行比较，并检查哪个错误
matches = result==test_labels
correct = np.count_nonzero(matches)
accuracy = correct*100.0/result.size
print( accuracy )

经过一次训练之后，我们就可以将训练数据保存，保存之后下次我们使用时便可以直接读取我们保存文件的数据了。将以下代码加入到上面程序中就可以实现保存。

# 保存数据
np.savez('knn_data.npz',train=train, train_labels=train_labels)
# 现在加载数据
with np.load('knn_data.npz') as data:
    print( data.files )
    train = data['train']
    train_labels = data['train_labels']

这个程序保存完一般需要4M大小的空间，为了节省空间，我们可以将数据格式变为np.uint8，在使用时再转为float32

test = test.astype(np.uint8)
train = train.astype(np.uint8)
train_labels = train_labels.astype(np.uint8)
np.savez('knn_data.npz',train=train, train_labels=train_labels,test=test)

以上代码可以实现对数字的训练，并且测试数字识别的准确率，但是如果我想试试能不能认出我妖娆字体呢？于是我就修改了下程序。

修改版：

1、所需库

 - numpy
 - opencv-python

2、实现目标

用鼠标在画布上手写数字，利用程序进行识别，如果识别出现错误，可以将正确的数字添加进入训练集

3、运行效果

可以看出来。。。他喵的人工智障😀

当然，你可以通过不断的向里面添加数字，不断的提升他的识别率（那得添加很多很多）。也可以多找些训练集进行训练。

4、实现代码

# coding=utf-8
import numpy as np
import cv2 as cv

drawing = False #按下鼠标则为真
filepath = 'C:/Users/11037/Desktop/knn_data.npz'

def nothing(x):
    pass

def draw(event,x,y,flags,param):
	global drawing
	if event == cv.EVENT_LBUTTONDOWN:  #响应鼠标按下
		drawing = True
	elif event == cv.EVENT_MOUSEMOVE: #响应鼠标移动
		if drawing == True:
			img[y:y+20,x:x+20] = (255,255,255)
	elif event == cv.EVENT_LBUTTONUP:  #响应鼠标松开
		drawing = False


# 创建一个黑色的图像，一个窗口
img = np.zeros((300,300,3), np.uint8)
cv.namedWindow('image')
# 创建颜色变化的轨迹栏
accuracy = 'accuracy'
clear = 'clear'
distinguish = 'distinguish'
append = 'append'
right = 'right'
data = np.load(filepath)
train = data['train'].astype(np.float32)
train_labels = data['train_labels'].astype(np.float32)
test = data['test'].astype(np.float32)
test_labels = train_labels.copy()
knn = cv.ml.KNearest_create()
knn.train(train, cv.ml.ROW_SAMPLE, train_labels)

#创建轨迹条
cv.createTrackbar(right,'image',0,9,nothing)   #所写之字的正确数字
cv.createTrackbar(append,'image',0,1,nothing)  #加入训练集中
cv.createTrackbar(distinguish,'image',0,1,nothing)  #识别数字
cv.createTrackbar(clear,'image',0,1,nothing)  #清空画布
cv.createTrackbar(accuracy, 'image',0,1,nothing)  #计算识别率

cv.setMouseCallback('image',draw)
img[:] = (0,0,0) #将画板设为黑色
while(1):
	cv.imshow('image',img)
	if cv.waitKey(1)&0xFF == 27:
		break
	ac = cv.getTrackbarPos(accuracy,'image')
	c = cv.getTrackbarPos(clear,'image')
	d = cv.getTrackbarPos(distinguish,'image')
	a = cv.getTrackbarPos(append,'image')

	#测试正确率
	if ac == 1:
		cv.setTrackbarPos(accuracy, 'image', 0)

		data = np.load(filepath)
		train = data['train'].astype(np.float32)
		train_labels = data['train_labels'].astype(np.float32)
		test = data['test'].astype(np.float32)
		test_labels = train_labels.copy()

		ret, result, neighbours, dist = knn.findNearest(test, k=1)
		matches = result == test_labels
		correct = np.count_nonzero(matches)  # 计算矩阵matches里非零元素个数
		accura = correct * 100.0 / result.size
		print('{:.3f}'.format(accura))

	#清空画布
	if c == 1:
		cv.setTrackbarPos(clear, 'image', 0)
		img[:] = (0,0,0)
	if d == 1: #识别数字
		cv.setTrackbarPos(distinguish,'image',0)
		testimg = img.copy()
		testimg = cv.resize(testimg,(20,20))
		gray = cv.cvtColor(testimg,cv.COLOR_BGR2GRAY)
		x = np.array(gray).reshape(-1, 400).astype(np.float32)
		ret, result, neighbours, dist = knn.findNearest(x, k=5)
		cv.putText(img, str(result[0][0]), (5, 25), cv.FONT_HERSHEY_COMPLEX_SMALL, 1, (100, 200, 200), 1)
	if a == 1:  #加入训练集中
		img[0:50,0:50] = (0,0,0)
		cv.setTrackbarPos(append,'image',0)
		r = cv.getTrackbarPos(right, 'image')
		print('已加入数字 ', str(r))
		r = np.array([[r]]).astype(np.float32)

		testimg = img.copy()
		testimg = cv.resize(testimg, (20, 20))
		gray = cv.cvtColor(testimg, cv.COLOR_BGR2GRAY)
		x = np.array(gray).reshape(-1, 400).astype(np.uint8)
		#将新数据加入训练集中
		train = np.append(train,x,axis=0).astype(np.uint8)
		train_labels = np.append(train_labels,r,axis=0).astype(np.uint8)
		test = np.append(test,x,axis=0).astype(np.uint8)
		#存储进文件
		np.savez(filepath, train=train, train_labels=train_labels, test=test)


cv.destroyAllWindows()

备注：运行这个程序之前一定要先运行第一个程序

参考博文：我用python写了个画图板
官网链接：OCR of Hand-written Data using kNN