Tensorflow（3）：创建画板，实时在线手写体识别--终极篇（PyQt5）

最新推荐文章于 2024-06-27 14:13:38 发布

雨寒sgg

最新推荐文章于 2024-06-27 14:13:38 发布

阅读量6k

点赞数 10

分类专栏： Deep Learning 文章标签： Tensorflow 手写体识别实时画板 Mnist

本文链接：https://blog.csdn.net/u011389706/article/details/81460820

版权

使用Python3.6.5、PyQt5和Tensorflow创建了一个实时在线的手写体识别画板，通过截图预处理后，调用训练好的CNN模型进行识别，准确率达到99.2%。用户需注意手写数字的风格应接近训练集以确保高识别率。

摘要由CSDN通过智能技术生成

学习Tensorflow已经有一段时间了，就想能不能实现手写体的实时在线识别，于是进行了一番探索。本文源代码可以在这里下载【Python3+PyQt5+Tensorflow】创建画板，实时在线手写体识别】
用到的库：Python3.6.5 + PyQt5 + PIL，编写GUI程序，实现手写体实时在线识别。最终实现的效果如下图所示，在方框里用鼠标手写数字，左下角显示识别结果，准确率可以达到99.2%。

1.画板GUI及模型加载（MyMnistWindow.py）

使用PyQt5制作了一个交互式画板，可以用鼠标在上面写字。画板的程序部分参考了【Python3使用PyQt5制作简单的画板/手写板】。

'''
    功能：
        利用训练好的模型，进行实时手写体识别
    作者：yuhansgg
    博客: https://blog.csdn.net/u011389706
    日期: 2018/08/06
'''
import tensorflow as tf
from PyQt5.QtWidgets import (QWidget, QPushButton, QLabel)
from PyQt5.QtGui import (QPainter, QPen, QFont)
from PyQt5.QtCore import Qt
from PIL import ImageGrab, Image

class MyMnistWindow(QWidget):

    def __init__(self):
        super(MyMnistWindow, self).__init__()

        self.resize(284, 330)  # resize设置宽高
        self.move(100, 100)    # move设置位置
        self.setWindowFlags(Qt.FramelessWindowHint)  # 窗体无边框
        #setMouseTracking设置为False，否则不按下鼠标时也会跟踪鼠标事件
        self.setMouseTracking(False)

        self.pos_xy = []  #保存鼠标移动过的点

        # 添加一系列控件
        self.label_draw = QLabel('', self)
        self.label_draw.setGeometry(2<