Imatest结果自动读取生成excel文档的实现

对于imatest软件分析出来的结果，有价值的数据的位置大体上是固定的（左右上有些区别），而且字体都很一致（同一个数字而言），这就很适合用机器学习的方法将数字给读出来，并且生成excel文档。最开始我准备用tensorflow + lenet5网络来实现的，但是准确率不高，可能是数据量不够多，第二个可能是处理方法有问题。后来我发现了一个很简单的方法来实现，那就是

K-means聚类方法，准确率很高（100%，有点不可相信，但试了多次都是100%），速度快（分析一份数据形成结果只要5s不到），具体操作如下

1 首先是定位（大体定位就好），然后用图像分割的一些方法将每个数字都分割出来

这里我用的分割方法是扫描法（我是这么叫的，不知道学术上怎么叫）

大致分割后的结果（当然还有一些处理，使数字从背景中突出来，就不说了）

扫描后的结果，用matplotlib显示出来

为了后面K-means的计算，从上面看这些图片胖瘦都不一样，所以要将图片统一成一样大小

之前中了lenet-5的毒，都把图片统一成28*28大小，但是后面发现没有必要，而且图片小点计算理论上会更快（但是实际用时没有区别，囧），就统一成20*20大小

数据处理的思路就完成了

 

2第二步，K-means聚类计算数据的准备

K-means聚类计算需要准备标好label的数据，在这里，我们需要数字0-9，还需要小数点，负号，以及为了卡位排除干扰需要的等号，分号，中括号。这些数字怎么准备呢，没有素材，只能通过上面的方法一张张割，然后人眼分类。后来分好类之后，我用一个简单的图片相减，我竟然发现得到的数据大部分（比如数字，小数点，分号）实际上完全一样（等号和中括号由于卡位的原因，导致卡的位置不太一样，所以这些数据不一样），所以实际上我只要分好一个，然后复制就好了，囧。下图中10-15表示得是其他一些符号，用数字表示

 

3数据准备好了，然后就是K-means聚类算法的那一套了

首先把所有图片变成矩阵，加上label放在矩阵的最后一列

然后新的图片分割成一个个数字，每个数字的图片也变成一个一维矩阵，简单粗暴的和上面的矩阵每一行的前400个数值做减法+取绝对值，再求和当作他们的距离

然后把这些距离排序，取前K个值得label，看K个值中哪个label最多，则就是哪个数。

通过实践发现K取3，5，7，甚至11，15差别不大，那就随便选

很简单得方法，效果却很好，识别率100%，这么高我觉得是数据太好得原因，因为是印刷体，每个数字都一样，不像手写有变化

 

4边角料工作

1）根据上面得到得数字，加一些判定，将每个数字组合成最后得结果，比如上面分割=8.73 ，得到得结果要是8.73才对

2）写一个GUI来进行操作

3）生成excel文档

4）打包成可执行文件

 

目前存在得问题是打包可执行文件得时候，发现没有把第二步图片打包进去，不能很潇洒得单独一个exe文件能执行，还要依靠那个文件夹，囧

 

最终生成得结果excel文档，完全正确，哈哈

 

用软件统一了一下时间，从按生成结果，到结果生成，只要4.3s-4.8s

奇怪得是计算一张图片要3.4s，计算十几张图片要4.3s

时间我估计都花在将图片转化成矩阵那里去了，本来想直接打印矩阵，不用转化，可能时间只需要2s

但是数据太大了，要打印复制出来占的空间太多，算了算了，不到5s也够用了

 

 

2020/9/3补充，今天发现并不是100%正确,原因是定位的时候图片位置没定准,导致部分截取的数字不完整,这些不完整的数字再去用来识别识别到的数字就不准确了

应对的办法,最容易想到的是加大数字库的数据,每个数字的截图截一部分的图片都加在数据库里面去,这样会提高准确率