手写数字识别系统（python+K-近邻完整代码）

手写数字图片识别系统的介绍：

• 由于数字图片是一个 32*32 维的二进制向量，不能直接放到模型中使用，所以：
  • 首先需要先将每一个 3232 维的向量转化为 1(3232)维的向量，即 11024 维数据向量
  • 第二步就是将所有经过转化后的 m 个训练样本，组合成一个 m*1024 维的训练样本集矩阵
  • K-近邻算法就是计算每一个测试样本与所有训练样本的距离，取其中 k 个距离较近的训练样本，通过投票法将测试样本归类到得票最多的一类

导入程序所需要的模块

import numpy as np
import operator
from os import listdir

定义将图像转换为向量的函数

# 将 32*32 的二进制图像转化为 1*1024 的向量
def img2vector(filename):
    returnVect = np.zeros((1, 1024))    # 存储图片像素的向量维度是1x1024，创建 1*1024 零矩阵
    fr = open(filename)
    for i in range(32):         # 按行读取
        lineStr = fr.readline()    # 拿到其中一行   [0,1,0,0,0,1,...]  32个数字
        for j in range(32):
            returnVect[0, 32*i+j] = int(lineStr[j])    # 图片尺寸是32x32，将其依次放入向量returnVect中
    return returnVect

# 测试代码