【图片识别算法】黑白图片输出为二进制矩阵 --python代码

将黑白图片输出为二进制矩阵

关键词：图像转换为数字矩阵，图像处理python，图像转为数字1，0 。

基于knn的图像识别技术主要涉及到以下概念：

1. 色彩成像原理
   【图像原理】rgb数字图片概念
2. 计算机显示色彩原理
   【图像原理】rgb数字图片概念之显示器成像原理
3. 色彩与灰度的概念
   【图片处理算法】像素级图像处理算法–彩色转黑白
4. 图片特征提取
   【图像识别算法】像素级提取图像关键特征、内容 --python代码
5. 建立矩阵并录入黑白照片的每一个像素位 👈（本文内容）
   ⭐⭐⭐

图像与二进制转换

要把图像转换为二进制的矩阵，首先我们要把图像处理为黑白的图像。原理及操作请看：
【图像识别算法】像素级提取图像关键特征、内容 --python代码
这里我们用我独创的高端大气上档次logo来举🌰:

1. 首先我们用ps做一个10x10像素的图片
   
2. 通过我们的黑白转换算法进行像素级的图片处理
   👉【图像识别算法】像素级提取图像关键特征、内容 --python代码 👈
   
3. 建立一个二维list，遍历图像中每一个像素，如果该像素为黑色则记为0，白色则记为1 。

def binarify(binary_image):
    image = binary_image
    #这里用到numpy库建立二维数列
    binary_matrix=np.zeros((image.height,image.width))
    #遍历每一个像素
    for y in range(image.height):
        for x in range(image.width):
            pixel = image.get_pixel(x,y)
            #如果像素为黑色则rgb三个参数都为0，有一个不为0则不是黑色
            if pixel.red != 0:
                binary_matrix[y][x]=int(0)
            else:
                binary_matrix[y][x]=int(1)
    return binary_matrix

🌈我们打印出来看看到结果还是不错的。

那这个图像到二进制矩阵的转换的意义又是什么呢？

我们可以采集特定的图片组，进行矩阵化的处理。再通过knn机器学习算法对这些矩阵进行学习，可以实现图片识别，手写数字识别等功能。准确率非常高。
📎📎📎
【机器学习0】最简单的机器学习算法之一 KNN–k最邻近法 概念篇
👆👆👆