KNN图像识别实例--手写数字识别

目录

前言

一、导入库

二、导入图像并处理

1.导入图像

2.提取出图像中的数字

3.将列表转换成数组

4.获取特征数据集

5.获取标签数据

三、使用KNN模型

1.创建KNN模型并训练

2.KNN模型出厂前测试

3.使用测试集对KNN模型进行测试

四、传入单个图像，使用该模型进行识别

1.导入图像

2.处理成灰度图

3.获取数据并转换成数组

4.将数据变成KNN模型可使用的维度

5.进行图像识别

总结

---

前言

本次图像识别所用的图片

点击链接下载保存图片即可使用

这是图像：

一、导入库

• python图像识别需要用cv2库

import numpy as np
import cv2

二、导入图像并处理

1.导入图像

# 导入图像
img = cv2.imread('figure_0_9.png')
# 将图像处理成灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

2.提取出图像中的数字

• 在画图工具或者pycharm里可以看见这个图像是2000*1000像素的
• 每个数字大小都是20*20

# 提取出图像里的数字 这里是等分的
cells = [np.hsplit(row, 100) for row in np.vsplit(gray, 50)]  # vsplit 垂直切分; hsplit 水平切分

3.将列表转换成数组

# 将列表转换成数组
x = np.array(cells)
print(x.shape)  # 打印x的各维度大小  (50, 100, 20, 20)

4.获取特征数据集

• 分离出训练集train 和测试集test
• 这里使用图片左一半数据做训练，右一半数据做测试

# 分出训练集train 和测试集test
train = x[:, :50]
test = x[:, 50:100]
print(train.shape)       # (50, 50, 20, 20)

# 更改各数据集的维度 变成一个数字一行数据
train_new = train.reshape(-1, 400).astype(np.float32)  # 将第二个维度大小设置成400，第一个维度根据原数据维度自动进行判断
test_new = test.reshape(-1, 400).astype(np.float32)  # 将数组的数据类型转换为 np.float32
print(train_new.shape)    # (2500, 400)

5.获取标签数据集

• 这里标签数据集自己做出来

# 给各数据集分配标签
k = range(10)
labels = np.repeat(k, 250)  # 将每一个数字重复250次 变成2500行
train_labels = labels[:, np.newaxis]  # 给labels增加一个维度
test_labels = np.repeat(k, 250)[:, np.newaxis]  # 省略写法

三、使用KNN模型

1.创建KNN模型并训练

• 这里是使用cv2创建KNN模型

# 创建模型并进行训练
knn = cv2.ml.KNearest_create()  # 使用cv2 创建knn模型
knn.train(train_new, cv2.ml.ROW_SAMPLE, train_labels)  # 传入训练集特征数据和标签进行训练
# cv2.ml.ROW_SAMPLE 指示数据是按行排列的 OpenCV 的机器学习模块中的 ROW_SAMPLE 常量用于指明每一行表示一个训练样本

2.KNN模型出厂前测试

# 获取使用KNN识别手写数字模型出厂前测试准确率
ret, result, neighbours, dist = knn.findNearest(train_new, k=3)  # 先使用训练集数据进行出厂前测试
# print(result)
matcher = result == train_labels  # 取出判断之后的布尔值
correct = np.count_nonzero(matcher)  # 统计判断正确的数量
accuracy = correct * 100.0 / result.size  # 计算准确率
print("使用KNN识别手写数字模型出厂前测试准确率为:", accuracy)
# 使用KNN识别手写数字模型出厂前测试准确率为: 96.92

3.使用测试集对KNN模型进行测试

• 与上面代码差别在，knn.findNearest中的数据集参数和matcher里使用的result以及标签集参数

# 获取当前使用KNN识别手写数字的准确率
ret, result, neighbours, dist = knn.findNearest(test_new, k=3)
matcher = result == test_labels  # 取出判断之后的布尔值
correct = np.count_nonzero(matcher)  # 统计判断正确的数量
accuracy = correct * 100.0 / result.size  # 计算准确率
print("当前使用KNN识别手写数字的准确率为:", accuracy)
# 当前使用KNN识别手写数字的准确率为: 91.64

四、传入单个图像，使用该模型进行识别

• 所使用的库在最开始统一导入过了

图像：

• 用的是20*20像素的，所以看起来很小        

1.导入图像

img_one = cv2.imread('test000.png')  # 导入图像

2.处理成灰度图

gray_one = cv2.cvtColor(img_one,cv2.COLOR_BGR2GRAY)  # 变成灰度图

3.获取数据并转换成数组

• 因为这里使用的是单个图像，数据直接转换成数组即可

cells = np.array(gray_one)   # 获取数据 转换成数组
print(cells.shape)           # 查看数组维度 (20, 20)

4.将数据变成KNN模型可使用的维度

text_one = cells.reshape(-1,400).astype(np.float32)   # 将数据变成knn模型可使用的维度
print(text_one.shape)           # (1, 400)

5.进行图像识别

ret,result,neighbours,dist = knn.findNearest(text_one,k=11)
print(result)  # [[0.]] 输入图片为0 识别结果为0 识别成功

总结

KNN图像识别步骤：

1.导入所需库

2.导入图像并处理成数据 

        这是个难点，这次使用的数据是工整数据所以还没感觉到，但是在机器学习里获取数据集占一大部分的工作量

3.获取特征数据集

4.获取标签数据集

5.创建KNN模型并训练

6.进行测试