1。總體概要

kNN算法已經(jīng)在上一篇博客中說明。對(duì)于要處理手寫體數(shù)字，需要處理的點(diǎn)主要包括：

（1）圖片的預(yù)處理：將png，jpg等格式的圖片轉(zhuǎn)換成文本數(shù)據(jù)，本博客的思想是，利用圖片的rgb16進(jìn)制編碼（255，255，255）為白色，（0，0，0）為黑色，獲取圖片大小后，逐個(gè)像素進(jìn)行判斷分析，當(dāng)此像素為空白時(shí)，在文本數(shù)據(jù)中使用0來替換，反之使用1來替換。

from PIL import Image

'''將圖片轉(zhuǎn)換成文檔，使用0，1分別替代空白和數(shù)字'''

pic = Image.open('/Users/wangxingfan/Desktop/1.png')

path = open('/Users/wangxingfan/Desktop/1.txt','a')

width = pic.size[0]

height = pic.size[1]

for i in range(0,width):

for j in range(0,height):

c_RGB = pic.getpixel((i,j))#獲取該像素所對(duì)應(yīng)的RGB值

if c_RGB[0]+c_RGB[1]+c_RGB[2]>0:#白色

path.write('0')

elif c_RGB[0]+c_RGB[1]+c_RGB[2]==0:#黑色

path.write('1')

else:

pass

path.write('\n')

path.close()

（2）訓(xùn)練集的構(gòu)建。首先想到的是將（1）中圖片處理后的文本數(shù)據(jù)構(gòu)建成list形式，所以訓(xùn)練集將是二維數(shù)組，形如[[1,0,1,1,0,,,,,0,1],[0,1,1,1,10,,,,],[0,0,1,0,,,],,,,,]所以我們構(gòu)建函數(shù)處理訓(xùn)練集數(shù)據(jù)。

2。代碼

簡(jiǎn)單的總結(jié)這個(gè)算法，就是將測(cè)試數(shù)據(jù)向量化，逐個(gè)和同樣向量化的訓(xùn)練數(shù)據(jù)進(jìn)行kNN運(yùn)算，求的最短距離出現(xiàn)最多的分類就是我們要的分類。建立訓(xùn)練集的過程就是將文件數(shù)據(jù)向量化的過程。

#！／user/bin/env python

#-*- coding:utf-8 -*-

from os import listdir#獲取文件目錄下所有文件

'''

from PIL import Image

#將圖片轉(zhuǎn)換成文檔，使用0，1分別替代空白和數(shù)字

pic = Image.open('/Users/wangxingfan/Desktop/1.png')

path = open('/Users/wangxingfan/Desktop/1.txt','a')

width = pic.size[0]

height = pic.size[1]

for i in range(0,width):

for j in range(0,height):

c_RGB = pic.getpixel((i,j))#獲取該像素所對(duì)應(yīng)的RGB值

if c_RGB[0]+c_RGB[1]+c_RGB[2]>0:#白色

path.write('0')

elif c_RGB[0]+c_RGB[1]+c_RGB[2]==0:#黑色

path.write('1')

else:

pass

path.write('\n')

path.close()

'''

import numpy as np

import operator as opt

def kNN(dataSet, labels, testData, k):

'''首先明確列表不能想加減，dataSet是數(shù)組形式，而對(duì)于下面的test函數(shù)，testData只是一列，相當(dāng)于列表，所以在進(jìn)行加減時(shí)，需要將其轉(zhuǎn)換為數(shù)組，我們使用np下的tile函數(shù)來實(shí)現(xiàn)'''

testDatasize = dataSet.shape[0]#獲取dataSet的總行數(shù)

dataSet = dataSet.astype('float64')#不進(jìn)行轉(zhuǎn)換則報(bào)錯(cuò)

testData1 = np.tile(testData,(testDatasize,1))#使用tile函數(shù)返回多個(gè)重復(fù)構(gòu)成的數(shù)組

testData1 = testData1.astype('float64')

distSquareMat = (dataSet - testData1) ** 2 # 計(jì)算差值的平方

distSquareSums = distSquareMat.sum(axis=1) # 求每一行的差值平方和，axis=0則按列計(jì)算

distances = distSquareSums ** 0.5 # 開根號(hào)，得出每個(gè)樣本到測(cè)試點(diǎn)的距離

sortedIndices = distances.argsort() # 排序，得到排序后的下標(biāo)

indices = sortedIndices[:k] # 取最小的k個(gè)

labelCount = {} # 存儲(chǔ)每個(gè)label的出現(xiàn)次數(shù)，出現(xiàn)次數(shù)最多的就是我們要選擇的類別

for i in indices:

label = labels[i]

labelCount[label] = labelCount.get(label, 0) + 1 # 次數(shù)加一，使用字典的get方法，第一次出現(xiàn)時(shí)默認(rèn)值是0

sortedCount = sorted(labelCount.items(), key=opt.itemgetter(1), reverse=True) # 對(duì)label出現(xiàn)的次數(shù)從大到小進(jìn)行排序

return sortedCount[0][0] # 返回出現(xiàn)次數(shù)最大的label

#定義函數(shù)讀取某個(gè)文件，返回該文件組成的數(shù)組

def file_data(fname):

arr = []

path = open(fname)

for i in range(0,32):

line = path.readline()

for j in range(0,32):

arr.append(line[j])

return arr

#建立訓(xùn)練數(shù)據(jù)集

def train_data():

lables = []

file_list = listdir('/學(xué)習(xí)/視頻課程/源碼/第7周/testandtraindata/traindata/')

trainarr = np.zeros((len(file_list),1024))

for i in range(0,len(file_list)):

file = '/學(xué)習(xí)/視頻課程/源碼/第7周/testandtraindata/traindata/'+file_list[i]

lables.append(file_list[i].split('_')[0])#獲取對(duì)應(yīng)的文件類別

trainarr[i,:] = file_data(file)#取所有列的第一個(gè)數(shù)據(jù)

return trainarr,lables

#測(cè)試函數(shù)

def test():

j = 0

k = 0

trainarr,lables = train_data()

testdata_list = listdir('/學(xué)習(xí)/視頻課程/源碼/第7周/testandtraindata/testdata/')

for i in range(0,len(testdata_list)):#逐個(gè)去測(cè)試

testfile = '/學(xué)習(xí)/視頻課程/源碼/第7周/testandtraindata/testdata/'+testdata_list[i]

testdata1 = file_data(testfile)

result = kNN(trainarr,lables,testdata1,k=3)

print(result+',real_number:'+testdata_list[i].split('_')[0])

if result == testdata_list[i].split('_')[0]:

j +=1

else:

k +=1

print('辨識(shí)成功率：'+j/(k+j))

test()

輸出結(jié)果為：

3。幾個(gè)知識(shí)點(diǎn)代碼說明

（1）numpy.tile

p = np.array([0,0,0])

np.tile(p,(3,1))#表示columns方向重復(fù)三次，index方向不變

Out[12]:

array([[0, 0, 0],

[0, 0, 0],

[0, 0, 0]])

np.tile(p,(1,3))#表示index方向重復(fù)三次，行還是一行

Out[13]: array([[0, 0, 0, 0, 0, 0, 0, 0, 0]])

（2）array[1,:]表示取所有列的第【索引1】個(gè)數(shù)據(jù)（也就是第二行數(shù)據(jù)）

a = np.array([[1,1,1],[2,2,2],[3,3,3],[4,4,4]])

a[1,:]

Out[21]: array([2, 2, 2])

a[:,1]#所有行的第二列數(shù)據(jù)

Out[22]: array([1, 2, 3, 4])

（3）list并不能進(jìn)行加減計(jì)算，需要使用numpy將數(shù)據(jù)轉(zhuǎn)換為數(shù)組形式，且在使用例如：arr1+arr2時(shí)，需要兩個(gè)數(shù)組的維度相同，在某個(gè)緯度上的數(shù)據(jù)長(zhǎng)度也相同。

（4）使用os模塊下的listdir，可以顯示所有該文件夾下的文件，以列表的形式返回。

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

總結(jié)

以上是生活随笔為你收集整理的python手机代码识别数字_python实现kNN算法识别手写体数字的示例代码的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。