简单的opencv结合knn数字识别代码

Sure, 这里是一个简单的 OpenCV 结合 KNN 数字识别的代码示例：

import cv2
import numpy as np

# 1. 加载训练数据
digits = cv2.imread('digits.png', 0)
rows, cols = np.hsplit(digits, 100)
cells = [np.hsplit(row, 50) for row in rows]
train_data = np.array(cells).reshape(-1, 400).astype(np.float32)
train_labels = np.repeat(np.arange(10), len(train_data) / 10)

# 2. 初始化 KNN 分类器并训练
knn = cv2.ml.KNearest_create()
knn.train(train_data, cv2.ml.ROW_SAMPLE, train_labels)

# 3. 加载测试图片并进行数字识别
img = cv2.imread("test.png", 0)
img = cv2.bitwise_not(img)
_, img = cv2.threshold(img, 128, 255, cv2.THRESH_BINARY)
img_resized = cv2.resize(img, (20, 20))
img_flattened = img_resized.reshape(1, 400).astype(np.float32)
_, result, _, _ = knn.findNearest(img_flattened, k=1)

# 4. 显示识别结果
print(int(result))

cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个代码的主要步骤包括：

1. 加载训练数据，即一张包含了 0~9 十个数字的图片，并按照 50x100 的大小分割成小图，组成大小为 5000x400 的训练数据集。
2. 初始化 KNN 分类器并对训练数据进行学习。
3. 加载测试图片并对其中的数字进行识别。
4. 显示识别结果。

如果您需要更详细的代码或者说明，请告诉我，我会尽力帮助您。