python实现kNN算法识别手写体数字的示例代码_手写体数字识别 - CSDN文库

127 浏览量更新于2023-05-04 1 收藏 122KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源推荐

python实现实现kNN算法识别手写体数字的示例代码算法识别手写体数字的示例代码

1。总体概要。总体概要

kNN算法已经在上一篇博客中说明。对于要处理手写体数字，需要处理的点主要包括：

（1）图片的预处理：将png，jpg等格式的图片转换成文本数据，本博客的思想是，利用图片的rgb16进制编码

（255，255，255）为白色，（0，0，0）为黑色，获取图片大小后，逐个像素进行判断分析，当此像素为空白时，在文本数

据中使用0来替换，反之使用1来替换。

from PIL import Image

'''将图片转换成文档，使用0，1分别替代空白和数字'''

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))#获取该像素所对应的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）训练集的构建。首先想到的是将（1）中图片处理后的文本数据构建成list形式，所以训练集将是二维数组，形

如[[1,0,1,1,0,,,,,0,1],[0,1,1,1,10,,,,],[0,0,1,0,,,],,,,,]所以我们构建函数处理训练集数据。

2。代码。代码

简单的总结这个算法，就是将测试数据向量化，逐个和同样向量化的训练数据进行kNN运算，求的最短距离出现最多的分类就

是我们要的分类。建立训练集的过程就是将文件数据向量化的过程。

#！／user/bin/env python

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

from os import listdir#获取文件目录下所有文件

'''

from PIL import Image

#将图片转换成文档，使用0，1分别替代空白和数字

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))#获取该像素所对应的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):

'''首先明确列表不能想加减，dataSet是数组形式，而对于下面的test函数，testData只是一列，相当于列表，所以在进行加减

时，需要将其转换为数组，我们使用np下的tile函数来实现'''

testDatasize = dataSet.shape[0]#获取dataSet的总行数

dataSet = dataSet.astype('float64')#不进行转换则报错

testData1 = np.tile(testData,(testDatasize,1))#使用tile函数返回多个重复构成的数组

testData1 = testData1.astype('float64')

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

distSquareSums = distSquareMat.sum(axis=1) # 求每一行的差值平方和，axis=0则按列计算

distances = distSquareSums ** 0.5 # 开根号，得出每个样本到测试点的距离

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

indices = sortedIndices[:k] # 取最小的k个

labelCount = {} # 存储每个label的出现次数，出现次数最多的就是我们要选择的类别

for i in indices:

label = labels[i] labelCount[label] = labelCount.get(label, 0) + 1 # 次数加一，使用字典的get方法，第一次出现时默认值是0

sortedCount = sorted(labelCount.items(), key=opt.itemgetter(1), reverse=True) # 对label出现的次数从大到小进行排序

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余3页未读，立即下载

weixin_38711149

粉丝: 4
资源: 902

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈