目錄

一.案例：手寫數字的識別

1.安裝opencv-python庫

2.將大圖分割成100×50個小圖，每份對應一個手寫數字樣品

3.訓練集和測試集

4.為訓練集和測試集準備結果標簽

5.模型訓練與預測

6.計算準確率

7.完整代碼實現

---

一.案例：手寫數字的識別

現有一張2000×1000像素的手寫數字照片digits.png作為數據集，如下共有100列50行，由此我們可以計算出一個手寫數字的大小是20×20像素

1.安裝opencv-python庫

安裝opencv-python庫指令（可以根據自己的需要指定版本）如下：

pip install opencv-python==3.4.11.45 -i Https://pypi.tuna.tsinghua.edu.cn/simple

上面的digits.png圖片是彩色圖像，由RGB三個通道疊加而成，所以它的本質是三維矩陣

我們需要利用opencv-python這個庫的imread()方法來讀取圖片數據

然后用cv2.cvtColor(img,COLOR_BGR2GRAY)將其轉換為灰度圖，灰度圖僅保留亮度信息轉化為二維矩陣，無彩色通道數據更簡化

import numpy as np
import cv2
img = cv2.imread('digits.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

2.將大圖分割成100×50個小圖，每份對應一個手寫數字樣品

先利用numpy的vsplit()方法，將大圖在垂直方向上分割成50行

再利用hsplit()方法把分割后的每一行在水平方向上切成100列

這樣就得到了50×100個手寫數字列表

cells = [ np.hsplit(row,100) for row in np.vsplit(gray,50)]

再用numpy庫的array()方法將列表轉化成矩陣，提升處理效率

data = np.array(cells)

3.訓練集和測試集

為了訓練和測試的準確性我們將全部數據的前50列作為訓練集，后50列作為測試集

train=data[:,:50]
test=data[:,50:]

訓練的數據都是一行數據代表一個樣本，前面我們知道一個手寫數字大小是20×20像素，所以我們可以將矩陣reshape為（-1，400）的樣式，這樣一行就是一個手寫數字的400個特征，訓練集和測試集各有2500行

數據類型也得從?uint8（0-255整數）轉為?float32，以支持KNN算法中的距離計算（含小數）

train_new=train.reshape(-1,400).astype(np.float32)
test_new=test.reshape(-1,400).astype(np.float32)

4.為訓練集和測試集準備結果標簽

用numpy庫中的arange()方法,生成0到9的數字序列，由于測試集和訓練集中每個數字都各有250個即他們的特征數據都各有250行，所以我們再用repeat()方法將數字序列重復250次

k=np.arange(0,10)
labels=np.repeat(k,250)

再將標簽labels通過np.newaxis 轉為二維列向量（2500×1），與特征數據對齊

train_labels = labels[:,np.newaxis]
test_labels = labels[:,np.newaxis]

5.模型訓練與預測

優先使用OpenCV內置算法（如KNN）以減少依賴庫數量，提升運行效率

使用OpenCV庫的KNN算法：

通過?cv2.ml.KNearest_create()創建v模型，在通過train()方法傳入訓練數據（特征矩陣和標簽）,train()方法中的參數?cv2.ml.ROW_SAMPLE?表示指定每行為一個樣本數據

knn = cv2.ml.KNearest_create()
knn.train(train_new,cv2.ml.ROW_SAMPLE,train_labels)

使用findNearest()方法完成對測試集的預測并指定K值

返回結果result中存放預測的結果

ret,result,neighbors,dist=knn.findNearest(test_new,k=3)

6.計算準確率

由于OpenCV庫的KNN算法中沒有計算準確率的方法所以我們需要自己計算

通過result==test_labels，預測結果與標簽相同則放回True反之返回False,最后返回一個只有True和False的序列

通過np.count_nonzero()方法來計算一共有多少個True

最后直接用True的個數除以總共的個數即為準確率

matches = result==test_labels
correct=np.count_nonzero(matches)
accuracy=correct*100.0/result.size
print("識別手寫數字的準確率為{}%".format(accuracy))

7.完整代碼實現

import numpy as np
import cv2
img = cv2.imread('digits.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cells = [ np.hsplit(row,100) for row in np.vsplit(gray,50)]
data = np.array(cells)train=data[:,:50]
test=data[:,50:]train_new=train.reshape(-1,400).astype(np.float32)
test_new=test.reshape(-1,400).astype(np.float32)k=np.arange(0,10)
labels=np.repeat(k,250)
train_labels = labels[:,np.newaxis]
test_labels = labels[:,np.newaxis]knn = cv2.ml.KNearest_create()
knn.train(train_new,cv2.ml.ROW_SAMPLE,train_labels)
ret,result,neighbors,dist=knn.findNearest(test_new,k=3)matches = result==test_labels
correct=np.count_nonzero(matches)
accuracy=correct*100.0/result.size
print("識別手寫數字的準確率為{}%".format(accuracy))