【OpenCV】利用OpenCV中的KNN算法实现手写数字和手写字母的识别_opencv实现手写数字识别算法代码

【OpenCV】利用OpenCV中的KNN算法实现手写数字和手写字母的识别
一、KNN算法（K近邻）

• KNN（K Near Neighbor）：k个最近的邻居，即每个样本都可以用它最接近的k个邻居来代表。

• 距离度量：一般采用欧式距离度量，常用的距离度量方式还有：曼哈顿距离、切比雪夫距离

• K值是可以设置的变量：

  • K值过小：k值小，特征空间被划分为更多子空间，整体模型变复杂，容易发生过拟合，k值越小，选择的范围就比较小，训练的时候命中率较高，近似误差小，而用测试集的时候就容易出错，估计误差大，容易过拟合。
  • K值过大：无论输入，都将简单的预测它属于训练实例中最多的类。

• 举例分析：

• 有两个类，红色、蓝色。将红色点标记为0，蓝色点标记为1。创建25个训练数据，把它们分别标记为0或者1。Numpy中随机数产生器可以帮助我们完成这个任务

  import cv2
  import numpy as np
  import matplotlib.pyplot as plt
  
  # 包含25个已知/训练数据的(x,y)值的特征集
  trainData = np.random.randint(0, 100, (25, 2)).astype(np.float32)
  
  # 用数字0和1分别标记红色和蓝色
  responses = np.random.randint(0, 2, (25, 1)).astype(np.float32)
  
  # 画出红色的点
  red = trainData[responses.ravel() == 0]
  plt.scatter(red[:, 0], red[:, 1], 80, 'r', '^')
  
  # 画出蓝色的点
  blue = trainData[responses.ravel() == 1]
  plt.scatter(blue[:, 0], blue[:, 1], 80, 'b', 's')
  
  plt.show()
  1
  2
  3
  4
  5
  6
  7
  8
  9
  10
  11
  12
  13
  14
  15
  16
  17
  18
  19

  得到：
  

• 下面就是KNN的初始化，通过cv2.ml.KNearest_create()调用KNN传入一个训练数据集，以及对应的label。给它一个测试数据即测试集，让它来进行分类。OpenCV中使用knn.findNearest()函数

  • 参数1：测试数据
  • 参数2：k的值
  • 返回值1：由kNN算法计算得到的测试数据的类别标志
  • 返回值2：k的最近邻居的类别标志
  • 返回值3：每个最近邻居到测试数据的距离

  测试数据被标记为绿色。
  得到：
  结果为：

  result:  [[0.]] #测试数据被分为红色
  
  neighbours:  [[0. 1. 0.]] #测试数据有三个邻居，其中两红一蓝
  
  distance:  [[ 185.  338. 2205.]]#测试数据与邻居之间的距离
  1
  2
  3
  4
  5

二、KNN识别手写数字

KNN算法需要训练集和测试集。OpenCV 安装包中有一张图片digits.png，其中有5000个手写数字（每个数字重复500次）。每个数字是一个20x20的小图。所以第一步就是将这个图像分割成5000个不同的数字，将拆分后的每一个数字图像展成400(20x20)个像素点的图像。这个就是我们的特征集，所有像素的灰度值。我们使用每个数字的前250个样本做训练数据，剩余的250个做测试数据。

import numpy as np
import cv2

img = cv2.imread('digits.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 我们把图片分成5000张，每张20 x 20个像素
cells = [np.hsplit(row, 100) for row in np.vsplit(gray, 50)] #np.hsplit是将数组纵向划分

# 使cells变成一个numpy数组，它的维度为（50， 100， 20， 20）
x = np.array(cells)

# 训练数据和测试数据
train = x[:, :50].reshape(-1, 400).astype(np.float32) # size = (2500, 400)
test = x[:, 50:100].reshape(-1, 400).astype(np.float32) # size = (2500, 400)

# 为训练集和测试集创建一个label
k = np.arange(10)
train_labels = np.repeat(k, 250)[:, np.newaxis]
test_labels = train_labels.copy()

# 初始化KNN，训练数据、测试KNN，k=5
knn = cv2.ml.KNearest_create()
knn.train(train, cv2.ml.ROW_SAMPLE, train_labels)
ret, result, neighbours, dist = knn.findNearest(test, k=5)

# 分类的准确率
# 比较结果和test_labels
matches = result==test_labels
correct = np.count_nonzero(matches)
accuracy = correct * 100.0 / result.size
print(accuracy)

#结果为：91.76
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34

digits.png:

三、KNN识别英文字母

OpenCV自带的数据文件letter-recognition.data。有20000行，每一行的第一列是我们的一个字母标记，接下来的16个数字是它的不同特征。取前10000个作为训练集，剩下的10000个作为测试集。先把字母换成ASCII码，因为我们不直接处理字母。

import cv2
import numpy as np

# 加载数据，并转换字母为ASCII码
data = np.loadtxt('letter-recognition.data', dtype='float32', delimiter=',',
                  converters={0: lambda ch: ord(ch) - ord('A')})

# 拆分数据为俩份，训练数据，测试数据各10000
train, test = np.vsplit(data, 2) # np.vsplit(data, 2) 将data横向分成两组，20000/2 = 10000

# 拆分训练数据集为特征及分类
responses, trainData = np.hsplit(train, [1]) # np.hsplit(train,[1])函数的作用是在第1个索引处将数组train纵向划分成两组,即responses保存的是原来的字母

labels, testData = np.hsplit(test, [1])

# 初始化KNN，训练模型，度量其准确性
knn = cv2.ml.KNearest_create()
knn.train(trainData, cv2.ml.ROW_SAMPLE, responses) #训练，以以trainData去标记response
ret, result, neighbours, dist = knn.findNearest(testData, k=5)

correct = np.count_nonzero(result == labels)#result为训练测试集特征得到的预测结果，labels存储的是本来的真实值，result==labels得到的为1的话，即为预测正确，np.count_nonzero(result == labels)即得到其中为1的总个数
accuracy = correct * 100.0 / 10000

print('OCR alphabet accuracy: ', accuracy)

#结果为：93.06
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26