菜鸟追梦旅行

这个屌丝很懒，什么也没留下！

热门标签

基于KNN的手写体数字识别的C++程序实现_手写汉字特征提取c++

作者：菜鸟追梦旅行 | 2024-04-04 03:40:40

踩

手写汉字特征提取c++

最近在写一个大作业，需要用c/c++实现基于KNN的一个小程序，在网上找了找发现大部分都是用python实现的，所以我就收集了一下其他大佬已经写好的素材并进行一部分的修改。基本可以实现需要的所有要求，如有不足欢迎大家提出来进行修正。

实现功能：手写体数字识别

算法：KNN

语言：C/C++

编译工具：VS2017

数据集：train-images-idx3-ubyte.gz train-labels-idx1-ubyte.gz

http://yann.lecun.com/exdb/mnist/train-images-idx3-ubyte.gz(官方数据集下载地址)

话不多说：

二值化处理后的28*28图片数据集：

作为有监督学习首先定义数字结构体用于存储一个子结构和标签：

/*一个手写数字的结构体*/
typedef struct
{
int pixel[1024];
int label;
}Digit;

/*一个有label的距离结构体*/
typedef struct
{
float distance;
int label;
}Distance;

加载数据集的实现：

int loadDigit(Digit *digit, FILE *fp, int *labels)
/*读取digit*/
{
int index = 0;
for (index = 0; index<784; index++)
{
  if (!fscanf(fp, "%d", &(digit->pixel[index])))
  {
   printf("FILE already read finish.\n");
   return -1;
  }
}
fscanf(fp, "%d", &(digit->label));
*labels = digit->label;

return 1;
}

计算欧氏距离代码：

float calDistance(Digit digit1, Digit digit2)

{

int i, squareSum = 0.0;

for (i = 0; i<1024; i++)

{

squareSum += pow(digit1.pixel[i] - digit2.pixel[i], 2.0);

}

return sqrtf(squareSum);

}

用选择排序排序算法对欧式距离进行排序：

void exchange(Distance *in, int index1, int index2)
/*交换字符串两项*/
{
Distance tmp = (Distance)in[index1];
in[index1] = in[index2];
in[index2] = tmp;
}

void selectSort(Distance *in, int length)
/*选择排序*/
{
int i, j, min;
int N = length;
for (i = 0; i<N - 1; i++)
{
  min = i;
  for (j = i + 1; j<N; j++)
  {
   if (in[j].distance<in[min].distance) min = j;
  }
  exchange(in, i, min);
}
}

预测结构字代码实现：

int prediction(int K, Digit in, Digit *train, int nt)/*利用训练数据预测一个数据digit*/

{

int i, it;

Distance distance[1133];

for (it = 0; it<nt; it++)

{

distance[it].distance = calDistance(in, train[it]);

distance[it].label = train[it].label;

}

int predict = 0;

int b0[10] = { 0 };

selectSort(distance, nt);

for (i = 0; i<K; i++)

{

switch (distance[i].label)

{

case 0:

b0[0]++;

break;

case 1:

b0[1]++;

break;

case 2:

b0[2]++;

break;

case 3:

b0[3]++;

break;

case 4:

b0[4]++;

break;

case 5:

b0[5]++;

break;

case 6:

b0[6]++;

break;

case 7:

b0[7]++;

break;

case 8:

b0[8]++;

break;

case 9:

b0[9]++;

break;

default:

break;

}

int max = 0;

for (int m = 0; m < 10; m++) {

if (b0[m] >= max) {

max = b0[m];

predict = m;

}

return predict;

}

50个预测值：

当K值取1时模型训练的准确率为：

召回率：

混淆矩阵：

源码下载地址：https://download.csdn.net/download/qq_41910473/10483097

数据集下载地址：https://download.csdn.net/download/qq_41910473/10483113

mnist数据集官方地址：http://yann.lecun.com/exdb/mnist/

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/菜鸟追梦旅行/article/detail/357214