基于kNN算法的手写识别系统
1. 数据准备
使用windows画图工具,手写0-9共10个数字,每个数字写20遍,共200个BMP文件。
方法如下,使用画图工具,打开网格线,调整像素为32*32,如下图所示
将文件保存为单色BMP文件
2. 将图片文件转换为一维向量
1) 以二进制方式打开BMP文件3_0.txt
2) 根据BMP文件编码规则可知,单色位图BMP文件从第63-190位共128位是BMP位图数据部分。截取数据部分。
3) 将其转化为8位2进制文件,然后写入3_0.txt,并注意到每32个字节需要加入一个换行符

本文介绍了使用kNN算法实现手写数字识别的过程,包括数据准备(手绘数字并转为BMP文件),将图片转换为一维向量,以及kNN、欧氏距离和马氏距离的算法实现。通过测试分类器,得到30%的错误率,强调了理解算法和改进数据质量的重要性。
最低0.47元/天 解锁文章
2万+

被折叠的 条评论
为什么被折叠?



