Python实现手写体数字图片识别+GUI界面+画板数字识别

Python批量识别图片文字(数字识别模式)大幅度提高数字识别准确率 使用beautiful soup库爬取高考一分一段表,由于很多省的一分一段表是图片,所有使用pytesseract库进行字符识别输出,最后实现从txt文件到csv文件的转换,总体识别的准确率在90%左右 阅读详情


__pycache__文件夹是Python自动生成的,详细了解https://blog.youkuaiyun.com/yitiaodashu/article/details/79023987
其他各个文件在之后部分会依次介绍

图片识别

版本:
python3.6
tensorflow 1.13.1(一定要安装1.几版本,不要安装2.几)
运行时可能有很多warning,不影响运行结果
此部分大多程序参考《TensorFlow实战Google深度学习框架》

这里使用的是基于全连接层网络结构的神经网络,对数字识别已经有了不错的效果,但使用卷积神经网络还可以提高正确率(大约99.2%),比如LeNet-5模型(https://blog.youkuaiyun.com/louishao/article/details/60867339)

在开始正式做之前,先看几篇博客大致了解一下MNIST数据集:
https://blog.youkuaiyun.com/qq_38269418/article/details/78991649
https://blog.youkuaiyun.com/wspba/article/details/54311566
MNIST是深度学习的经典入门demo,他是由6万张训练图片和1万张测试图片构成的,每张图片都是28*28的灰度图,像素取值为0~1。这些图片是采集的不同的人手写从0到9的数字。TensorFlow将这个数据集和相关操作封装到了库中,每一张图片是一个长度为784的一维数组。
下面展示一些 内联代码片。

from tensorflow.examples.tutorials.mnist import input_data
1

会自动下载封装好的数据集。但是我自己引入minst数据集会报各种各样的错误,印象最深刻的是


我以为是自己tensorflow和python版本的问题,因为我同学就很顺利就成功了,说真的浪费了好多时间在这个问题上,最后终于发现是数据集的原因,都快高兴哭了https://blog.youkuaiyun.com/weixin_30699955/article/details/98091451
MNIST_data就是我根据这篇博客下载的tensorflow_mnist数据集
接下来是数字图片识别相关的文件:
mnist_inference.py文件定义了前向传播过程以及神经网络的参数。三层全连接网络结构,通过加入隐藏层实现了多层网络结构。
mnist_train.py定义了神经网络的训练过程。运行mnist_train.py文件便会开始训练模型,MNIST_model文件已经有训练好的模型,你也可以删掉或修改然后重新训练。
MNIST_model文件夹保存了已经训练30000次的模型
mnist_eval.py文件定义了测试过程。运行mnist_eval.py文件就是计算在mnist数据集上测试1万张图片的正确率。比如在MNIST数据集10000张测试图片上的正确率

picture文件夹存放的是自己手写数字的图片
app.py文件实现了测试自己手写数字的图片。运行后直接识别picture文件夹里的所有图片。

遇到的困难

  • 不知道模型训练好了怎么测试自己手写的图片
    mnist_inference.py、mnist_train.py 和 mnist_eval.py这三个文件已经可以实现训练模型和测试正确率。之后怎么测试自己的图片呢?
    输入节点是长度为784的数组,所以得把自己的图片转化为长度是784的数组,才能输入到模型里,才能得到结果。
    代码在app.py里的image_prepare()函数,通过使用图像处理库PIL把图片转化为灰度图并且修改尺寸为28*28,然后转化为数组。
  • 测试自己手写图片的正确率太低
    在mnist测试数据集上的正确率有98%以上,而测试自己手写数字的正确率太低了,大部分数字都被识别成8。

    这部分我参考了https://blog.youkuaiyun.com/qq_43479622/article/details/90906094,从这里我们可以看出找到几个原因
  • mnist数据集图片是黑底白字,而我们平时都是白底黑字,所以要对测试图片灰度反转。
    修改后已经可以识别几个数字了,但还是很多被识别成了8。原因是自己拍的图片有很多噪点,直接输入给模型就因为噪点太多,被误认为是8。
  • 二值化来降噪


    使用opencv二值化图像cv2.threshold(img,127,255,cv2.THRESH_BINARY)
    虽然还有少量噪点,但已经有很好的识别效果了。(还可以再调整阈值)
  • 对自己手写图片的选取可以参考:
    https://blog.youkuaiyun.com/qq_38269418/article/details/78991649

Gui界面

run1.py是界面文件
timg是界面背景图,你也可以自己选

 


利用PyQt画界面按钮和文本框的介绍网上有很多。直接拿过来用就好。这部分的关键是怎么把app.py的思路搬进run1.py。如果你的app.py运行顺利的话,这部分也不会很难。
这部分我有两个错误:

  • 代码顺序引起的问题
    错误代码:
evaluate(pic)
def evaluate(pic):
    。。。
123

改正代码:

def evaluate(pic):
  。。。
evaluate(pic)
123
  • 图片名称输出错误
    pic_name是函数参数,在app.py的时候设置了,但是在run1.py里我并没有设置这个参数,即使设置也会出现别的错误。于是我先把pic_name设置成100行的“x”看输出是否有错误。最终控制面板输出是 x is 4。由此可见其他程序都没有问题
    经别人介绍用了如图第99行的函数来进行图片名称的调用。

画板数字识别

思路:在画板上画数字,之后截图输出,再通过GUI界面选择这张图片进行识别。
as.png截图画板输出的图片。
导出.png是画板左上角的图标,点击后生成as.png。
now.py运行后,出现画板界面。

画板:https://www.jb51.net/article/126189.htm
需要一个列表来保存所有移动过的点,然后把所有相邻两个点之间都画一条线,就能断断续续连成鼠标的痕迹了。当鼠标按住移动然后松开的时候,往保存所有移动过的点的列表中添加一个断点(-1, -1)。然后在每次画线的时候,都判断一下是不是断点,如果是断点的话就想办法跳过去,并且不连续的开始接着画线。

截图:https://blog.youkuaiyun.com/mxdzchallpp/article/details/79097951?utm_source=blogxgwz4&utm_medium=distribute.pc_relevant.none-task-blog-utm_term-3&spm=1001.2101.3001.4242
最终结果:

注意:
画板中使用的是drawline函数,如果画笔线条很细,识别率特别低,除非通过不断描绘,人为加粗线条,最终识别率还挺高的。但是最简单的方法还是设置画笔粗细。
https://blog.youkuaiyun.com/La_vie_est_belle/article/details/84930977?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522160429169019724822515101%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=160429169019724822515101&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allfirst_rank_v2~rank_v28-1-84930977.first_rank_ecpm_v3_pc_rank_v2&utm_term=PYQT++绘图%2B打印&spm=1018.2118.3001.4449

PS:如有需要Python学习资料的小伙伴可以加点击下方链接自行获取

python免费学习资料以及群交流解答点击即可加入

 

020pyqt5-CNN卷积网络实现手写中文数字识别python代码 080python农业病虫害检测pyqt版本_含10多种模型包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、Shu。089基于深度学习的小样本数据检测_含10多种模型包括alexnet、DenseNet、DLA、GoogleNet、Mobilenet、ResNet、ResNeXt、Shu。117nlp自然语言处理-文本情感分类-joy-sadness-anger-fear-love-surprise') 阅读详情

相关推荐

基于PYQT5的手写数字识别UI设计及模型实现

基于Python 基于sklearn的KNN、mlp和SVM模型训练、测试代码 基于pyqt5的手写数字GUI设计 带大量注释,代码简单易懂

Python+TensorFlow+PyQt实现手写体数字图片识别+GUI界面+画板数字识别

源代码下载: 图片识别 Gui界面 画板数字识别

weixin_45775701的博客 6359

CCS配置MSPM0G3507(七) 编码器(TIMER-QEI)

1.选择时钟源 BUSCLK2.时钟分频配置为1分频3.分频系数配置为14.若勾选 Start ,则生成程序后会自动开启定时器的计数,否则需手动在程序中开启5.Load Value 设置为65535。

kaneki_lh的博客 1万+

手写体数字识别+界面

1.这里首先需要声明一下,我的这篇文章参考来自以下两位博主: 界面: https://blog.youkuaiyun.com/weixin_39964552/article/details/82937144 猫狗图像识别: https://blog.youkuaiyun.com/hhhhhhhhhhwwwwwwwwww/article/details/106166653 2.数据集下载:以下的数据集也是在网上下载之后我自己整理的: (1)测试集数据: 链接:https://pan.baidu.com/s/1fQg27nBMsL0x

Keep_Trying_Go的博客 1667

Zemax实战:20×超高清变焦镜头设计全流程解析(从架构到制造)

本文详细解析了使用Zemax软件设计一款20倍变焦比、恒定F2.8光圈8K超高清镜头的全流程。从应对恒定光圈、宽光谱与8K解析力三大挑战的初始架构规划,到构建多重组态模型、分七阶段进行像差优化与公差分析,最终跨越制造鸿沟,为广播级影视与高精度工业检测应用提供了实战指南。

sun99的博客 552

SAP 深入理解库存

当 某个期间发生货物移动的时候,系统在更新mard数据的之前(这个表是实时更新的),会检查此笔业务过账期间和mard里对应记录的期间是否一致,也就是 看这是不是本期间第一笔移动。其二,我们不能保证这定期的作业的确定性,硬件维护、系统性能都可能使这预定的“时刻”出现偏差,如果某一次没能抓取该时刻的库存,对整个报表来说,是数据的缺失;中,当某一期间(Period)的第一项操作更新了物料数量或价值,则SAP系统会向表MBEWH写入一条记录,以第一项操作之前的余额、价格控制为标准。这对于业务数据量大的。

matinal 當冬夜漸暖 。公众号:matinal 3626

python 识别图片上的数字

python 识别图片上的数字,使用pytesseract库从图像中提取文本,而识别引擎采用 tesseract-ocr。 Tesseract是一款由Google赞助的开源OCR。OCR,即Optical Character Recognition,光学字符识别,是指通过扫描字符,然后通过其形状将其翻译成电子文本的过程。 pytesseract是python包装器,它为...

weixin_30399055的博客 4502

七天征服AutoSAR/SomeIP_04理解SoAD_LdCom_SD模块

本文深入解析了AUTOSAR平台下SOME/IP协议栈的架构设计与模块交互逻辑。重点剖析了SD模块(服务发现)和LdCom模块(通信适配层)与SoAD(Socket适配层)之间的复杂关联关系。文章通过详细配置表格和代码示例,阐述了服务注册发现机制、PDU路由控制策略、数据收发流程等核心功能,并形象地将三模块关系类比为"三极管结构"。特别强调了SD模块通过RoutingGroup实现通信路径的动态开关控制,以及LdCom模块在协议栈中的透传转发作用,帮助开发者理解配置规则背后的底层原理,提

大叔带刺的博客 203

python识别图片中数字_Python实现识别图片上的数字

Python 3.6版本的Pytesseract图像验证代码识别环境:(1)win7 64位(2)想法(3)python 3.6(4)pip安装枕头 pip install pytesseract(5)识别引擎tesseract-ocr安装安装tesseract-ocr识别引擎第1步: 下载安装包根据找到下载的安装包.我根据需要下载了64位第2步: 安装直接单击下载的tesseract-ocr-w...

weixin_39777213的博客 1356

深入解析基于Fluent的蒸发冷凝相变UDF程序及其在重力热管液体蒸发冷凝变化计算中的应用

ANSYS Fluent是一款功能强大的CFD软件,广泛应用于流体流动、传热、化学反应和多相流等领域的数值模拟。Fluent提供了丰富的物理模型和求解器,支持用户自定义函数(UDF)以扩展其功能,实现更为复杂和特定的模拟需求。UDF是用C语言编写的程序,允许用户在Fluent中自定义物理模型、边界条件、源项等,以实现特定的模拟需求。在处理复杂的相变过程、非均匀物性参数或特定的热传导机制时,UDF提供了极大的灵活性和扩展性。

qq_38334677的博客 1266

电磁场仿真:电磁场基础理论_(13).微波技术基础

微波是指频率在300 MHz到300 GHz之间的电磁波。这一频率范围对应的波长为1米到1毫米。

2401_87715305的博客 1321

实用Python识别图片上的数字(转载)

python 识别图片上的数字 python 识别图片上的数字,使用pytesseract库从图像中提取文本,而识别引擎采用 tesseract-ocr。 Tesseract是一款由Google赞助的开源OCR。OCR,即Optical Character Recognition,光学字符识别,是指通过扫描字符,然后通过其形状将其翻译成电子文本的过程。 pytesseract是python包装器,它为可执行文件提供了pythonic API。 1、安装必要的包: pip ins...

To be a better man 6877

JS逆向-B站评论数据w_rid参数和wts参数

本文是该专栏的第69篇,后面会持续分享python爬虫干货知识。本文以B站的评论数据为例,通过JS逆向获取其中的w_rid参数以及wts参数生成规律。具体的“逆向”思路逻辑,笔者将会详细介绍每个步骤,并且将在正文结合“完整代码”来详细介绍。废话不多说,具体细节部分以及详细思路逻辑,笔者将在正文结合完整代码进行详细说明。(附带完整代码)

Python进阶专栏《爬虫实战进阶》,《Pyppeteer从入门到精通》原创作者 2050

python图片识别数字11识别为1_用Python进行简单的图片识别(1)

起因是这样的,我想买一个定焦镜头,但也不是必需品,可以长期观望购买。最初的想法是,写个程序,每天爬一下各大电商网站的价格,或者直接爬etao把该镜头的价格记录下来,突然有一个惊爆的低价,就发邮件通知。这个idea并不难实现,只是懒得做。。。之前我的一些程序也干过类似的事情,比如春节爬打折机票价格什么的。昨天下午看到一个网站,上面记录了某东的历史数据,我就想把别人的历史数据采集过来看看,自己也练手一...

weixin_39638086的博客 753

计算机实战分享3:森林火灾预测分析可视化机器学习预测-完整数据代码-可直接运行

计算机实战分享3:森林火灾预测分析可视化机器学习预测-完整数据代码-可直接运行

605

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

python识别图片里的数字

python,git相关学习资料:一张图生成指定动作的动态视频,Magic Animate本地部署006_指法标准_键盘正位_你好世界_hello_world_单引号_双引号搭建私人助理大模型需要什么环境?Python识别图片里的数字 在数字识别领域,Python语言因其丰富的库和易用性,成为了很多开发者的首选。本文...

weixin_33662430的博客 2287

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

python识别图片中的所有数字内容

python识别图片中的所有数字内容

lijingxiaov5的博客 1079

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

用python识别图片上的数字_python 识别图片上的数字

python 识别图片上的数字,使用pytesseract库从图像中提取文本,而识别引擎采用 tesseract-ocr。Tesseract是一款由Google赞助的开源OCR。OCR,即Optical Character Recognition,光学字符识别,是指通过扫描字符,然后通过其形状将其翻译成电子文本的过程。pytesseract是python包装器,它为可执行文件提供了pythonic...

weixin_39650994的博客 681

python识别图片背景中数字_Python徒手实现识别手写数字—图像的处理

写在前面在上一篇文章Python徒手实现手写数字识别—大纲中,我们已经讲过了我们想要写的全部思路,所以我们不再说全部的思路。我这一次将图片的读入与处理的代码写了一下,和大纲写的过程一样,这一段代码分为以下几个部分:- 读入图片;- 将图片读取为灰度值矩阵;- 图片背景去噪;- 切割图片,得到手写数字的最小矩阵;- 拉伸/压缩图片,得到标准大小为100x100大小矩阵;- 将图片拉为1x10000大...

weixin_39626586的博客 488

python抓取图片数字_python 实现识别图片上的数字

Python 3.6 版本 Pytesseract 图像验证码识别环境:(1) win7 64位 (2) Idea (3) python 3.6 (4) pip install pillow pip install pytesseract (5) 识别引擎tesseract-ocr安装安装tesseract-ocr的识别引擎第一步:下载安装包我下载的是64位,根据自己需要下载第二步:安装直接点击下...

weixin_39997795的博客 1228

python识别图片背景中数字_用python识别一张数字图片

这是我看《深度学习入门——基于Python的理论和实现》的第N天,这本书,教你如何利用python,不用机器学习第三方库,自己去实现那些高大上的机器学习能实现的功能。是的它会涉及到很多数学知识,尤其是矩阵的处理,还有微分等等,但是作者写的真的很细心,真厉害的人物。在看这种类型书的时候,不知道你们会不会有这种情况,上一次看的内容很容易忘记(可能是我每次看隔的时间都太长了,没有一口气把它看完,但是这真...

weixin_39806679的博客 898

Python识别图片中数字/数值的方法笔记

import easyocr #识别图片上的数字/数值/文字方法 from PIL import Image #打开图片,传输图片信息 import re #正则表达式 # import pytesseract #识别图片上的数字/数值方法 应用场景:单独识别图片中某个区域的数字或者/数值,然后做数据处理。 首先是导入我们需要的库(如上),这里识别图片上数字或者数值的原理是,首先截图(截取屏幕),然后截取我们需要的图片上的数字/数值区域,方便第三方库识别

山中坐的博客 1万+

python识别图片手写文字_Python徒手实现识别手写数字—简易图片数据库

Python徒手实现识别手写数字—简易图片数据库写在前面上一篇文章Python徒手实现识别手写数字—图像的处理中我们讲了图片的处理,将图片经过剪裁,拉伸等操作以后将每一个图片变成了1x10000大小的向量。但是如果只是这样的话,我们每一次运行的时候都需要将他们计算一遍,当图片特别多的时候会消耗大量的时间。所以我们需要将这些向量存入一个文件当中,每次先看看图库中有没有新增的图片,如果有新增的图片,那...

weixin_39720516的博客 590
上一篇: Python3登陆土巴兔装修网,解决RSA加密!
下一篇: 编写第一个爬虫程序:获取页面、提取需要的数据、如何精准定位!
pythonlaodi
博客等级 码龄6年 286粉丝 244原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值