机器学习之KNN结合微信机器人实现手写数字识别终极API

最新推荐文章于 2024-04-18 10:00:00 发布

Cris6866

最新推荐文章于 2024-04-18 10:00:00 发布

阅读量456

点赞数

CC 4.0 BY-SA版权

分类专栏： Items 文章标签： python 机器学习图像转换

本文链接：https://blog.youkuaiyun.com/weixin_43913500/article/details/98386277

机器学习之KNN结合微信机器人实现手写数字识别终极API

手写数字识别

手写数字识别

功能概述

微信机器人接收到的手写数字图片，传送给已经经过机器学习训练过的knn分类器，进行预测，输出数字结果。

实现步骤

将手写数字图片转变为32*32的矩阵
因为机器学习的训练数据集是DBRHD数据集(训练数据集已上传到我的资料可以自行下载)，图片均归一化为以数字为中心的32*32规格的矩阵：空白区域用0表示，字迹部分用1表示。所以首先就需要将手写数字图片转换成文本形式。
ps：DBRHD数据集我已上传到我的资源

from PIL import Image
import matplotlib.pylab as plt
import numpy as np


def picTo01(filename):
    """
    将图片转化为32*32像素的文件，用0 1表示
    :param filename:
    :return:
    """
    # 打开图片
    img = Image.open(filename).convert('RGBA')

    # 得到图片的像素值
    raw_data = img.load()

    # 将其降噪并转化为黑白两色
    for y in range(img.size[1]):
        for x in range(img.size[0]):
            if raw_data[x, y][0] < 90:
                raw_data[x, y] = (0, 0, 0, 255)

    for y in range(img.size[1]):
        for x in range(img.size[0]):
            if raw_data[x, y][1] < 136:
                raw_data[x, y] = (0, 0, 0, 255