使用OpenCV和KNN算法进行手写数字识别

www_pp_

已于 2025-03-05 20:01:09 修改

阅读量283

点赞数 5

文章标签： opencv 算法人工智能

于 2025-03-03 21:20:08 首次发布

本文链接：https://blog.youkuaiyun.com/www_pp_/article/details/145997075

版权

在计算机视觉和机器学习领域，手写数字识别是一个经典的问题，广泛应用于各种实际场景，如邮政编码识别、银行支票处理等。KNN（K-Nearest Neighbors）算法因其简单易懂、无需复杂模型训练而被广泛应用于此类任务。本文将通过一个具体的案例，展示如何使用Python、OpenCV和实现KNN算法，并对手写数字进行识别和准确率评估。

一。数据集说明

digits.png是一个包含多个手写数字的图像文件，每个数字占据图像的一个小区域。该图像文件通常用于训练和测试手写数字识别模型。图像中包含50行100列的数字，总共5000个数字样本，每个数字的大小为20x20像素。

代码实现

以下代码展示了如何使用OpenCV和KNN算法实现手写数字识别，并计算模型的准确率

import numpy as np
import cv2 #3.1本身就自带了机器学的函数 sklearn

img = cv2.imread('digits.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度图
#将原始图像划分成独立的数字，每个数字大小20*20，共计5000个
cells = [np.hsplit(row,100) for row in np.vsplit(gray,50)]
# 装进array,形状（50，100，20，20），50行，100列，每个图像20*20大小
x = np.array(cells)

train = x[ : , :50]#划分为训练集和测试集：比例各占一半
test = x[:,50:100]

#将数据构造为符合KNN的输入，将每个数字的尺寸由20*20调整为1*400（一行400个像素）
train_new = train.reshape(-1,400).astype(np.float32)# Size = (2500,400)
test_new = test.reshape(-1,400).astype(np.float32)# Size = (2500,400)

#分配标签，分别为训练数据，测试数据分配标签（图像对应的实际值）
k = np.arange(10)#(0123456789)
labels = np.repeat(k,250)#重复数组中的元素，每个元素重复250次
train_labels = labels[:np.newaxis]#np.newaxis是NumPy库中的一个特殊对象，由于在数组中增加一个新的维度
test_labels = np.repeat(k,250)[:,np.newaxis]

#模型构建+训练，sklearn,knn,,opencv里面也有knn
knn = cv2.ml.KNearest_create()#通过cv2创建一个knn模型
knn.train(train_new,cv2.ml.ROW_SAMPLE, train_labels)#np.newaxis是NumPy库中的一个特殊对象，用于在数组中增加一个新的维度。
ret,result,neighbours,dist = knn.findNearest(test_new,k=1)
#ret: 表示查找操作是否成功
#result: 浮点数数组，表示测试样本的预测标签
#neighbours: 这是一个整数数组，表示与测试样本最近的k个邻居的索引
#dist: 这是一个浮点数数组，表示测试样本与每个最近邻居之间的距离

#通过测试集校验准确率
matches = result==test_labels
correct = np.count_nonzero(matches)
accuracy = correct*100.0/result.size
print( "当前使用KNN识别手写数字的准确率为{}%:".format(accuracy))

输出结果

运行上述代码后，您将看到类似以下的输出结果：

K值选择：

k参数的值对模型性能有重要影响。通常需要通过交叉验证等方法进行优化。

k=2时，当前使用KNN识别手写数字的准确率为91.24%:

k=3时，当前使用KNN识别手写数字的准确率为91.64%:

二.对自己手写数字图像进行预测，数据处理

图像预处理：

对于自定义手写数字图像，需要确保图像大小为 20×20。

1.对自己手写数字图像进行第一次预测，数据处理

#对自己手写数字进行预测，数据处理
img = cv2.imread('4.png')
img1 = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度图

# 将数据构造为符合KNN的输入，将每个数字的尺寸由20*20调整为1*400(一行400个像素)
mytest=img1.reshape(-1,400).astype(np.float32)

#对数据进行预测
ret,result1,neighbours,dist = knn.findNearest(mytest,k=1)
print('测试结果是',ret)

运行结果

2.对自己手写数字图像第二次进行预测，数据处理

#对自己手写数字进行预测，数据处理
img = cv2.imread('7.png')
img1 = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度图

# 将数据构造为符合KNN的输入，将每个数字的尺寸由20*20调整为1*400(一行400个像素)
mytest=img1.reshape(-1,400).astype(np.float32)

#对数据进行预测
ret,result1,neighbours,dist = knn.findNearest(mytest,k=1)
print('测试结果是',ret)

运行结果

3..对自己手写数字图像第三次进行预测，数据处理

#对自己手写数字进行预测，数据处理
img = cv2.imread('6.png')
img1 = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转换为灰度图

# 将数据构造为符合KNN的输入，将每个数字的尺寸由20*20调整为1*400(一行400个像素)
mytest=img1.reshape(-1,400).astype(np.float32)

#对数据进行预测
ret,result1,neighbours,dist = knn.findNearest(mytest,k=1)
print('测试结果是',ret)

运行结果