用python實現的的手寫數字辨識器

標籤：filter   回調   手寫   tor   pre   string   sel   data   none   

概述帶GUI介面的，基於python sklearn knn演算法的手寫數字辨識器，可用於識別手寫數字，訓練資料集為mnist。詳細代碼下載：http://www.demodashi.com/demo/13039.html前言

 

k-近鄰（kNN, k-NearestNeighbor）演算法是一種基本分類與迴歸方法，
通俗點來說，就是給定一個訓練資料集，對新的輸入執行個體，在訓練資料集中找到與該執行個體最鄰近的 k 個執行個體，這 k 個執行個體的多數屬於某個類，就把該輸入執行個體分為這個類。

python 第三方庫scikit-learn(sklearn)提供了knn的分類器。

MNIST手寫數字資料庫（Mixed National Institute of Standards and Technology database）包含
70000張手寫數字圖片。這些數字是通過美國國家統計局的員工和美國高校的學生收集的。每張圖片
都是28x28的灰階圖。

 

用mnist資料集訓練出一個knn分類器，對新輸入的手寫數字進行識別。

準備工作

1.安裝必要的第三方庫：

pip install scikit-learn 
pip install numpy
pip install wxPython 

 

安裝PIL,在以下地址下載PIL庫進行安裝:
http://effbot.org/media/downloads/PIL-1.1.7.win32-py2.7.exe
（或在http://effbot.org/downloads/ 中找到與你作業系統及python版本相對應
版本的PIL)

2.下載mnist資料集：
可以從以下地址下載mnist資料集。
http://yann.lecun.com/exdb/mnist/
如下：

項目結構圖

 

整體的項目結構十分簡單，一共兩個指令檔，一個是GUI介面指令碼（digit_gui.py)，
一個是分類器指令碼(model.py)。
如下：

 

實現過程的部分代碼展示

 

1. 在model.py中匯入相關的庫：

import numpy as npimport osfrom PIL import Imageimport randomfrom sklearn.neighbors import KNeighborsClassifier as knnfrom sklearn.externals import joblib

 

2. 編寫model.py中的相關函數，

將圖片轉為向量：

def img2vec(fname):    ‘‘‘將jpg等格式的圖片轉為向量‘‘‘    im = Image.open(fname).convert(‘L‘)    im = im.resize((28,28))    tmp = np.array(im)    vec = tmp.ravel()    return vec

 

隨機抽取1000張圖片作為訓練集:

def split_data(paths):    ‘‘‘隨機抽取1000張圖片作為訓練集‘‘‘    fn_list = os.llistdir(paths)    X = []    y = []    d0 = random.sample(fn_list,1000)    for i,name in enumerate(d0):        y.append(name[0])        X.append(img2vec(name))        dataset = np.array([X,y])    return X,y

 

構建分類器:

def knn_clf(X_train,label):    ‘‘‘構建分類器‘‘‘    clf = knn()    clf.fit(X_train,label)    return clf

 

儲存模型：

def save_model(model,output_name):    ‘‘‘儲存模型‘‘‘    joblib.dump(model,ouotput_name)

 

3. 訓練模型：

X_train,y_label = split_data(file_path)clf = knn_clf(X_train,y_label)save_model(clf,‘mnist_knn1000.m‘)

 

4. 在digit_gui.py中編寫使用者介面：
匯入相關的庫：

import wxfrom collections import namedtuplefrom PIL import Imageimport osimport model

 

編寫介面：

class MainWindow(wx.Frame):    def __init__(self,parent,title):        wx.Frame.__init__(self,parent,title=title,size=(600,-1))        static_font = wx.Font(12, wx.SWISS, wx.NORMAL, wx.NORMAL)                Size = namedtuple("Size",[‘x‘,‘y‘])        s = Size(100,50)        sm = Size(100,25)        self.fileName = None        self.model = model                b_labels = [u‘open‘,u‘run‘]        TipString = [u‘選擇圖片‘, u‘識別數字‘]                funcs = [self.choose_file,self.run]                ‘‘‘create input area‘‘‘        self.in1 = wx.TextCtrl(self,-1,size = (2*s.x,3*s.y))        self.out1 = wx.TextCtrl(self,-1,size = (s.x,3*s.y))        ‘‘‘create button‘‘‘        self.sizer0 = wx.FlexGridSizer(rows=1, hgap=4, vgap=2)        self.sizer0.Add(self.in1)                buttons = []        for i,label in enumerate(b_labels):            b = wx.Button(self, id = i,label = label,size = (1.5*s.x,s.y))            buttons.append(b)            self.sizer0.Add(b)              self.sizer0.Add(self.out1)        ‘‘‘set the color and size of labels and buttons‘‘‘          for i,button in enumerate(buttons):            button.SetForegroundColour(‘red‘)            button.SetFont(static_font)            button.SetToolTipString(TipString[i])            button.Bind(wx.EVT_BUTTON,funcs[i])        ‘‘‘layout‘‘‘        self.SetSizer(self.sizer0)        self.SetAutoLayout(1)        self.sizer0.Fit(self)                self.CreateStatusBar()        self.Show(True)

 

介面如下：

 

編寫控制項的回呼函數：

    def run(self,evt):        if self.fileName is None:            self.raise_msg(u‘請選擇一幅圖片‘)            return None        else:            model_path = os.path.join(origin_path,‘mnist_knn1000.m‘)            clf = model.load_model(model_path)            ans = model.tester(self.fileName,clf)            self.out1.Clear()            self.out1.write(str(ans))            def choose_file(self,evt):        ‘‘‘choose img‘‘‘        dlg = wx.FileDialog(            self, message="Choose a file",            defaultDir=os.getcwd(),             defaultFile="",            wildcard=wildcard,            style=wx.OPEN | wx.MULTIPLE | wx.CHANGE_DIR            )        if dlg.ShowModal() == wx.ID_OK:            paths = dlg.GetPaths()            dlg.Destroy()            self.in1.Clear()            self.in1.write(paths[0])            self.fileName = paths[0]            im = Image.open(self.fileName)            im.show()        else:            return None

 

運行效果

代碼下載：http://www.demodashi.com/demo/13039.html註：本文著作權歸作者，由demo大師發表，拒絕轉載，轉載需要作者授權

 

用python實現的的手寫數字辨識器