基于Python手写拼音识别基于Python手写拼音识别

一、算法构造

1.简单介绍一下knn算法
2.Python实现KNN

二、准备数据

1、将图片转换成数组矩阵

三、处理数据：训练集与测试集

1、区分训练集和测试集
2、加载数据
3、建立训练数据

四、测试数据

一、算法构造
1.简单介绍一下knn算法
KNN算法，也叫K最近邻算法。功能是分类。算法逻辑非常简单，说直白点就是：先找到跟你最近的k个邻居(假设k=5)，再看你的邻居给哪个类别投票(即邻居的标签)，少数服从多数，得票最多的结果就是你的类别。
在这个算法中最关键的三点：
k值：选择距离最近的k个邻居。
距离计算：计算距离的方法有欧式距离和曼哈顿距离，本文采用欧式距离，即先求差值的平方和，再开根号。
分类标签：本文的分类标签即a,b,c,d等字母

2.Python实现KNN

'''k:k值testdata:测试数据集traindata:训练数据集labels:分类标签'''def knn(k, testdata, traindata, labels):'''定义算法'''traindatasize = traindata.shape[0] #计算训练集的长度dif = tile(testdata,(traindatasize,1)) - traindata #将测试集扩展至训练集的长度，再求差值sqrdif = dif**2 #求差值的平方sumsqrdif = sqrdif.sum(axis=1) #求平方和distance = sumsqrdif**0.5 #再开根号，即所有的距离sorted_distance = distance.argsort() #对距离进行排序，返回排序后的索引count = {} #准备一个空字典，存放投票结果for i in range(0,k):vote = labels[sorted_distance[i]] #提取索引多对应的标签值作为字典的keycount[vote] = count.get(vote,0)+1#票数作为字典的valuesorted_count = sorted(count.items(),key=lambda x:x[1],reverse=True) #对最后的投票结果进行排序return sorted_count[0][0] #返回得票最多的标签

二、准备数据用最笨的方法，手写了一批png格式的数字图片：
【基于Python手写拼音识别】

文章图片

图片的尺寸都是统一的：32*32像素
图片的命名也是统一的：数字标签+"_"+第n张图+“.png"

1、将图片转换成数组矩阵
训练数据集与测试数据集都是标准化后的数组矩阵，而我们的试验对象是手写体数字图片，首先需要将图片进行一下数据化处理。

def img2Model(originDataPath, modelpath):list = os.listdir(originDataPath)for child in list:s_list = os.listdir(originDataPath + child)for i in s_list:filepath=originDataPath + child + '/' + i# print(filepath)img = cv2.imdecode(np.fromfile(filepath, dtype=np.uint8),0)img = cv2.resize(img, (32, 32))img = np.asarray(img)img[img > 127] = 255img[img <= 127] = 1img[img == 255] = 0dstFileName = modelPath + i.split('.')[0] + '.txt'np.savetxt(dstFileName, img, fmt='%d', delimiter=' ')

三、处理数据：训练集与测试集
1、区分训练集和测试集

# 随机分拣出测试集，其他文件为训练集def shutildata(modelpath, trainpath, testpath):txtlist = os.listdir(modelpath)index = [random.randint(0, len(txtlist)) for i in range(10)]# print(index)arr = [txtlist[i].split('.')[0].split("_")[1] for i in index]for i in txtlist:try:if i.split(".")[0].split("_")[1] in arr:shutil.copy(modelpath + "/" + i, testpath)else:shutil.copy(modelpath + "/" + i, trainpath)except:pass

2、加载数据

# 加载数据def load_data(dataFilePath):arr = np.loadtxt(dataFilePath, dtype=np.int)arr = arr.flatten()return arr

3、建立训练数据

# 建立训练数据集def makeTrainData(trainpath):labels = []trainfile = os.listdir(trainpath)trainarr = np.zeros((len(trainfile), 1024))for i in range(0, len(trainfile)):# print(trainfile[i])thislabel = trainfile[i].split(".")[0].split("_")[0]if len(thislabel) != 0:labels.append(int(thislabel))trainarr[i, :] = load_data(trainpath + trainfile[i])return trainarr, labels

四、测试数据

# 验证def validate(testpath, trainpath, k):trainarr, labels = makeTrainData(trainpath)testfiles = os.listdir(testpath)count = 0# 读取字典表with open('num_char.json', 'r') as f:dict = json.loads(f.read())# print(dict)for i in range(0, len(testfiles)):testpicname = testfiles[i].split("_")[0]testarr = load_data(testpath + testfiles[i])result = knn(k, testarr, trainarr, labels)testpicname = dict[str(testpicname)]result = dict[str(result)]print("真正字母:"+testfiles[i] +"" + testpicname + "" + "测试结果为:{}".format(result))if str(testpicname) == str(result):count += 1print("-----------------------------")print("测试集为:{}个,其中正确了{}个".format(len(testfiles),count))print("正确率为{}".format(count / len(testfiles)))print()

到此这篇关于基于Python手写拼音识别的文章就介绍到这了,更多相关Python手写拼音识别内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！