纯Python实现手写数字的识别+GUI界面

目录

纯Python实现手写数字的识别+GUI界面

安装必要的库

下载mnist数据集

解析图片与标签

导入相关库

将图片28*28矩阵转换为1*784向量

训练所有60000张数字图片并构建分类器

保存模型与加载模型

根据测试图片预测数字

GUI的实现

---

纯Python实现手写数字的识别+GUI界面

基于python sklearn knn算法，数据集mnist

安装必要的库

pip install scikit-learn 
pip install numpy
pip install wxPython 

安装PIL库

下载mnist数据集

http://yann.lecun.com/exdb/mnist/

解析图片与标签

我的基本想法是把训练集中的图片与各自标签对应，以实现分类。

而下载mnist数据集得到的是需要进行解析的文件，无法直接查看，

所以我们需要先把图片解析出来，由于我们要知道每张图片的数字标签，所以为了后期易于获取，我在解析标签的过程中，将每个数字标签直接保存在对应的图片的文件名中，并且是文件名的第一个字符。

训练集处理示例如下：（请读者根据自己保存文件的目录对以下代码进行灵活处理）

​​​​#!/usr/bin/python
# -*- coding:utf-8 -*-
import struct
import numpy as np
import PIL.Image

'''解析训练标签后得到数字并保存在解析的图片文件名中'''


def getTrainLabels():
    f1 = open("C:/Users/asus/Desktop/mnist_data/train-labels.idx1-ubyte", 'rb')
    buf1 = f1.read()
    f1.close()
    index = 0
    magic, num = struct.unpack_from(">II", buf1, 0)
    index += struct.calcsize('>II')
    labs = []
    labs = struct.unpack_from('>' + str(num) + 'B', buf1, index)
    return labs


filename = 'C:/Users/asus/Desktop/mnist_data/train-images.idx3-ubyte'
binfile = open(filename, 'rb')
buf = binfile.read()
index = 0
magic, numImages, numRows, numColumns = struct.unpack_from('>IIII', buf, index)
index += struct.calcsize('>IIII')
for image in range(0, numImages):
    im = struct.unpack_from('>784B', buf, index)
    index += struct.calcsize('>784B')
    im = np.array(im, dtype='uint8')
    im = im.reshape(28, 28)
    im = PIL.Image.fromarray(im)
    label = getTrainLabels()
    imagenumber = label[image]
    im.save('C:/Users/asus/Desktop/mnist_train/%s_train_%s.bmp' % (imagenumber, image), 'bmp')

 

测试集原理同上，在此省略。

导入相关库

import numpy as np
import os
from PIL import Image
from sklearn.neighbors import KNeighborsClassifier as knn
from sklearn.externals import joblib

将图片28*28矩阵转换为1*784向量

def image_vector(fname):
    im = Image.open("C:/Users/asus/PycharmProjects/mnist_train/"+fname).convert('L')
    im = im.resize((28, 28))
    tmp = np.array(im)
    vector = tmp.ravel()           # 转换成1*784的向量
    return vector

 

将测试图片转换为向量原理同上，仅需更改文件目录即可。

训练所有60000张数字图片并构建分类器

训练60000张保存模型和加载模型耗时较长，但准确率有保证，可考虑利用随机训练n张图片以提高效率，但可能准确率会下降。

'''训练60000张图片'''


def split_data(paths):
    fn_list = os.listdir(paths)
    X = []
    y = []
    d0 = fn_list
    for i, name in enumerate(d0):
        y.append(name[0])  # 获取文件名的第一个字符，例如0_train_1.bmp,则得到数字标签0
        X.append(image_vector(name))  # 获取图片并利用函数转换为1*784向量
    return X, y


'''构建分类器'''


def knn_clf(X_train, y_train_label):
    classifier = knn()
    classifier.fit(X_train, y_train_label)
    return classifier

 

保存模型与加载模型

保存模型的一般结构为：

joblib.dump(model, output_name)

注意：此处的model为一个分类器

加载模型的一般结构为：

joblib.load(model)

注意：此处的moel为之前保存的模型文件名

根据测试图片预测数字

通过转换向量、构建分类器、保存模型后，只需要先对测试图片进行向量转换，然后加载模型对数字进行预测即识别。

在此转换向量的函数原理同训练集，故省略。

def test(test_sample):
    load_model('mnist_knn60000.m')
    test_result = clf.predict(testdata(test_sample))
    return test_result[0]

最后打印test_result，就是我们程序识别的结果。

GUI的实现

我的GUI实现是利用wxPython实现的，

其实主要分为两个重点：①设置按钮，点击后弹出窗口可进行识别图片的选择②选择图片后调用之前写好的model.py中的最终测试函数，打印识别结果。

界面的布局较简单，大家可以参考：https://www.yiibai.com/wxpython

注意设置按钮后一定要绑定对应的选择图片的函数。

注意调用函数的导入方法：from model import test

最终效果如下图：

另外我还设置了图片显示：

主要内容就是这么多，此文章只是个人的一个学习笔记，正在学习纯Python实现手写识别数字的朋友只需要了解我的大致思路即可，学习还是要自己实践操作。

部分内容我参考了此篇博客：https://www.cnblogs.com/demodashi/p/9452947.html