第15章綜合案例分析：手寫(xiě)數(shù)字識(shí)別目錄CONTENTS15.1

圖像的存儲(chǔ)表示15.2數(shù)據(jù)預(yù)處理15.3基于kNN的手寫(xiě)數(shù)字識(shí)別15.5本章小結(jié)15.4基于神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字識(shí)別15.1圖像的存儲(chǔ)表示學(xué)習(xí)基礎(chǔ)學(xué)習(xí)認(rèn)知能力信息素養(yǎng)高常見(jiàn)的圖像分類有3種：彩色圖像、灰度圖像和二值圖像。其中，對(duì)于彩色圖像，每個(gè)像素通常是由紅（R）、綠（G）、藍(lán)（B）三個(gè)分量來(lái)表示，每個(gè)分量的取值范圍為(0,255)。一幅完整的圖像可以被分割為藍(lán)（B分量）、綠（G分量）、紅（R分量）三基色的單色圖，如圖15-1所示。15.1圖像的存儲(chǔ)表示灰度圖像（GrayImage）是每個(gè)像素只有一個(gè)采樣顏色的圖像，即每個(gè)像素只有一個(gè)分量表示該像素的灰度值。在一個(gè)灰度圖中，每個(gè)像素位置(x0,y0)對(duì)應(yīng)一個(gè)灰度值，圖像在計(jì)算機(jī)中存儲(chǔ)為數(shù)值矩陣。像素的表示如圖15-3所示。15.1圖像的存儲(chǔ)表示高度為24像素、寬度為16像素的數(shù)字“8”的灰度圖像在計(jì)算機(jī)中的存儲(chǔ)形式如圖15-4所示。15.1圖像的存儲(chǔ)表示數(shù)字“8”的二值圖像在計(jì)算機(jī)中的存儲(chǔ)表示如圖15-5所示。15.2數(shù)據(jù)預(yù)處理15.2.1將圖像轉(zhuǎn)換為文本這樣的命名方式是為了方便提取出樣本的真實(shí)標(biāo)簽。樣本中手寫(xiě)數(shù)字0~9的存儲(chǔ)形式如圖12-6所示。手寫(xiě)數(shù)字“5”經(jīng)過(guò)降噪處理，轉(zhuǎn)換為0和1二值化數(shù)據(jù)后如圖15-7所示。15.2數(shù)據(jù)預(yù)處理15.2.2將矩陣轉(zhuǎn)換為向量前面已經(jīng)把數(shù)字圖像格式的文件轉(zhuǎn)換為一個(gè)32×32的二進(jìn)制像素矩陣文本文件，為了提取樣本特征，還需要將每一個(gè)32×32的二進(jìn)制像素矩陣轉(zhuǎn)換為1×1024的向量。defdata_to_array(file_name):arr=[]f=open(file_name)foriinrange(0,32):line_data=f.readline()forjinrange(0,32):arr.append(int(line_data[j]))returnarr15.3基于kNN的手寫(xiě)數(shù)字識(shí)別15.3.2kNN分類模型分別將訓(xùn)練樣本和測(cè)試樣本中的數(shù)據(jù)轉(zhuǎn)換為1×1024的向量，并獲得訓(xùn)練樣本特征集合train_X、測(cè)試樣本特征集合test_X_set、訓(xùn)練樣本真實(shí)標(biāo)簽集合train_y、測(cè)試樣本真實(shí)標(biāo)簽集合true_y_set，然后利用kNN算法依次統(tǒng)計(jì)每一個(gè)測(cè)試樣本其近鄰樣本中每一類樣本的個(gè)數(shù)，確定該測(cè)試樣本的標(biāo)簽，即測(cè)試樣本預(yù)測(cè)標(biāo)簽pre_y，得到所有測(cè)試樣本的預(yù)測(cè)標(biāo)簽集合pre_y_set。15.3基于kNN的手寫(xiě)數(shù)字識(shí)別15.3.3kNN分類模型評(píng)估根據(jù)kNN算法得到的測(cè)試樣本預(yù)測(cè)標(biāo)簽和真實(shí)標(biāo)簽，計(jì)算分類的準(zhǔn)確率。foriinrange(0,len(test_files)):print("真正數(shù)字:"+true_y_set[i]+""+"測(cè)試結(jié)果為:{}".format(pre_y_set[i]))ifpre_y_set[i]==(int)(true_y_set[i]):count=count+1accuracy=count/len(test_files)print("accuracy=",accuracy*100,"%")15.3基于kNN的手寫(xiě)數(shù)字識(shí)別直接使用kNN模塊進(jìn)行手寫(xiě)數(shù)字識(shí)別knn=KNeighborsClassifier(n_neighbors=2,weights='distance')knn.fit(train_X,train_y)predict_y=knn.predict(test_X_set)print(predict_y)true_y=np.array(list(map(int,true_y_set)))print(np.array(list(map(int,true_y_set))))acc=accuracy_score(predict_y,true_y)print("KNN準(zhǔn)確率：",acc)15.4基于神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字識(shí)別15.4.1定義神經(jīng)網(wǎng)絡(luò)模型定義輸入層到輸出層的權(quán)值為W1，隱藏層到輸出層的權(quán)值為W2，初始時(shí)，隨機(jī)初始化權(quán)值W1和W2。W1=np.random.random((1024,50))-0.5W2=np.random.random((50,10))-0.515.4基于神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字識(shí)別BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練模型deftrain(X_train,y_train,X_test,y_test,iter=10000,lr=0.08):W1=np.random.random((1024,50))-0.5W2=np.random.random((50,10))-0.5foritinrange(iter):k=np.random.randint(X_train.shape[0])X_data=X_train[k]X_data=np.atleast_2d(X_data)L1=sigmoid(np.dot(X_data,W1))L2=sigmoid(np.dot(L1,W2)L2_delta=(y_train[k]-L2)*dsigmoid(np.dot(L1,W2))L1_delta=np.dot(L2_delta,W2.T)*dsigmoid(np.dot(X_data,W1))

15.4基于神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字識(shí)別手寫(xiě)數(shù)字識(shí)別運(yùn)行結(jié)果：15.5本章小結(jié)手寫(xiě)數(shù)字識(shí)別是一個(gè)圖像處理問(wèn)題，要想識(shí)別圖像中的手寫(xiě)數(shù)字，需要先將圖像信息轉(zhuǎn)換為文