python数据分析——手写数字识别

import numpy as np
# bmp 图片后缀
import matplotlib.pyplot as plt
%matplotlib inline

from sklearn.neighbors import KNeighborsClassifier

 

• 提炼样本数据

In [6]:

img_arr = plt.imread('./data/3/3_100.bmp')
plt.imshow(img_arr)

Out[6]:

<matplotlib.image.AxesImage at 0x2066baa2780>

 

In [ ]:

#./data/3/3_100.bmp

In [59]:

feature = []
target = []
for i in range(0,10):
    for j in range(1,501):
        img_path = './data/'+str(i)+'/'+str(i)+'_'+str(j)+'.bmp'
        img_arr = plt.imread(img_path)
        feature.append(img_arr)
        target.append(i)

In [60]:

len(feature)

Out[60]:

5000

 

• 样本数据的提取

In [61]:

feature = np.array(feature)

In [62]:

feature.shape

Out[62]:

(5000, 28, 28)

In [63]:

# 特征数据必须保证是二维的
# feature是一个三维数组（执行将维操作）
feature = feature.reshape(5000,28*28)

In [64]:

feature.shape

Out[64]:

(5000, 784)

In [65]:

target = np.array(target)

 

• 将样本打乱

In [66]:

np.random.seed(3)
np.random.shuffle(feature)
np.random.seed(3)
np.random.shuffle(target)

 

• 获取训练数据和测试数据

In [67]:

x_train = feature[:4950]
y_train = target[:4950]
x_test = feature[-50:]
y_test = target[-50:]

 

• 实例化模型对象，训练

In [68]:

knn = KNeighborsClassifier(n_neighbors=30)
knn.fit(x_train,y_train)
knn.score(x_train,y_train)

Out[68]:

0.9195959595959596

In [69]:

print('预测分类:',knn.predict(x_test))
print('真实数据:',y_test)

 

预测分类: [4 5 7 9 7 5 7 6 8 6 1 1 3 4 8 4 1 0 1 2 0 5 8 6 5 9 3 9 1 8 9 6 4 1 5 0 8
 7 7 1 5 3 5 5 6 1 1 3 6 3]
真实数据: [4 5 7 9 7 5 7 6 8 6 4 1 3 4 8 4 2 0 1 2 0 5 8 6 5 9 3 9 1 8 9 6 4 1 5 2 8
 7 7 2 5 3 5 5 6 1 1 3 6 3]

 

• 模型的保存

In [82]:

from sklearn.externals import joblib

In [84]:

joblib.dump(knn,'./digist.m')

Out[84]:

['./digist.m']

 

• 加载模型

In [85]:

knn = joblib.load('./digist.m')

 

• 识别外部图片数字

In [16]:

#外部图片的识别
img_arr = plt.imread('./数字.jpg')
plt.imshow(img_arr)

Out[16]:

<matplotlib.image.AxesImage at 0x1d68f0e9d68>

 

In [17]:

five_arr = img_arr[90:155,80:135]

In [18]:

plt.imshow(five_arr)

Out[18]:

<matplotlib.image.AxesImage at 0x1d68f147438>

 

In [19]:

five_arr.shape

Out[19]:

(65, 55, 3)

In [20]:

#five数组是三维的，需要进行降维，舍弃第三个表示颜色的维度
five_arr = five_arr.mean(axis=2)

In [21]:

five_arr.shape

Out[21]:

(65, 55)

 

• 对图片进行等比压缩

In [22]:

import scipy.ndimage as ndimage

In [23]:

five = ndimage.zoom(five_arr,zoom = (28/65,28/55))

In [24]:

five.shape

Out[24]:

(28, 28)

In [81]:

# 转换为（1,784）形式
knn.predict(five.reshape(1,784))

Out[81]:

array([5])