用python实现的的手写数字识别器

概述

带GUI界面的，基于python sklearn knn算法的手写数字识别器，可用于识别手写数字，训练数据集为mnist。

详细

代码下载：http://www.demodashi.com/demo/13039.html

前言

 

k-近邻（kNN, k-NearestNeighbor）算法是一种基本分类与回归方法，
通俗点来说，就是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的 k 个实例，这 k 个实例的多数属于某个类，就把该输入实例分为这个类。

python 第三方库scikit-learn(sklearn)提供了knn的分类器。

MNIST手写数字数据库（Mixed National Institute of Standards and Technology database）包含
70000张手写数字图片。这些数字是通过美国国家统计局的员工和美国高校的学生收集的。每张图片
都是28x28的灰度图。

 

用mnist数据集训练出一个knn分类器，对新输入的手写数字进行识别。

准备工作

1.安装必要的第三方库：

pip install scikit-learn 
pip install numpy
pip install wxPython 

 

安装PIL,在以下地址下载PIL库进行安装:
http://effbot.org/media/downloads/PIL-1.1.7.win32-py2.7.exe
（或在http://effbot.org/downloads/ 中找到与你操作系统及python版本相对应
版本的PIL)

2.下载mnist数据集：
可以从以下地址下载mnist数据集。
http://yann.lecun.com/exdb/mnist/
如下：

项目结构图

 

整体的项目结构十分简单，一共两个脚本文件，一个是GUI界面脚本（digit_gui.py)，
一个是分类器脚本(model.py)。
如下：

 

实现过程的部分代码展示

 

1. 在model.py中导入相关的库：

?

1 2 3 4 5 6

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

 

2. 编写model.py中的相关函数，

将图片转为向量：

?

1 2 3 4 5 6 7

def img2vec(fname):     '''将jpg等格式的图片转为向量'''     im = Image.open(fname).convert('L')     im = im.resize((28,28))     tmp = np.array(im)     vec = tmp.ravel()     return vec

 

随机抽取1000张图片作为训练集:

?

1 2 3 4 5 6 7 8 9 10 11

def split_data(paths):     '''随机抽取1000张图片作为训练集'''     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

 

构建分类器:

?

1 2 3 4 5

def knn_clf(X_train,label):     '''构建分类器'''     clf = knn()     clf.fit(X_train,label)     return clf

 

保存模型：

?

1 2 3

def save_model(model,output_name):     '''保存模型'''     joblib.dump(model,ouotput_name)

 

3. 训练模型：

?

1 2 3

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中编写用户界面：
导入相关的库：

?

1 2 3 4 5

import wx from collections import namedtuple from PIL import Image import os import model

 

编写界面：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48

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'选择图片', u'识别数字']                   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)

 

界面如下：

 

编写控件的回调函数：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

def run(self,evt):     if self.fileName is None:         self.raise_msg(u'请选择一幅图片')         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

 

运行效果

代码下载：http://www.demodashi.com/demo/13039.html

注：本文著作权归作者，由demo大师发表，拒绝转载，转载需要作者授权