Python機器學習項目化教程（微課視頻版）課件 第15章 綜合案例：手寫數(shù)字識別

第15章綜合案例分析：手寫數(shù)字識別目錄CONTENTS15.1

圖像的存儲表示15.2數(shù)據(jù)預處理15.3基于kNN的手寫數(shù)字識別15.5本章小結15.4基于神經(jīng)網(wǎng)絡的手寫數(shù)字識別15.1圖像的存儲表示學習基礎學習認知能力信息素養(yǎng)高常見的圖像分類有3種：彩色圖像、灰度圖像和二值圖像。其中，對于彩色圖像，每個像素通常是由紅（R）、綠（G）、藍（B）三個分量來表示，每個分量的取值范圍為(0,255)。一幅完整的圖像可以被分割為藍（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圖像的存儲表示灰度圖像（GrayImage）是每個像素只有一個采樣顏色的圖像，即每個像素只有一個分量表示該像素的灰度值。在一個灰度圖中，每個像素位置(x0,y0)對應一個灰度值，圖像在計算機中存儲為數(shù)值矩陣。像素的表示如圖15-3所示。15.1圖像的存儲表示高度為24像素、寬度為16像素的數(shù)字“8”的灰度圖像在計算機中的存儲形式如圖15-4所示。15.1圖像的存儲表示數(shù)字“8”的二值圖像在計算機中的存儲表示如圖15-5所示。15.2數(shù)據(jù)預處理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標簽。樣本中手寫數(shù)字0~9的存儲形式如圖12-6所示。手寫數(shù)字“5”經(jīng)過降噪處理，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32×32的二進制像素矩陣文本文件，為了提取樣本特征，還需要將每一個32×32的二進制像素矩陣轉(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的手寫數(shù)字識別15.3.2kNN分類模型分別將訓練樣本和測試樣本中的數(shù)據(jù)轉(zhuǎn)換為1×1024的向量，并獲得訓練樣本特征集合train_X、測試樣本特征集合test_X_set、訓練樣本真實標簽集合train_y、測試樣本真實標簽集合true_y_set，然后利用kNN算法依次統(tǒng)計每一個測試樣本其近鄰樣本中每一類樣本的個數(shù)，確定該測試樣本的標簽，即測試樣本預測標簽pre_y，得到所有測試樣本的預測標簽集合pre_y_set。15.3基于kNN的手寫數(shù)字識別15.3.3kNN分類模型評估根據(jù)kNN算法得到的測試樣本預測標簽和真實標簽，計算分類的準確率。foriinrange(0,len(test_files)):print("真正數(shù)字:"+true_y_set[i]+""+"測試結果為:{}".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的手寫數(shù)字識別直接使用kNN模塊進行手寫數(shù)字識別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準確率：",acc)15.4基于神經(jīng)網(wǎng)絡的手寫數(shù)字識別15.4.1定義神經(jīng)網(wǎng)絡模型定義輸入層到輸出層的權值為W1，隱藏層到輸出層的權值為W2，初始時，隨機初始化權值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)絡的手寫數(shù)字識別BP神經(jīng)網(wǎng)絡訓練模型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)絡的手寫數(shù)字識別手寫數(shù)字識別運行結果：15.5本章小結手寫數(shù)字識別是一個圖像處理問題，要想識別圖像中的手寫數(shù)字，需要先將圖像信息轉(zhuǎn)換為文