Python机器学习项目化教程（微课视频版）课件 第15章 综合案例：手写数字识别

第15章综合案例分析：手写数字识别目录CONTENTS15.1

图像的存储表示15.2数据预处理15.3基于kNN的手写数字识别15.5本章小结15.4基于神经网络的手写数字识别15.1图像的存储表示学习基础学习认知能力信息素养高常见的图像分类有3种：彩色图像、灰度图像和二值图像。其中，对于彩色图像，每个像素通常是由红（R）、绿（G）、蓝（B）三个分量来表示，每个分量的取值范围为(0,255)。一幅完整的图像可以被分割为蓝（B分量）、绿（G分量）、红（R分量）三基色的单色图，如图15-1所示。15.1图像的存储表示灰度图像（GrayImage）是每个像素只有一个采样颜色的图像，即每个像素只有一个分量表示该像素的灰度值。在一个灰度图中，每个像素位置(x0,y0)对应一个灰度值，图像在计算机中存储为数值矩阵。像素的表示如图15-3所示。15.1图像的存储表示高度为24像素、宽度为16像素的数字“8”的灰度图像在计算机中的存储形式如图15-4所示。15.1图像的存储表示数字“8”的二值图像在计算机中的存储表示如图15-5所示。15.2数据预处理15.2.1将图像转换为文本这样的命名方式是为了方便提取出样本的真实标签。样本中手写数字0~9的存储形式如图12-6所示。手写数字“5”经过降噪处理，转换为0和1二值化数据后如图15-7所示。15.2数据预处理15.2.2将矩阵转换为向量前面已经把数字图像格式的文件转换为一个32×32的二进制像素矩阵文本文件，为了提取样本特征，还需要将每一个32×32的二进制像素矩阵转换为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的手写数字识别15.3.2kNN分类模型分别将训练样本和测试样本中的数据转换为1×1024的向量，并获得训练样本特征集合train_X、测试样本特征集合test_X_set、训练样本真实标签集合train_y、测试样本真实标签集合true_y_set，然后利用kNN算法依次统计每一个测试样本其近邻样本中每一类样本的个数，确定该测试样本的标签，即测试样本预测标签pre_y，得到所有测试样本的预测标签集合pre_y_set。15.3基于kNN的手写数字识别15.3.3kNN分类模型评估根据kNN算法得到的测试样本预测标签和真实标签，计算分类的准确率。foriinrange(0,len(test_files)):print("真正数字:"+true_y_set[i]+""+"测试结果为:{}".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的手写数字识别直接使用kNN模块进行手写数字识别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准确率：",acc)15.4基于神经网络的手写数字识别15.4.1定义神经网络模型定义输入层到输出层的权值为W1，隐藏层到输出层的权值为W2，初始时，随机初始化权值W1和W2。W1=np.random.random((1024,50))-0.5W2=np.random.random((50,10))-0.515.4基于神经网络的手写数字识别BP神经网络训练模型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基于神经网络的手写数字识别手写数字识别运行结果：15.5本章小结手写数字识别是一个图像处理问题，要想识别图像中的手写数字，需要先将图像信息转换为文