当前位置：首页 > news >正文

基于 OpenCV 与 sklearn 的数字识别：KNN 算法实践

news 2025/7/30 20:57:48

在计算机视觉领域，数字识别是一个经典问题，广泛应用于邮政编码识别、车牌识别等场景。本文将介绍如何使用 OpenCV 进行图像处理，并结合 KNN（K 近邻）算法实现数字识别，同时对比 OpenCV 内置 KNN 与 scikit-learn 库中 KNN 的实现差异。

准备工作

首先，我们需要导入所需的库：

import numpy as np
import cv2
from sklearn.neighbors import KNeighborsClassifier

其中，numpy用于数值计算，cv2（OpenCV）用于图像处理，KNeighborsClassifier则是 scikit-learn 库中的 KNN 分类器。

图像读取与预处理

我们需要读取两张图像：一张包含大量数字样本的训练图像，另一张作为测试图像。

# 读取训练图像和测试图像
img = cv2.imread(r'D:\pythonProject11\class\aa.png')
c_img = cv2.imread(r'D:\pythonProject11\class\ccc.png')# 将彩色图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
c_gray = cv2.cvtColor(c_img, cv2.COLOR_BGR2GRAY)

彩色图像包含 RGB 三个通道，转换为灰度图像可以减少计算量，同时保留图像的主要特征。cv2.cvtColor函数用于颜色空间转换，COLOR_BGR2GRAY参数表示从 BGR 格式（OpenCV 默认的彩色图像格式）转换为灰度格式。

数据准备

图像分割

我们假设训练图像是一个包含 50 行 100 列数字的网格图像，每个数字占据一个 20×20 像素的区域。我们需要将这个大图像分割成多个小图像，每个小图像对应一个数字样本。

python

运行

# 先垂直分割成50行，再对每行水平分割成100列
cell = np.array([np.hsplit(row, 100) for row in np.split(gray, 50)])

这里使用了np.split和np.hsplit两个函数：

np.split(gray, 50)将灰度图像垂直分割成 50 个等高度的子数组
np.hsplit(row, 100)将每个子数组水平分割成 100 个等宽度的子数组

最终得到的cell是一个形状为 (50, 100, 20, 20) 的数组，表示 50 行 100 列，每个元素是 20×20 像素的数字图像。

训练集和测试集划分

我们将前 50 列作为训练集，后 50 列作为测试集：

python

运行

# 划分训练集和测试集
train_ma = cell[:, :50]  # 前50列作为训练集
test_ma = cell[:, 50:100]  # 后50列作为测试集# 转换为二维数组（样本数×特征数）
train_ma = train_ma.reshape(-1, 400).astype(np.float32)  # 50×50=2500个样本，每个样本20×20=400个特征
test_ma = test_ma.reshape(-1, 400).astype(np.float32)

reshape(-1, 400)将每个 20×20 的图像转换为一个长度为 400 的一维数组，便于作为机器学习算法的输入。-1表示自动计算该维度的大小，这里计算结果为 2500（50×50）。

标签生成

我们需要为每个样本生成对应的标签（即该样本对应的数字）。假设图像中的数字是按 0-9 的顺序重复排列的：

python

运行

# 生成标签
kernel = np.arange(10)  # 生成0-9的数字
train_la = np.repeat(kernel, 250)[:, np.newaxis]  # 每个数字重复250次，形成2500个标签
test_la = np.repeat(kernel, 250)[:, np.newaxis]

np.repeat(kernel, 250)将 0-9 每个数字重复 250 次，得到一个长度为 2500 的数组，与我们的样本数量一致。[:, np.newaxis]将一维数组转换为二维列向量，以满足 OpenCV 中 KNN 算法对标签格式的要求。

测试图像预处理

我们需要对测试图像进行同样的预处理：

python

运行

# 预处理测试图像
c_test = np.array(c_gray).reshape(-1, 400).astype(np.float32)

使用 OpenCV 的 KNN 进行识别

OpenCV 库中内置了 KNN 算法的实现：

python

运行

# 创建并训练OpenCV的KNN模型
knn = cv2.ml.KNearest_create()
knn.train(train_ma, cv2.ml.ROW_SAMPLE, train_la)  # ROW_SAMPLE表示每行是一个样本# 预测
ret, results, neigh, dist = knn.findNearest(c_test, 4)  # 寻找4个最近邻
print("OpenCV KNN预测结果：", results)

cv2.ml.KNearest_create()创建一个 KNN 模型实例，train方法用于训练模型，findNearest方法用于预测。findNearest的第二个参数表示要寻找的最近邻数量 K。

使用 scikit-learn 的 KNN 进行识别

我们也可以使用 scikit-learn 库中的 KNN 实现：

python

运行

# 为scikit-learn准备标签（一维数组）
train_la = np.repeat(kernel, 250)
test_la = np.repeat(kernel, 250)# 创建并训练scikit-learn的KNN模型
knnl = KNeighborsClassifier(n_neighbors=5)  # K=5
knnl.fit(train_ma, train_la)# 评估模型准确率
a = knnl.score(test_ma, test_la)
print("模型准确率：", a)# 预测
b = knnl.predict(c_test)
print("scikit-learn KNN预测结果：", b)

scikit-learn 的 KNN 使用起来更加简洁，KNeighborsClassifier的n_neighbors参数指定 K 值，fit方法用于训练，score方法用于评估模型准确率，predict方法用于预测。

总代码

import numpy as np
import cv2
from sklearn.neighbors import KNeighborsClassifier
img = cv2.imread(r'D:\pythonProject11\class\aa.png')
c_img = cv2.imread(r'D:\pythonProject11\class\ccc.png')
# c_img = cv2.imread('img_1.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)#转化为灰度图像
c_gray = cv2.cvtColor(c_img,cv2.COLOR_BGR2GRAY)
c_test = np.array(c_gray).reshape(-1,400).astype(np.float32)cell =np.array([np.hsplit(row,100) for row innp.split(gray,50)])
train_ma = cell[:,:50]
test_ma = cell[:,50:100]
train_ma = train_ma.reshape(-1,400).astype(np.float32)
test_ma = test_ma.reshape(-1,400).astype(np.float32)
kernel = np.arange(10)
train_la = np.repeat(kernel,250)[:,np.newaxis]#cv2的方法
test_la = np.repeat(kernel,250)[:,np.newaxis]
knn = cv2.ml.KNearest_create()
knn.train(train_ma,cv2.ml.ROW_SAMPLE,train_la)#cv2.mL.ROW_SAMPLE:这是一个标志，告诉0pencv训练数据是按行组织的，即每一行是一个样本。
ret, results, neigh, dist = knn.findNearest(c_test,4)
print(results)
train_la = np.repeat(kernel,250)#sklearn的方法
test_la = np.repeat(kernel,250)
knnl = KNeighborsClassifier(n_neighbors=5)
knnl.fit(train_ma,train_la)
a=knnl.score(test_ma,test_la)
b=knnl.predict(c_test)
print(a,b)