做薆视频网站网络营销推广的主要特点

目录

引言

项目介绍

动手思路

一、项目数据

二、关键知识点讲解

三、代码实现

1、加载并预处理训练数据

2、划分训练集和测试集

3、重塑数组形状

4、准备标签

5、使用 sklearn 的 KNN 模型

6、评估模型表现

7、定义单个数字预测函数

8、测试单张图片

---

引言

经过前两期的学习，相信大家对knn算法已经有了一个较为完整的认知了，本期的博客，我将手把手带大家做一个knn算法的实战案例----手写数字识别

项目介绍

本项目基于 KNN（K 近邻）算法，构建手写数字识别系统。

利用包含 0 - 9 手写数字的训练数据集，通过预处理图像、划分数据集、训练 KNN 模型，实现对手写数字的精准识别，支持批量测试集评估与单张图片预测

动手思路

1. 数据加载与预处理：读取训练图像，转为灰度图后按固定规则切割为单个数字图像，将图像数组重塑为二维特征向量（样本数 × 像素特征数），统一数据格式为 float32 以适配模型输入。
2. 数据集划分：将预处理后的数字图像按比例划分为训练集和测试集，分别用于模型训练与性能评估。
3. 标签制备：针对 0-9 每个数字，生成对应数量的标签，确保训练集和测试集中每个数字的样本与标签一一对应。
4. 模型训练：使用 sklearn 库中的 KNN 算法，以 3 个近邻数为参数，基于训练集特征和标签进行模型训练，学习数字特征与类别间的关联。
5. 模型评估：用训练好的模型对测试集进行预测，通过准确率指标评估模型在未见过的数据上的识别效果。
6. 单图预测功能实现：设计预处理函数，将待预测的单张数字图像转换为与训练数据格式一致的特征向量，调用训练好的模型输出预测结果，并处理可能出现的异常。

一、项目数据

我们使用的是一个包含 5000 个手写数字（0-9） 的图像文件（train_number.png），每种数字500个，总共10类。图像被排布成了一个 50 行 × 100 列 的网格，每个小格是一个 20×20 像素的数字图像。

 

二、关键知识点讲解

首先，我们来了解一下如何读取图片

我们日常保存的图片，本质上既是二进制数据，也可看作矩阵，存储时是二进制数据，程序处理时常用矩阵 / 数组表示，二者协同支撑图片在计算机体系里的存储、处理与展示。

每个像素点的数值含义：

对于彩色图（如 RGB 格式），每个像素由三个数值（R、G、B）组成，分别对应红、绿、蓝三种颜色的亮度，组合后呈现出各种颜色。

 对于灰度图（如代码中的手写数字），每个像素用一个 0-255 的整数表示亮度：0 代表纯黑，255 代表纯白，中间值表示不同深浅的灰色。

由于rgb图像不方便操作，所以要将图像转化为灰度图像（转化为方便操作的二位数组）

三、代码实现

1、加载并预处理训练数据

img_1 = cv2.imread('train_number.png')
gray = cv2.cvtColor(img_1, cv2.COLOR_BGR2GRAY)
cells = [np.hsplit(row, 100) for row in np.vsplit(gray, 50)]
x = np.array(cells)

• 使用 cv2 读取训练图像 "train_number.png"
• 将图像转换为灰度图
• 将灰度图按行分割成 50 份，每份再按列分割成 100 份，得到多个单元格
• 将这些单元格转换为 numpy 数组 x

---

2、划分训练集和测试集

train = x[:, :50, :, :]
test = x[:, 50:100, :, :]

• 从数组 x 中提取前 50 列作为训练集
• 提取后 50 列作为测试集

3、重塑数组形状

train_new = train.reshape(-1, 400).astype(np.float32)
test_new = test.reshape(-1, 400).astype(np.float32)

• 将训练集重塑为二维数组（样本数 × 特征数），并转换为 float32 类型
• 对测试集进行同样的处理

4、准备标签

k = np.arange(10)
train_labels = np.repeat(k, 250)  # 每个数字有250个训练样本
test_labels = np.repeat(k, 250)  # 每个数字有250个测试样本

• 创建 0-9 的数字序列
• 为训练集和测试集各生成重复 250 次的标签，每个数字对应 250 个样本

5、使用 sklearn 的 KNN 模型

knn = KNeighborsClassifier(n_neighbors=3)
knn.fit(train_new, train_labels)

• 初始化近邻数为 3 的 KNN 分类器
• 使用训练集数据和标签训练模型

6、评估模型表现

predictions = knn.predict(test_new)
accuracy = accuracy_score(test_labels, predictions)
print(f"模型准确率: {accuracy * 100:.2f}%")

• 用训练好的模型预测测试集
• 计算并打印模型在测试集上的准确率

7、定义单个数字预测函数

def predict_digit(image_path):# 读取图片并预处理img = cv2.imread(image_path)gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)test_1 = gray_img.reshape(-1,400)prediction = knn.predict(test_1)return prediction

• 读取指定路径的图像
• 转换为灰度图并重塑为符合模型输入要求的形状
• 使用训练好的 KNN 模型进行预测并返回结果

8、测试单张图片

result = predict_digit('0.png')
print(f"测试图片'2.png'的预测结果: {int(result)}")
result = predict_digit('1.png')
print(f"测试图片'1.png'的预测结果: {int(result)}")
result = predict_digit('2.png')
print(f"测试图片'2.png'的预测结果: {int(result)}")
result = predict_digit('3.png')
print(f"测试图片'1.png'的预测结果: {int(result)}")
result = predict_digit('4.png')
print(f"测试图片'2.png'的预测结果: {int(result)}")
result = predict_digit('5.png')
print(f"测试图片'1.png'的预测结果: {int(result)}")
result = predict_digit('6.png')
print(f"测试图片'2.png'的预测结果: {int(result)}")
result = predict_digit('7.png')
print(f"测试图片'1.png'的预测结果: {int(result)}")
result = predict_digit('8.png')
print(f"测试图片'2.png'的预测结果: {int(result)}")
result = predict_digit('9.png')
print(f"测试图片'1.png'的预测结果: {int(result)}")

对自己写的数字进行测试，看模型再实际情况下的运行效果

运行结果

可以看到，虽然模型准确率很高，但实际的运行结果还是不太理想，这是因为每个人对数字的写法不同，笔的粗细，角度，形状甚至是字体格式都不定相同，这些因素我们都没考虑进去。