【机器学习】KNN算法实现手写板字迹识别

1. 前言

上篇博客通过KNN算法实现鸢尾花数据集分类，在博客最后对KNN算法是否适合于图像分类进行了讨论。本篇博客通过KNN算法实现手写板字迹识别，通过人机交互的模式验证KNN算法是否合适于图像分类。

2. 实验背景

在制作手写体数据集的过程中，常会出现训练数据和测试数据都是出自同一个人的笔迹，此时KNN模型对测试数据友好，但这其实并不符合实际情况。因此本次实验将不同人的笔迹作为训练集，为了增加人机交互性，我们实现了一个简单的手写板进行测试集的制作。

数据集类型	数据集来源	数据集个数
训练集	收集不同人群的手写体，并转换成01矩阵的txt文件格式	1974
测试集	通过python实现手写板，将自己的手写体作为测试集进行预测	1

3. 测试过程

测试步骤：
1. 设计手写板
2. 制作测试数据
3. 加载训练数据
4. 通过KNN算法进行训练
5. 得到预测结果

3.1 手写板及测试数据的制作

基本思路：通过手写板写入内容，将其保存为图片(512 x 512)。再将图片转换为01矩阵(32 x 32)并保存为txt文件格式作为测试数据。

# 手写板，通过opencv实现
def draw(event,x,y,flags,param):global ix,iyif event==cv2.EVENT_LBUTTONDOWN:drawing=Trueix,iy=x,yelif event==cv2.EVENT_MOUSEMOVE:if drawing==True:cv2.circle(img,(x,y),30,(0,0,0),-1)elif event==cv2.EVENT_LBUTTONUP:drawing=Falseif __name__ == "__main__":# 通过手写板制作图片测试集img=np.zeros((512,512,3),np.uint8)for i in range(512):img[i,:]=255cv2.namedWindow('image')cv2.setMouseCallback('image',draw)while(1):cv2.imshow('image',img)if cv2.waitKey(1) & 0xFF == ord(' '):cv2.imwrite('1.jpg',img)breakcv2.destroyAllWindows()# 将图片转换为0,1矩阵并记录在txt文件中img1 = cv2.imread('1.jpg', cv2.IMREAD_GRAYSCALE)res=cv2.resize(img1,(32,32),interpolation=cv2.INTER_CUBIC)pic=[]for i in range(32):for j in range(32):if res[i][j]<=200:res[i][j]=1else:res[i][j]=0pic.append(int(res[i][j]))filename = 'out.txt'with open(filename, 'w') as name:for i in range(32*32):name.write(str(pic[i]))if (i+1) % 32 == 0:name.write("\n")

3.2 加载训练数据并进行KNN模型搭建

这里的KNN算法与之前鸢尾花分类的算法一样，首先将测试数据按照训练数据维度进行转换，并通过欧式距离进行排序（鸢尾花分类通过计算每条数据之间的距离；字迹识别通过计算每张图片之间的距离），最后选出K个最近的数据并筛选频率最高的标签作为预测结果。

数据加载方式的差别有两个，第一是尺寸信息更丰富，需要将(32,32)维度转为(1,1024)维度方便欧氏距离的计算；第二是标签需要自己设置，这里采用常见的文件名分类法。

# 图像转向量，将(32,32)转为(1,1024)，目的在于实现KNN算法的距离计算
def img2vector(filename):vector = np.zeros((1, 1024))file = open(filename)for i in range(32):str = file.readline()for j in range(32):vector[0, 32*i+j] = int(str[j])return vectordef KNN(Test, Train, labels, k):dataSetSize = Train.shape[0]# 求像素的欧氏距离distance = np.tile(Test, (dataSetSize, 1)) - Train    sqdistance = distance ** 2sqdistances = sqdistance.sum(axis=1)distances = sqdistances ** 0.5 # 得到训练集的下标sortedDistIndicies = distances.argsort()# 得到K个欧式距离最近的labelresult = []for i in range(k):voteIlabel = labels[sortedDistIndicies[i]]result.append(voteIlabel)print(result)collection = Counter(result)result = collection.most_common(1)return result[0][0]def main():# 载入处理训练集和标签labels = []Train_list = listdir('knn/digits/trainingDigits')batch = len(Train_list)Train = np.zeros((batch, 1024))for i in range(batch):name = Train_list[i]    # name得到每个文件名称，"0_0.txt"filename = name.split('.')[0].split('_')[0]labels.append(filename)    # filename表示标签列表Train[i, :] = img2vector('knn/digits/trainingDigits/%s' % name)# 这里我设计的是将手写板的图像转换为0,1矩阵并记入txt中作为测试集Test = img2vector("out.txt")result = KNN(Test, Train, labels, 3)print(result)

3.3 结果预测

训练数据：
链接：https://pan.baidu.com/s/1Zh0rYwvovmm4drEOpjLS8A
提取码：mjll

全部代码：

import cv2
import numpy as np
from os import listdir
import operator
from collections import Counterdrawing=False# 图像转向量，将(32,32)转为(1,1024)，目的在于实现KNN算法的距离计算
def img2vector(filename):vector = np.zeros((1, 1024))file = open(filename)for i in range(32):str = file.readline()for j in range(32):vector[0, 32*i+j] = int(str[j])return vectordef KNN(Test, Train, labels, k):dataSetSize = Train.shape[0]# 求像素的欧氏距离distance = np.tile(Test, (dataSetSize, 1)) - Train    sqdistance = distance ** 2sqdistances = sqdistance.sum(axis=1)distances = sqdistances ** 0.5 # 得到训练集的下标sortedDistIndicies = distances.argsort()# 得到K个欧式距离最近的labelresult = []for i in range(k):voteIlabel = labels[sortedDistIndicies[i]]result.append(voteIlabel)print(result)collection = Counter(result)result = collection.most_common(1)return result[0][0]def main():# 载入处理训练集和标签labels = []Train_list = listdir('knn/digits/trainingDigits')batch = len(Train_list)Train = np.zeros((batch, 1024))for i in range(batch):name = Train_list[i]    # name得到每个文件名称，"0_0.txt"filename = name.split('.')[0].split('_')[0]labels.append(filename)    # filename表示标签列表Train[i, :] = img2vector('knn/digits/trainingDigits/%s' % name)# 这里我设计的是将手写板的图像转换为0,1矩阵并记入txt中作为测试集Test = img2vector("out.txt")result = KNN(Test, Train, labels, 3)print("预测结果：", result)# 手写板，通过opencv实现
def draw(event,x,y,flags,param):global ix,iy,drawingif event==cv2.EVENT_LBUTTONDOWN:drawing=Trueix,iy=x,yelif event==cv2.EVENT_MOUSEMOVE:if drawing==True:cv2.circle(img,(x,y),30,(0,0,0),-1)elif event==cv2.EVENT_LBUTTONUP:drawing=Falseif __name__ == "__main__":# 通过手写板制作图片测试集img=np.zeros((512,512,3),np.uint8)for i in range(512):img[i,:]=255cv2.namedWindow('image')cv2.setMouseCallback('image',draw)while(1):cv2.imshow('image',img)if cv2.waitKey(1) & 0xFF == ord(' '):cv2.imwrite('1.jpg',img)breakcv2.destroyAllWindows()# 将图片转换为0,1矩阵并记录在txt文件中img1 = cv2.imread('1.jpg', cv2.IMREAD_GRAYSCALE)res=cv2.resize(img1,(32,32),interpolation=cv2.INTER_CUBIC)pic=[]for i in range(32):for j in range(32):if res[i][j]<=200:res[i][j]=1else:res[i][j]=0pic.append(int(res[i][j]))filename = 'out.txt'with open(filename, 'w') as name:for i in range(32*32):name.write(str(pic[i]))if (i+1) % 32 == 0:name.write("\n")# 开始测试main()

4. 总结

大家有兴趣可以直接copy运行看看，预测结果还算可观。但相比深度学习方法精度略显不足。这是因为图片的语义信息是高级信息，无法通过常规的聚类以及距离进行语义判定。我们在做KNN实验时可以尝试输出测试数据与每个训练数据之间的距离，当样本足够时会发现距离相同的样本并不少且标签还不同，这就体现除了KNN算法的一个bug。

总结得出，KNN算法可以在简单的图像数据上进行测试（例如：灰度数据），但在RGB图像甚至更加高维的数据上并不适用。