手写数字识别的小优化

在用KNN实现手写数字识别的时候突发奇想是否可以根据数字的特点对其进行一个分类，以此来提高判断的准确率。经过许多天的改进与完善终于实现了此算法，就称其为洞拐法吧。（第一次写，有许多不足之处，还望多多包含并指正）

将数字进行分类如下

①有洞的

一个洞：0，4，6，9

两个洞：8

②无洞的

没有拐点：1

有一个拐点：7

有两个拐点：2

有大于等于三个拐点：5，6

（以上为理想的分类条件，但由于手写习惯的不同，往往会将2，3，5也判断为带洞的，需特殊处理，详见代码）

洞和底判断的大体思路

洞的判断：
判断准备：将每一行中的1看成一段，记录其起始位置和                 终止位置。
例：00001111111100011111100000000则记录为  list = [4,11,15,20]
若为000011111111000111111000111100
有三段（通常为连笔导致，为了不影响判断，也只记录前两段）
记录为  list = [4,11,15,20]
若为00001111111111111110000000
只有一段则记为  list = [4,15,0,0]若list[2]==0或list[2]-list[1]<=6（防止漏判不封顶的洞）则将成连续的。记为[1,list[0],list[1],list[2],list[3]]。若为断开则记为
[0,list[0],list[1],list[2],list[3]]顶的判断：若上一行连续下一行断开则判断此行为顶。
底的判断：上一行为断开的下一行为连续的，且对应的顶和底之间的行数要大部分为断开的，且两顶间的距    离>=5。(必须要先有一个顶才能判断为底)
拐法详解：
记录每一行1的平均位置
例:若为00001111111111111110000000
只有一段list = [4,15,0,0]，则x=(list[0]+list[1])/2
若为00001111111100011111100000000有两段list = [4,11,15,20]则只记后一段即可（不影响判断）
x=(list[2]+list[3])/2
然后将重复值（相距小于0.5的看成重复值）去掉（相加除于二，合二为一），防止手抖时错识拐点。

由于手写习惯问题，书写数字的时候常常会把洞写的不封口，因此简化了对洞判断的要求。通过底和顶来判断是否是洞，下面是判断顶和底时的先前准备，记录下每一行1的位置。

def holeJudge(ar)  # ar为图片二值化为28*28的矩阵judgei = []  # 存放每一行的信息lista = []  # 存放顶和底for i in range(28):  # 有换行，因此循环28次startj1 = -1  # 第i行中第一段的起始点位startj2 = -1  # 第i行中第二段的起始点位endj1 = 0  # 第i行中第一段的终止点位endj2 = 0  # 第i行中第二段的终止点位# 经反复测试如果有第三段也不用考虑，并不会影响判断（种类太多，不在列举）for j in range(28):  # 检测一行中断开的位置if ar[i][j] == 1 and startj1 == -1:  # 记录第一段点位startj1 = jwhile ar[i][j] == 1 and j < 27:  # （j<27）最后一位特殊对待j += 1startj2 = j - 1if startj2 != -1 and ar[i][j] == 1 and ar[i][j - 1] == 0:  # 记录第二段点位if j < 27 and startj2 >= 26:endj1 = 0endj2 = 0else:endj1 = jwhile ar[i][j] == 1 and j < 27:j += 1endj2 = jbreakif endj1 - startj2 <= 6 or endj1 == 0:  # 判断是否连续的,满足记为1，否者记为0（有断开且断的不大也算连续）（反复测试确定6为最佳数字）judgei.append([1, startj1, startj2, endj1, endj2])  # 1表示此行为连续else:judgei.append([0, startj1, startj2, endj1, endj2])  # 0表示此行断开

以下为顶和底的判断（接上）

    jjj = 0for i in range(28):if (judgei[i-1][0]==1 and judgei[i][0]==0 ):#上一行为断开不大的连续 下一行为断开，则可能为顶if len(lista)==0:                       #如果还未记录顶，则令其为顶（第一个顶的确定要求较低）starti = 1lista.append([starti, i])if len(lista) == 2 and lista[1][0] == 2: # 如果已有一洞（条件为一顶一底）p = 0jj = lista[1][1]                        #第一个底的位置while jj < i:                           # 更加严谨的判断顶jj += 1if judgei[jj][3] == 0: # 记录顶和底之间的行是为连续的个数，有多个连续行的话则不是顶（防止有顶和底的3判断成洞，以及其它奇怪手写数字）p += 1if p <= 5:                 # 反复测试得连续行数小于等于5行时可判断为顶starti = 1lista.append([starti, i])if (judgei[i-1][3]-judgei[i-1][2]>1 and judgei[i][3]==0 and judgei[i][2]-judgei[i][1]>=judgei[i-1][3]-judgei[i-1][2]-4 and len(lista)!=0) or \(len(lista)!=0 and judgei[i-1][3]-judgei[i-1][2]>1 and judgei[i][3]!=0 and judgei[i][1]<=judgei[i-1][2]+1and judgei[i][2]>=judgei[i-1][3]-1):#judgei[i][1]<=18防止9的中右部分识别为底，竖往中间斜的9#不用顶的判断方式是为了防止0下部过于扁平识别不了  第二行为奇怪9的判断方法\ddd=29p = 0if len(lista) == 1:#满足底的条件且有且只有一个顶ddd = jjj = lista[0][1]if len(lista) == 3 and lista[2][0] == 1:ddd = jjj = lista[2][1]while jjj < i:  # 更加严谨的判断底，直接区别2，3，5jjj += 1if judgei[jjj][3] == 0:  # 看顶和底之间有几个连续的行p += 1if p <= 4 and (jjj - ddd) >= 5:  # 连续的行数小于5则为底（不怕带开口的零等会受影响，因为顶端为从开口处的那一行）（开口不对称导致有连续行存在）endi = 2lista.append([endi, jjj])

返回待判断数字的洞的特征（接上）

        if len(lista) >= 4:return [2, 8, lista, judgei]elif len(lista) == 3:return [9, 0, lista, judgei]elif len(lista) == 2 and lista[1][0] != 0:  # 有两个，且有底(防止奇怪的3)return [1, 0, lista, judgei]elif len(lista) == 1 or (len(lista) == 2 and lista[1][0] == 0):  # 只有一个，或两个没底return [3, 0, lista, judgei]  # 2，3，5, 7elif len(lista) == 0:  # 没顶没底return [4, 0, lista, judgei]  # 1，2，3，5，7

结果判断

def answer(ar,t35,t49,t56,t3469,t24689,t2356,listar):#ar为28*28的矩阵，t****为训练集，listar为标签listt = holeJudge(ar)#判断洞的特征值if listt[0]==2:return 8if listt[0]==1:#一个洞    classify（）为knn判断函数if listt[2][0][1]<=6 and listt[2][1][1]>=23:return 0elif 7<=listt[2][0][1] <=22 and listt[2][1][1] >= 23:#区别有洞的5print("knn56")return classify(listar, t56[0], t56[1], 7)elif 7<=listt[2][1][1] <=22 and listt[2][0][1] <= 6:#判断4和9print("knn49")return classify(listar,t49[0],t49[1],7)else:#1，7不可能有洞return classify(listar,t24689[0],t24689[1],7)if listt[0]==9:#2顶1底（可以在减少knn个数17）return classify(listar,t3469[0],t3469[1],7)if listt[0]==3 :#只有顶   判断奇怪的2，3，5, 6 (上部带弯沟的6)  7#knn奇怪的2，3，5,6，7###########################################xy = []abc=[]for i in range(28):  # 记录横坐标 将7与23456区分if listt[3][i][3] != 0:x = (listt[3][i][4] + listt[3][i][3]) / 2else:x = (listt[3][i][2] + listt[3][i][1]) / 2xy.append(x)abc.append(i)i = 1while i < len(xy):  # 去掉重复的值try:if 0 <= xy[i - 1] - xy[i] <= 0.5 or 0 <= xy[i] - xy[i - 1] <= 0.5:  # 如果两个相差二也叫相等，且取其平均值xy[i] = (xy[i - 1] + xy[i]) / 2del xy[i - 1]del abc[i - 1]i = i - 1except:breaki = i + 1kkk = []#拐法i = 1emmmm=0while i < len(xy) - 1:  # 记录拐点if (xy[i - 1] - xy[i] <= -0.75 and xy[i] - xy[i + 1] >= 0.75) or (xy[i - 1] - xy[i] >= 0.75 and xy[i] - xy[i + 1] <= -0.75):kkk.append(abc[i])if xy[i]-xy[i+1]>0 and i>=23:emmmm=1if i == len(xy) - 1 and (xy[-2] - xy[-1] <= -10 or xy[-2] - xy[-1] >= 10):# 底边特殊对待，还有防止最后一行才开始增加的2kkk.append(abc[i])if xy[i]-xy[i+1]>0 and i>=23:emmmm=1i += 1if len(kkk)==0 or (len(kkk)==1 and kkk[0]<=7) or (len(kkk)==2 and kkk[1]-kkk[0]<=2 and kkk[1]<=7):return 7else:print("knn2356")return classify(listar,t2356[0],t2356[1],3)if listt[0]==4:#没顶没底   判断1，2，3，5，7xy=[]width = 0for i in range(28):#记录横坐标if listt[3][i][3]!=0:x = (listt[3][i][4] + listt[3][i][3]) / 2else:x = (listt[3][i][2] + listt[3][i][1]) / 2xy.append(x)width+=(listt[3][i][2]-listt[3][i][1]+1)#1的平军宽度大于7i=1while i<len(xy):#去掉重复的值try:if 0<= xy[i - 1] - xy[i] <= 0.5 or 0<=xy[i ] - xy[i-1] <=0.5:  # 如果两个相差二也叫相等，且取其平均值xy[i] = (xy[i - 1] + xy[i]) / 2del xy[i - 1]i = i - 1except:breaki=i+1kkk = []i = 1while i < len(xy) - 1:  # 记录拐点if (xy[i - 1] - xy[i] <= 0 and xy[i] - xy[i + 1] >= 0) or (xy[i - 1] - xy[i] >= 0 and xy[i] - xy[i + 1] <= 0):kkk.append(i)if i == len(xy) - 1 and (xy[-2] - xy[-1] <= -10 or xy[-2] - xy[-1] >= 10):# 底边特殊对待，还有防止最后一行才开始增加的2kkk.append(i)i += 1if width>=280:return 1else:#拐法if len(kkk) == 0:return 1elif len(kkk) == 1 and kkk[0] <= 8:return 7elif len(kkk) == 2 or (len(kkk) == 3 and kkk[1] - kkk[0] <= 2) or (len(kkk) == 1 and kkk[0] >= 15):return 2elif len(kkk) >= 3:  # 3和5 没顶没底的print("knn35")return classify(listar, t35[0], t35[1], 9)

以下为全部代码

注：训练数据为自己手写的数字，每组中每种数字共50个，将其二值化后存放与txt中直接使用（如t35中有50个3和50个5），共6组训练集（t35,t49,t56,t3469,t24689,t2356）

每组数字都有其特点

t35：没有顶和底的3和5

t49：没要求

t56：5的下半部分很像洞的5

t3469：有点像8的3，中见的横有的凸的4，像印刷体的6，像印刷体的9（两顶一底）

t24689：没要求（顶和底所在的位置和通常情况不一样）

t2356：只有一个顶的2（无底），只有一个顶的3（无底），只有一个顶的5（无底），只有一个顶的6（无底）像印刷体的6但洞很小

from skimage import io, transform, filters, restoration
import numpy as nu
####################################################
import os
import operator as op
def lableTxt():#标签列表创建函数l35=[]l49=[]l56=[]l3469=[]l24689=[]l2356=[]for i in range(50):l35.append(3)l49.append(4)l56.append(5)l3469.append(3)l24689.append(2)l2356.append(2)for i in range(50):l35.append(5)l49.append(9)l56.append(6)l3469.append(4)l24689.append(4)l2356.append(3)for i in range(50):l3469.append(6)l24689.append(6)l2356.append(5)for i in range(50):l3469.append(9)l24689.append(8)l2356.append(6)for i in range(50):l24689.append(9)return l35,l49,l56,l3469,l24689,l2356
def readTxt(txtname):从txt中读取矩阵的函数ar=[]for line in open(txtname):a=list(line)a.pop()d=[]for b in range(28*28):c=int(a[b])d.append(c)ar.append(d)return nu.array(ar)
def arrayChange(ar):#list至矩阵的转换onear=[]for j in range(28):onear.append(ar[28*j:28*(j+1)])return nu.array(onear)
def chujianxi(ar):#使断开很小的地方填充（使洞的判断更准确）for i in range(28):                                                                                 #有换行，因此循环28次startj1 = -1startj2 = -1for j in range(28) :#检测一行中断开的位置if ar[i][j] == 1 and startj1 == -1:#记录第一段点位startj1=jwhile ar[i][j] ==1 and j<27:j +=1startj2 = j-1if startj2 != -1 and ar[i][j]==1 and ar[i][j-1]==0:#记录第二段点位endj1 = jwhile ar[i][j] ==1 and j<27:j +=1endj2 = jif endj1-startj2<=4:for a in range(1,endj1-startj2):ar[i][startj2+a]=1startj2=endj2-1return ar
def holeJudge(ar):#判断洞ar=chujianxi(ar)judgei=[]lista=[]for i in range(28):#有换行，因此循环28次startj1 = -1startj2 = -1endj1=0endj2 = 0for j in range(28) :#检测一行中断开的位置if ar[i][j] == 1 and startj1 == -1:#记录第一段点位startj1=jwhile ar[i][j] ==1 and j<27:j +=1startj2 = j-1if startj2 != -1 and ar[i][j]==1 and ar[i][j-1]==0:#记录第二段点位if j<27 and startj2>=26:endj1 = 0endj2 = 0else:endj1 = jwhile ar[i][j] == 1 and j < 27:j += 1endj2 = jbreakif endj1-startj2<=6 or endj1==0:#判断是否连续的,满足记为1，否者记为0（有断开且断电不大也算连续）judgei.append([1,startj1,startj2,endj1,endj2])else:judgei.append([0,startj1,startj2,endj1,endj2])jjj = 0# print(judgei)for i in range(28):if (judgei[i-1][0]==1 and judgei[i][0]==0 ):#上一行为断开不大的连续 下一行为断开，则可能为顶if len(lista)==0:                       #如果还未记录顶，则令其为顶（第一个顶的确定要求较低）starti = 1lista.append([starti, i])if len(lista) == 2 and lista[1][0] == 2: # 如果已有一洞（条件为一顶一底）p = 0jj = lista[1][1]                        #第一个低的位置while jj < i:                           # 更加严谨的判断顶jj += 1if judgei[jj][3] == 0: # 看顶和底之间的行是否为连续的，有多个的话则不是顶p += 1if p <= 5:starti = 1lista.append([starti, i])if (judgei[i-1][3]-judgei[i-1][2]>1 and judgei[i][3]==0 and judgei[i][2]-judgei[i][1]>=judgei[i-1][3]-judgei[i-1][2]-4 and len(lista)!=0) or \(len(lista)!=0 and judgei[i-1][3]-judgei[i-1][2]>1 and judgei[i][3]!=0 and judgei[i][1]<=judgei[i-1][2]+1and judgei[i][2]>=judgei[i-1][3]-1):#judgei[i][1]<=18防止9的中右部分识别为底，竖往中间斜的9#不用顶的判断方式是为了防止0下部过于扁平识别不了  后面为奇怪9的判断方法\ddd=29p = 0if len(lista) == 1:#满足底的条件且有且只有一个顶ddd = jjj = lista[0][1]if len(lista) == 3 and lista[2][0] == 1:ddd = jjj = lista[2][1]while jjj < i:  # 更加严谨的判断底，直接区别2，3，5jjj += 1if judgei[jjj][3] == 0:  # 看顶和底之间有几个连续的行p += 1#print(jjj,ddd)if p <= 4 and (jjj - ddd) >= 5:  # 没有连续的则为底（不怕带开口的零等会受影响，因为顶端为开口处）endi = 2lista.append([endi, jjj])#(lista)if len(lista) >= 4:return [2, 8, lista, judgei]elif len(lista) == 3:return [9, 0, lista, judgei]elif len(lista) == 2 and lista[1][0] != 0:  # 有两个，且有底(防止奇怪的3)return [1, 0, lista, judgei]elif len(lista) == 1 or (len(lista) == 2 and lista[1][0] == 0):  # 只有一个，或两个没底return [3, 0, lista, judgei]  # 2，3，5, 7elif len(lista) == 0:  # 没顶没底return [4, 0, lista, judgei]  # 1，2，3，5，7
def answer(ar,t35,t49,t56,t3469,t24689,t2356,listar):listt = holeJudge(ar)if listt[0]==2:return 8if listt[0]==1:#一个洞if listt[2][0][1]<=6 and listt[2][1][1]>=23:return 0elif 7<=listt[2][0][1] <=22 and listt[2][1][1] >= 23:#区别有洞的5print("knn56")return classify(listar, t56[0], t56[1], 7)elif 7<=listt[2][1][1] <=22 and listt[2][0][1] <= 6:#判断4和9print("knn49")return classify(listar,t49[0],t49[1],7)else:#1，7不可能有洞#knn0到9return classify(listar,t24689[0],t24689[1],7)if listt[0]==9:#2顶1底（可以在减少knn个数17）print("knn3469")return classify(listar,t3469[0],t3469[1],7)if listt[0]==3 :#只有顶   判断奇怪的2，3，5, 6 (上部带弯沟的6)  7#knn奇怪的2，3，5, 6，7###################################################################xy = []abc=[]for i in range(28):  # 记录横坐标 将7与23456区分if listt[3][i][3] != 0:x = (listt[3][i][4] + listt[3][i][3]) / 2else:x = (listt[3][i][2] + listt[3][i][1]) / 2xy.append(x)abc.append(i)i = 1while i < len(xy):  # 去掉重复的值try:if 0 <= xy[i - 1] - xy[i] <= 0.5 or 0 <= xy[i] - xy[i - 1] <= 0.5:  # 如果两个相差二也叫相等，且取其平均值xy[i] = (xy[i - 1] + xy[i]) / 2del xy[i - 1]del abc[i - 1]i = i - 1except:breaki = i + 1kkk = []#拐法i = 1emmmm=0while i < len(xy) - 1:  # 记录拐点if (xy[i - 1] - xy[i] <= -0.75 and xy[i] - xy[i + 1] >= 0.75) or (xy[i - 1] - xy[i] >= 0.75 and xy[i] - xy[i + 1] <= -0.75):kkk.append(abc[i])if xy[i]-xy[i+1]>0 and i>=23:emmmm=1if i == len(xy) - 1 and (xy[-2] - xy[-1] <= -10 or xy[-2] - xy[-1] >= 10):# 底边特殊对待，还有防止最后一行才开始增加的2kkk.append(abc[i])if xy[i]-xy[i+1]>0 and i>=23:emmmm=1i += 1if len(kkk)==0 or (len(kkk)==1 and kkk[0]<=7) or (len(kkk)==2 and kkk[1]-kkk[0]<=2 and kkk[1]<=7):return 7else:print("knn2356")return classify(listar,t2356[0],t2356[1],3)if listt[0]==4:#没顶没底   判断1，2，3，5，7xy=[]width = 0for i in range(28):#记录横坐标if listt[3][i][3]!=0:x = (listt[3][i][4] + listt[3][i][3]) / 2else:x = (listt[3][i][2] + listt[3][i][1]) / 2xy.append(x)width+=(listt[3][i][2]-listt[3][i][1]+1)#1的平军宽度大于7i=1while i<len(xy):#去掉重复的值try:if 0<= xy[i - 1] - xy[i] <= 0.5 or 0<=xy[i ] - xy[i-1] <=0.5:  # 如果两个相差二也叫相等，且取其平均值xy[i] = (xy[i - 1] + xy[i]) / 2del xy[i - 1]i = i - 1except:breaki=i+1kkk = []i = 1while i < len(xy) - 1:  # 记录拐点if (xy[i - 1] - xy[i] <= 0 and xy[i] - xy[i + 1] >= 0) or (xy[i - 1] - xy[i] >= 0 and xy[i] - xy[i + 1] <= 0):kkk.append(i)if i == len(xy) - 1 and (xy[-2] - xy[-1] <= -10 or xy[-2] - xy[-1] >= 10):# 底边特殊对待，还有防止最后一行才开始增加的2kkk.append(i)i += 1if width>=280:return 1else:#拐法if len(kkk) == 0:return 1elif len(kkk) == 1 and kkk[0] <= 8:return 7elif len(kkk) == 2 or (len(kkk) == 3 and kkk[1] - kkk[0] <= 2) or (len(kkk) == 1 and kkk[0] >= 15):return 2elif len(kkk) >= 3:  # 3和5 没顶没底的print("knn35")return classify(listar, t35[0], t35[1], 9)
def classify(inX,dataset,labels,k):#inx测试数据，dataset学习数据，lable学习标签，k前几个数datasetSize = dataset.shape[0]#看有几组数据diffMat = nu.tile(inX,(datasetSize,1))-dataset#tile函数的作用是复制sqDiffMat = diffMat**2sqDistances = sqDiffMat.sum(axis=1)#每一行的向量相加(axis=1)distances = sqDistances ** 0.5###以上是距离计算公式toShortDisdance = distances.argsort()#距离从大到小排序，返回距离的序号classCount = {}#字典的声明for i in range(k):#前K个距离最小的voteIlabel = labels[toShortDisdance[i]]classCount[voteIlabel] = classCount.get(voteIlabel, 0) + 1#返回key的值，如果没有返回零sortedClassCount = sorted(classCount.items(), key=op.itemgetter(1), reverse=True)#给该字典排序，sortedClassCount[0][0]是K中支持的标签数最大的return sortedClassCount[0][0]
###################################################
def txttrain():t35 = readTxt(r"D:\python\python程序\trainingData\35.txt")t49 = readTxt(r"D:\python\python程序\trainingData\49.txt")t56 = readTxt(r"D:\python\python程序\trainingData\56.txt")t3469 = readTxt(r"D:\python\python程序\trainingData\3469.txt")t24689 = readTxt(r"D:\python\python程序\trainingData\24689.txt")t2356 = readTxt(r"D:\python\python程序\trainingData\trainingDataNew\new2356.txt")l35, l49, l56, l3469, l24689, l2356 = lableTxt()t35 = [t35, l35]t49 = [t49, l49]t56 = [t56, l56]t3469 = [t3469, l3469]t24689 = [t24689, l24689]t2356 = [t2356, l2356]return t35, t49, t56, t3469, t24689, t2356
#####################################################
def incise(im,t35,t49,t56,t3469,t24689,t2356):  # 切割多个数字a = []#左边界b = []#右边界if any(im[:, 0] == 1):a.append(0)for i in range(len(im[0]) - 1):#找到列切割位置if all(im[:, i] == 0) and any(im[:, i + 1] == 1):a.append(i + 1)elif any(im[:, i] == 1) and all(im[:, i + 1] == 0):b.append(i)if any(im[:, len(im[0]) - 1] == 1):b.append(len(im[0]) - 2)#为和-2names = {}flag = 0for i in range(len(a)):c = []#上边界d = []#下边界names['na%s' % i] = im[:, a[i]:b[i] + 1]#取出有内容的部分，存入names中if any(names['na%s' % i][0, :] == 1):#判断第一行c.append(0)if any(names['na%s' % i][len(names['na%s' % i]) - 1, :] == 1):#判断最后一行d.append(len(names['na%s' % i]) - 2)for j in range(len(names['na%s' % i])-1):if all(names['na%s' % i][j, :] == 0) and any(names['na%s' % i][j + 1, :] == 1):c.append(j + 1)elif any(names['na%s' % i][j, :] == 1) and all(names['na%s' % i][j + 1, :] == 0):d.append(j)
#*********************************************************for x in range(len(c)):z = im[c[x]:d[x]+1,a[i]:b[i]+1]print(z[0])z=transform.resize(z,(28,28))num1=zcolor=filters.threshold_otsu(num1)print("B",color)print(num1[0])num1[num1>=0.5]=1num1[num1!=1] = 0for g in range(len(num1)):nuu=[]for h in range(len(num1[0])):if num1[g][h]>=color:#num1[g][h] = 1nuu.append(1)else:#num1[g][h] = 0nuu.append(0)print(nu.array(nuu))num2 = num1.reshape((1, 28 * 28))print('(' + (str)(flag + 1) + ') ' +(str)(answer(num1,t35,t49,t56,t3469,t24689,t2356,num2))+'  ')flag=flag+1
def GetTrainPicture(files):  # 主函数a=str(files)files=os.listdir(files)for i in range(len(files)):os.chdir(a)pic = io.imread(files[i], as_grey=True)pic = transform.resize(pic, (700,700))color = filters.threshold_otsu(pic)#寻找图片一阈值，该值用于分别背景区域和目标区域pic = restoration.denoise_tv_chambolle(pic)#去噪函数print("A",color)num = True#背景为浅色if pic[0][0]<color and pic[0][len(pic[0])-1]<color and pic[len(pic)-1][0]<color and pic[len(pic)-1][len(pic[0])-1]<color:num=False#背景为深色if num==True:pic[pic>=color]=0pic[pic!=0]=1else:pic[pic>=color]=1pic[pic!=1]=0        #pic = interference_point(pic)  # 去噪#print("fdsfg" ,pic[pic!=1])t35, t49, t56, t3469, t24689, t2356 = txttrain()incise(pic, t35,t49,t56,t3469,t24689,t2356)  # 切割数字

在补一个画板的代码

import pygame
import os
import math
import besthuaclass Brush():#画笔类def __init__(self, screen, color, size):#构造函数self.screen = screenself.color = colorself.size = sizeself.drawing = Falseself.last_pos = Nonedef start_draw(self, pos):#开始self.drawing = Trueself.last_pos = posdef end_draw(self):#结束self.drawing = Falsedef _get_points(self, pos):#得到后一点和前一点之间的所有点（pos即为前一点）points = [(self.last_pos[0], self.last_pos[1])]#后一点和前一点之间的所有点（先写出最后一点）len_x = pos[0] - self.last_pos[0]#前后两点的x距离len_y = pos[1] - self.last_pos[1]#前后两点的y距离length = math.sqrt(len_x ** 2 + len_y ** 2)#前后两点的距离step_x = len_x / lengthstep_y = len_y / lengthfor i in range(int(length)):#将所有的点的坐标表示出来（及其有道理的一种方法，但我不会解释，却感觉很有道理）points.append((points[-1][0] + step_x, points[-1][1] + step_y))points = map(lambda x: (int(0.5 + x[0]), int(0.5 + x[1])), points)#map做映射（相当于一循环）lambda ：x后面紧跟执行语句，x为points的映射，返回以迭代器return list(set(points))#set() 函数创建一个无序不重复元素集。def draw(self, pos):#画的过程if self.drawing:for p in self._get_points(pos):pygame.draw.circle(self.screen,self.color, p, self.size)self.last_pos = pos
class Painter():def __init__(self, color, size):self.screen = pygame.display.set_mode((1200, 700))#建立一个窗口，规定其大小pygame.display.set_caption("Painter")#窗口名字self.clock = pygame.time.Clock()#实现帧率的控制（创建Clock对象）self.brush = Brush(self.screen, color, size)def run(self):self.brush.screen.fill((255, 255, 255))#给窗口填充颜色self.clock.tick(30)  # 调用对象里的tick方法实现帧率的控制self.clock.tick(30)#调用对象里的tick方法实现帧率的控制while True:for event in pygame.event.get():#得到输入信息指令if event.type == pygame.QUIT:#推出指令return 0elif event.type == pygame.KEYDOWN:#键盘按键被按下if event.key ==  pygame.K_SPACE:self.brush.screen.fill((255, 255, 255))if event.key == pygame.K_UP:return self.brush .screenelif event.type == pygame.MOUSEBUTTONDOWN:#鼠标按键被按下self.brush.start_draw(event.pos)elif event.type == pygame.MOUSEMOTION:#鼠标移动self.brush.draw(event.pos)self.brush.last_pos = event.poselif event.type == pygame.MOUSEBUTTONUP:#鼠标键松开self.brush.end_draw()pygame.display.update()#更新部分界面if __name__ == '__main__':def one():#写一个字保存为A.pmmcolor=(0,255,0)size=10app = Painter(color, size)picture = app.run()if picture == 0:passelse:os.chdir(r"D:\python\python程序\testData\PPM")pygame.image.save(picture, "A.jpg")one()files = r"D:\python\python程序\testData\ppm"besthua.GetTrainPicture(files)#many()

手写数字识别的小优化相关推荐

全连接神经网络实现MNIST手写数字识别
在对全连接神经网络的基本知识(全连接神经网络详解)学习之后,通过MNIST手写数字识别这个小项目来学习如何实现全连接神经网络. MNIST数据集对于深度学习的任何项目来说,数据集是其中最为关键的部分 ...
2.7mnist手写数字识别之训练调试与优化精讲(百度架构师手把手带你零基础实践深度学习原版笔记系列)
2.7mnist手写数字识别之训练调试与优化精讲(百度架构师手把手带你零基础实践深度学习原版笔记系列) 目录 2.7mnist手写数字识别之训练调试与优化精讲(百度架构师手把手带你零基础实践深度学习原 ...
机器学习：手写数字识别(Hand-written digits recognition)小项目
该项目的所有代码在我的github上,欢迎有兴趣的同学与我探讨研究~ 地址:Machine-Learning/machine-learning-ex3/ 1. Introduction 手写数字识别( ...
DL之CNN：自定义SimpleConvNet【3层,im2col优化】利用mnist数据集实现手写数字识别多分类训练来评估模型
DL之CNN:自定义SimpleConvNet[3层,im2col优化]利用mnist数据集实现手写数字识别多分类训练来评估模型目录输出结果设计思路核心代码更多输出输出结果设计思路核心 ...
pytorch手写数字识别【源码实现-小清新版】
引言手写数字识别,也就是让机器能够习得图片中的手写数字,并能正确归类. 本文使用 pytorch 搭建一个简单的神经网络,实现手写数字的识别, 从本文,你可了解到: 1.搭建神经网络的流程 2.完成 ...
PYQT5+CNN（TensorFlow-keras）做一个简单的手写数字识别PC端图形化小程序
目录前言一.功能介绍 1．画板识别 2．图片识别二.UI设计 1．整体设计思想 2．颜色设计 3．Logo 设计 4．按钮设计三.算法介绍 1．图片预处理 2．数字分割和显示 3．识别算法 4 ...
深度学习--TensorFlow（项目）Keras手写数字识别
目录效果展示基础理论 1.softmax激活函数 2.神经网络 3.隐藏层及神经元最佳数量一.数据准备 1.载入数据集 2.数据处理 2-1.归一化 2-2.独热编码二.神经网络拟合 1.搭建 ...
手把手入门神经网络系列(2)_74行代码实现手写数字识别
作者: 龙心尘&&寒小阳时间:2015年12月. 出处: http://blog.csdn.net/longxinchen_ml/article/details/5028124 ...
用MXnet实战深度学习之一：安装GPU版mxnet并跑一个MNIST手写数字识别（zz）
用MXnet实战深度学习之一:安装GPU版mxnet并跑一个MNIST手写数字识别我想写一系列深度学习的简单实战教程,用mxnet做实现平台的实例代码简单讲解深度学习常用的一些技术方向和实战样例.这 ...

手写数字识别的小优化

手写数字识别的小优化相关推荐

最新文章

热门文章