機器學習之 KNN近鄰算法（三）圖像識別

其他圖像識別鏈接：https://www.cnblogs.com/sjzh/p/6104105.html

圖像歸一化和二值化處理鏈接：https://blog.csdn.net/m0_38052500/article/details/107305000

一、圖像基礎知識

1） 圖像（如rpg格式）由像素點組成

　　400*300意思是行400像素點，列300像素點

2）每個像素點 => RGB(a,b,c) 其中a b c介於 [0,255] 

3）灰色的像素點 a=b=c ，靠近白色則近255，靠近黑色則近0

　 即：黑白灰圖片的像素點必然 a=b=c

總結：一個圖像的shape：(行像素,列像素，3)

二、圖像識別流程分析

4-0 opencv: 計算機視覺lib

4-1 讀取圖片  import cv2 

    digit = cv2.imread("D:/PyProjects/data/KNN/mnist_data/0.0.jpg")
    plt.imshow(digit)
    plt.show()

結果：

 4-2 提取特征

由於處理的是黑白灰圖，a=b=c，提取圖像的特征只需要2軸中的一個數字，於是

先求出原圖的shape => (28,28,3)

 digit[:,:,0]  降維成2維， .reshape(784,) 變成1維，28*28=784

結果：獲得一維特征

 4-3 特征優化—— 二值化處理：黑白灰變成黑白，防止灰色混雜在黑色里

1）手寫字體情況：我們並不需要知曉黑色的深淺，只需要知道黑色的部分是否不是黑色。因為不是白色的位置，就意味着是字體的一部分。

>>> 直接 if x!= 255 賦值 1 else 0  # 只要不是白色，就一定是黑色

2）其他：

Q1: 待解決的問題：如何界定判定黑 白的標准？

   # 灰 -> 黑 or 白
   for rn in range(len(res)):
       res[rn] = 0 if res[rn] < 100 else 255
   train.append(res)            

4-4 循環讀入圖片，num是label，flag是對應num的圖片

# 訓練目標數組和訓練集數組
    train,target = [],[]
    # 利用循環讀入0-9的每個3000張圖片
    for num in range(10):
        for flag in range(3000):
            target.append(num) # array-like of shape (n_samples,) or (n_samples, n_outputs)
            digit = cv2.imread("D:/PyProjects/data/KNN/mnist_data/"+str(num)+"."+str(flag)+".jpg")
            res = digit[:,:,0].reshape(784) # 灰色R=P=G
            # 灰 -> 黑 or 白
            for rn in range(len(res)):
                res[rn] = 0 if res[rn] < 100 else 255
            train.append(res) 

4-5  求最佳近鄰值

    krange = range(1,55)
    knnscore = []
    for k in krange:
        knn = KNeighborsClassifier()
        val = cross_val_score(knn,train,target,cv=20,scoring='accuracy') # 為什么20？ => 一定有0-9
        knnscore.append(val.mean())
    plt.plot(krange,knnscore,'r')
    plt.show()

結果：

 問題：為什么cv=20？

4-6  建立KNN模型算法

knn = KNeighborsClassifier(n_neighbors=6,weights='distance',p=2,n_jobs=-1) # p=2 歐式距離;n_jobs=-1 所有線程都工作;
knn.fit(train,target) # KNN模型已生成

參數含義見

https://blog.csdn.net/weixin_41990278/article/details/93169529

4-7 測試模型識別結果是否准確

　 # 圖像識別測試
   # 數據准備
    test,test_target = [],[]
    for rn in range(10):
        for co in range(300,310): # 使用每個label的第300-309個圖片測試
            test_target.append(rn)
            digit1 = cv2.imread("D:/PyProjects/data/KNN/mnist_data/" + str(rn) + "." + str(co) + ".jpg")
            res1 = digit1[:, :, 0].reshape(784)  # 灰色R=P=G
            for rn in range(len(res1)):
                res1[rn] = 0 if res1[rn] < 100 else 255
            test.append(res1)
    # 數據預測        
    pred_res = knn.predict(test)
    print("====識別結果===")
    print(pred_res)
    print("====真實結果===")
    print(test_target)