将 OpenCV 图像传入 KNearest 的 find_nearest答案

【问题标题】：Pass in OpenCV image to KNearest's find_nearest将 OpenCV 图像传入 KNearest 的 find_nearest
【发布时间】：2015-12-09 18:43:51
【问题描述】：

我一直在关注示例here，通过使用 kNN 分类训练 OpenCV，为 OCR 设置 Python。我按照第一个示例生成了一个knn_data.npz，用于存储训练数据和训练标签以供以后使用。我现在要做的是回忆训练数据并将其应用于其中包含单个字符的 OpenCV 图像：

# Load training data
trainingData = np.load('knn_data.npz')
train = trainingData['train'] 
trainLabels = trainingData['train_labels']

knn = cv2.KNearest()
knn.train(train, trainLabels)

letter = cv2.imread('letter.png')
letter = cv2.cvtColor(letter, cv2.COLOR_BGR2GRAY)
print letter.shape
letter = letter.reshape((1,100))
letter = np.float32(letter)
print letter.shape

ret, result, neighbors, dist = knn.find_nearest(letter, k=5)
print result

'letter.png' 图像是 10x10 图像，因此调整大小非常安全，并且 numpy 成功地将图像大小调整为形状 (1, 100) 的一维数组。但是，当我尝试将其传递给 knn.find_nearest(...) 函数时，我收到一个错误，提示要使用浮点矩阵：

OpenCV Error: Bad argument (Input samples must be floating-point matrix (<num_samples>x<var_count>)) in find_nearest, file /build/buildd/opencv-2.4.8+dfsg1/modules/ml/src/knearest.cpp, line 370
Traceback (most recent call last):
  File "sudoku.py", line 103, in <module>
    ret, result, neighbors, dist = knn.find_nearest(letter, k=5)
cv2.error: /build/buildd/opencv-2.4.8+dfsg1/modules/ml/src/knearest.cpp:370: error: (-5) Input samples must be floating-point matrix (<num_samples>x<var_count>) in function find_nearest

但是，我重新调整了图像的形状，使其占据单行并将其转换为浮点数，因此我不完全确定为什么会出现此错误。有什么建议？

【问题讨论】：

标签： python opencv numpy ocr knn

【解决方案1】：

我才意识到为什么会这样。要使 kNN 分类起作用，测试数据（或本例中的单个字母）需要具有与训练数据完全相同数量的特征。在这种情况下，我的训练数据使用了 20x20 的图像，因此行向量的长度为 400，但我的字母只有 10x10。

我通过将字母放大到 20x20 并将其展平为大小为 400 (20^2) 的行向量来解决此问题。

这也不一定必须通过行向量来工作。测试数据可以像训练数据一样格式化为矩阵，其中每一行包含一个样本，在本例中是一个字母。然后find_nearest 会返回一个矩阵，其中每一行对应测试数据。

【讨论】：