KNN算法应用（二）手写数字识别

（github：https://github.com/suferyang/KNN/tree/master/KNN）

识别手写的数字0-9，其中图片像素大小为32*32，源码中将像素值用文本格式存储了。

例如：

源代码中目录trainingDigits中包含2000个例子，testDigits中包含大约900个例子，两组数据没有覆盖。

 

首先我们要讲32*32的二进制图像矩阵转换成1*1024的向量。首先编写一段函数img2vector,打开给定的文件，循环读出文件的前32行，并将每行的头32个字符值存储在数组中。

# 测试0-1图像识别实现代码
def img2vector(filename):
    returnVec = np.zeros((1,1024))
    fr = open(filename)
    for i in range(32):
        lineStr = fr.readline()
        for j in range(32):
            returnVec[0,32*i+j]=int(lineStr[j])        
    return returnVec
    
#testVector = img2vector(\'testDigits/0_13.txt\')
#print (testVector[0,0:31])

 

然后编写handwritingClassTest()函数用来测试分类器的代码

def handwritingClassTest():
    hwLabels = []
    trainingFileList = os.listdir(\'trainingDigits\')
    m = len(trainingFileList)
    trainingMat = np.zeros((m,1024))

    for i in range(m):
        filename = trainingFileList[i]
        fileStr = filename.split(\'.\')[0]
        classNum = int(fileStr.split(\'_\')[0])
        hwLabels.append(classNum)
        trainingMat[i,:] = img2vector(\'trainingDigits\%s\'%(filename))
    testFileList = os.listdir(\'testDigits\')

    errorCount = 0.0
    mTest = len(testFileList)

    for i in range(mTest):
        filenames = testFileList[i]
        fileStr = filenames.split(\'.\')[0]
        TestNum = int(fileStr.split(\'_\')[0])
        testVector = img2vector(\'testDigits\%s\'%(filenames))
        classiferResult = classify0(testVector,trainingMat,hwLabels,3)
        print ("the true num is %d,the classifer num is %d"%(TestNum,classiferResult))
        if(classiferResult !=TestNum):
            errorCount +=1.0

    print ("\n the total number of errors is :%d"%(errorCount))
    print ("\nthe total error rate is:%f"%(errorCount/float(mTest)))

执行handwritingClassTest()得到运行的结果：

错误率大概为1.05%（其中分类算法，文件读取函数已在上一节中实现了）