首页 > 编程语言 >《机器学习》——运用OpenCV库中的KNN算法进行图像识别

《机器学习》——运用OpenCV库中的KNN算法进行图像识别

时间:2024-08-16 22:22:27浏览次数:13  
标签:KNN 20 库中 cv2 OpenCV test 测试 np

文章目录

KNN算法的简单介绍

  • 一、KNN算法的基本要素
    • K值的选择:K值代表选择与新测试样本距离最近的前K个训练样本数,通常K是不大于20的整数。K值的选择对算法结果有重要影响,需要通过交叉验证等方法来确定最优的K值。
    • 距离度量:常用的距离度量方式包括闵可夫斯基距离、欧氏距离、曼哈顿距离、切比雪夫距离、余弦距离等。其中,欧氏距离在KNN算法中最为常用。
    • 分类决策规则:一般采用多数投票法,即选择K个最相似数据中出现次数最多的类别作为新数据的分类。
  • 二、KNN算法的工作流程
    • 准备数据:对数据进行预处理,包括收集、清洗和归一化等步骤,以确保所有特征在计算距离时具有相等的权重。
    • 计算距离:计算测试样本点到训练集中每个样本点的距离。
    • 排序与选择:根据距离对样本点进行排序,并选择距离最小的K个样本点作为测试样本的邻居。
    • 分类决策:根据K个邻居的类别信息,采用多数投票法确定测试样本的类别。

下载OpenCV库

pip install opencv-python
# 可以根据自己python的版本选择下载适配的opencv,可以在后面加上 == 指定版本 
# 例如
pip install opencv-python==3.4.17.63
  • 调用包的时候有点写法上的区别
import cv2

实验内容

  • 实验目的
    • 通过构建模型,传入训练的数据后,让模型达到尽可能高的准确率,并对传入的测试数据可以得出正确的结果
  • 实验大致流程
    • 下面是一张已经经过一些初步处理过的图片,其中含有0~9的手写数字,且每一个数字都是5行,100列共有2500个数字
    • 本次实验需要通过对这张2000*1000像素的图片进行切分处理
    • 将其划分成独立的数字每个数字大小为20*20像素,共计5000个;并平均切分为左右两个等份,一份作为训练集,一份作为测试集
    • 将训练集放到模型中训练后,再传入测试集进行测试,得到结果后,通过与正确结果比较得出准确率
    • 最后我们可以自己手写出一些数字,放入实验项目下,并处理后放入模型,测试出结果
      在这里插入图片描述
  • 实验步骤
    • 1、获取数据
    • 2、处理数据
    • 3、分配标签
    • 4、模型构建和训练
    • 5、测试
    • 6、通过测试集校验准确率

- 1、获取数据
- 因为这次的实验已经给定了数据,所以只需要将这张图片存放在实验项目下,并读取到代码中即可

# 通过opencv中imread方法,读取图片
img = cv2.imread('digits.png')
  • 2、处理数据
    在完成一个实验项目过程中,获取数据和处理数据需要花费很多时间

    • 因为给定的这张图片中,背景是黑色的,数字是白色的,除了黑色,其他任何颜色的图片都会有不同程度的亮度,而且白色是亮度最高的颜色(255),为了简化图片信息和提高计算效率,我们需要将图片转化为灰度图
    • 将原始图像划分成独立的数字
    • 用numpy的方法将划分后的图像块重塑为一个四维数组,其中最后两个维度对应于每个图像块的宽度和高度。
    • 划分训练集和测试集
    • 将数据构造为符合KNN算法的输入
      gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换为灰度图
      # 将原始图像划分成独立的数字,每个数字大小20*20,共计5000个
      cells = [np.hsplit(row, 100) for row in np.vsplit(gray, 50)]
      # 转换成array,形状(50,100,20,20),50行,100列,每个图像20*20大小
      x = np.array(cells)
      
      train = x[:, :50]  # 划分训练集和测试集:比例各占一半
      test = x[:, 50:100]
      # 将数据构造为符合KNN的输入,将每个数字的尺寸由20*20调整为1*400(一行400个像素)
      train_new = train.reshape(-1, 400).astype(np.float32)  # Size = (2500,400)
      test_new = test.reshape(-1, 400).astype(np.float32)  # Size = (2500,400)
      
    • 注意:
      • .astype(np.float32): 是为了将reshape后的数组的数据类型转换为np.float32,即32位浮点数。这是因为在机器学习或深度学习中,通常会使用浮点数来表示特征或标签,而np.float32相比于64位浮点数(np.float64)可以节省内存,同时对于大多数应用来说,其精度已经足够。
  • 3、分配标签

    • 分别为训练集数据、测试集数据分配标签(图像对应的实际值)

    • 因为这里由10种数字,每类数字都需要重复分配标签250次

      # 分配标签:分别为训练数据、测试数据分配标签(图像对应的实际值)
      k = np.arange(10)  # (0123456789)
      labels = np.repeat(k, 250) # repeat->重复数组中的元素,每个元素重复250次
      # np.newaxis是NumPy库中的一个特殊对象,用于在数组中增加一个新的维度
      train_labels = labels[:, np.newaxis]  # 在训练集种加入标签维度
      test_labels = np.repeat(k, 250)[:, np.newaxis] # 生成一个测试标签,就是正确的结果,用于后面计算准确率
      
  • 4、模型构建和训练

    • 因为opencv库中有KNN算法,所以我们可以直接调用

    • 在KNN算法中传入训练集和标签

      # 模型构建+训练 
      knn = cv2.ml.KNearest_create()  # 通过cv2创建一个KNN模型
      # train训练方法
      knn.train(train_new, cv2.ml.ROW_SAMPLE, train_labels) # cv2.ml.ROW_SAMPLE:这是一个标志,告诉OpenCV训练数据是按行组织的,即每一行代表一个样本,每一列代表一个特征
      
  • 5、测试

    • 传入训练集,并指定K的值,可以更改不同的K值来找到最佳的测试结果
      # 测试
      # findNearest测试方法
      res, result, neighbours, dist = knn.findNearest(test_new, k=3)
      # ret: 表示查找操作是否成功
      # result:浮点数数组,表示测试样本的预测标签
      # neighbours:这是一个整数数组,表示与测试样本最接近的K个邻居的索引。这些索引对应于训练集中的样本,可以用来检查哪些训练样本对预测结果产生了影响
      # dist:这是一个浮点数组,表示测试样本与每个最近邻居之间的距离。这些距离可以帮助理解预测结果的置信度;距离越近,预测通常越可靠
      
  • 6、通过测试集校验准确率

    matches = result == test_labels
    correct = np.count_nonzero(matches)
    accuracy = correct * 100.0 / result.size
    print("当前使用KNN识别手写数字的准确率为:", accuracy)
    
    • 代码解释
      • matches = result == test_labels:这行代码通过比较result(KNN算法预测的结果)和test_labels(测试集的真实标签)来生成一个布尔数组matches。如果result中的某个预测值与test_labels中对应的真实标签相等,则matches中对应位置的值为True,否则为False。
      • correct = np.count_nonzero(matches):这行代码使用np.count_nonzero函数计算matches数组中True的数量,即正确预测的数量。np.count_nonzero函数会统计数组中所有非零元素(在这个场景下,即True)的数量。
      • accuracy = correct * 100.0 / result.size:这行代码计算准确率。首先,将正确预测的数量correct乘以100.0(为了得到百分比),然后除以result.size(即预测结果的总数,也就是测试集的大小)。这样得到的accuracy就是准确率,以百分比形式表示。
      • print(“当前使用KNN识别手写数字的准确率为:”, accuracy):最后,这行代码将计算得到的准确率打印出来。

实验结果

  • 打印出准确率
    在这里插入图片描述

完整代码

import numpy as np
import cv2

img = cv2.imread('digits.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # 转换为灰度图
# 将原始图像划分成独立的数字,每个数字大小20*20,共计5000个
cells = [np.hsplit(row, 100) for row in np.vsplit(gray, 50)]
# 转换成array,形状(50,100,20,20),50行,100列,每个图像20*20大小
x = np.array(cells)

train = x[:, :50]  # 划分训练集和测试集:比例各占一半
test = x[:, 50:100]
# 将数据构造为符合KNN的输入,将每个数字的尺寸由20*20调整为1*400(一行400个像素)
train_new = train.reshape(-1, 400).astype(np.float32)  # Size = (2500,400)
test_new = test.reshape(-1, 400).astype(np.float32)  # Size = (2500,400)

# 分配标签:分别为训练数据、测试数据分配标签(图像对应的实际值)
k = np.arange(10)  # (0123456789)
labels = np.repeat(k, 250) # repeat重复数组中的元素,每个元素重复250次
train_labels = labels[:, np.newaxis] # np.newaxis是NumPy库中的一个特殊对象,用于在数组中增加一个新的维度
test_labels = np.repeat(k, 250)[:, np.newaxis]

# 模型构建+训练  opencv里面也有KNN算法
knn = cv2.ml.KNearest_create()  # 通过cv2创建一个KNN模型
knn.train(train_new, cv2.ml.ROW_SAMPLE, train_labels) # cv2.ml.ROW_SAMPLE:这是一个标志,告诉OpenCV训练数据是按行组织的,即每一行代表一个样本,每一列代表一个特征

# 测试
res, result, neighbours, dist = knn.findNearest(test_new, k=3)
# ret: 表示查找操作是否成功
# result:浮点数数组,表示测试样本的预测标签
# neighbours:这是一个整数数组,表示与测试样本最接近的K个邻居的索引。这些索引对应于训练集中的样本,可以用来检查哪些训练样本对预测结果产生了影响
# dist:这是一个浮点数组,表示测试样本与每个最近邻居之间的距离。这些距离可以帮助理解预测结果的置信度;距离越近,预测通常越可靠

# 通过测试集校验准确率
matches = result == test_labels
correct = np.count_nonzero(matches)
accuracy = correct * 100.0 / result.size
print("当前使用KNN识别手写数字的准确率为:", accuracy)

自己手写数字传入模型中测试

  • 下图是通过电脑自带的画图工具,写出的数字6,并且已经将大小调整为20*20像素大小的图片
    在这里插入图片描述

  • 将图片经过与实验中相同的处理方法,加以处理并传入到模型中进行测试

    # 读取图片
    img_6 = cv2.imread('6.png')
    # 将图片转换为灰度图
    gray_6 = cv2.cvtColor(img_6, cv2.COLOR_BGR2GRAY)
    # 将图片转换为数组结构
    test_gray_6 = np.array(gray_6)
    # 将尺寸由20*20调整为1*400(一行400个像素),才能符合KNN的输入结构
    test_6 = test_gray_6.reshape(-1, 400).astype(np.float32)
    # 将处理好的测试图片放入模型中
    res_6, result_6, neighbours_6, dist_6 = knn.findNearest(test_6, k=3)
    print(result_6)
    
  • 得出结果

    • 因为模型中训练是以数组的形式进行的,所以结果也会以数组的形式返回出来
    • 由此可以看出,此次实验的模型还是相对比较准确的
      在这里插入图片描述

标签:KNN,20,库中,cv2,OpenCV,test,测试,np
From: https://blog.csdn.net/weixin_73504499/article/details/141268178

相关文章

  • 《机器学习》 KNN算法、数据可视化 No.1
    一、了解机器学习1、什么是机器学习        机器学习是一种人工智能(AI)的分支,旨在让计算机通过数据自动学习和改进。机器学习算法被设计用于从数据中提取模式和规律,然后利用这些模式和规律来做出预测或做出决策,而无需明确的程序指令。        机器学习的基本......
  • java opencv 去噪+动态自适应二值化
    //连接opencvSystem.setProperty("java.awt.headless","false");System.out.println(System.getProperty("java.library.path"));URLurl=ClassLoader.getSystemResource("lib/opencv/opencv_java4100.dll");System.load(url.getPa......
  • java opencv 图像匹配识别
    //region图像匹配3.0privateMatimageMatch(Imageori,Imagetbi){System.setProperty("java.awt.headless","false");System.out.println(System.getProperty("java.library.path"));URLurl=ClassLoader.getSystem......
  • opencv
    一、读取视频读取视频文件与在OpenCV中读取图像文件非常相似,区别在于我们使用了cv2.videocapture。1.1读取视频需要用到的函数视频写入函数cv.VideoWriter()读取视频cv.VideoCapture.read()写入视频cv.VideoWriter.write(frame)打开,判断是否打开isOpene......
  • mysql数据库中decimal数据类型比较大小
    在MySQL中,DECIMAL数据类型用于存储精确的数值,它非常适合用于需要高精度计算的场景,如金融应用。当我们需要在MySQL数据库中比较DECIMAL类型数据的大小时,可以使用标准的比较运算符,如>,<,>=,<=,=和<>(或!=)。以下是一个详细的示例,说明如何在MySQL中使用DECIMAL数据类型并比较......
  • mysql数据库中decimal数据类型比较大小
    在MySQL中,DECIMAL数据类型用于存储精确的数值,它非常适合用于需要高精度计算的场景,如金融应用。当我们需要在MySQL数据库中比较DECIMAL类型数据的大小时,可以使用标准的比较运算符,如>,<,>=,<=,=和<>(或!=)。以下是一个详细的示例,说明如何在MySQL中使用DECIMAL数据类型并比较它......
  • OpenCV/CV2,PIL,Tensor之间如何互相转化
    参考资料:torchvision文档众所周知OpenCV/CV2和PIL是Python领域最常使用的图像处理库,而PytorchTensor则是我们在深度学习领域接触最多的张量数据结构,知道这几种格式之间的相互转化方式是非常有必要的。三类,一共6种相互转化的链路,下面一一道来:1.OpenCV/CV2(ndar......
  • opencv关键点检测
    特征匹配主要是基于两种相似度较高的图片,通过opencv里面提供的特征匹配方法来进行特征点之间的匹配和映射特征点由关键点和描述子两部分组成。例如:在一张图像中计算SIFT特征点时,是指提取SIFT关键点,并计算SIFT描述子两件事。关键点是指特征点在图像里的位置,有些特征点还具有方向......
  • 【OpenCV教程】OpenCV中对矩阵的常用操作
    @目录1.全零矩阵2.全一矩阵3.单位矩阵4.矩阵转置5.求逆矩阵6.逗号式分隔创建矩阵7.矩阵定义(只列出常用的)7.1数据类型Scalar8.通过ptr与at函数遍历矩阵8.1Vec类型9.通过迭代器遍历矩阵(easybutveryveryslow)1.全零矩阵CV_NODISCARD_STDstaticMatExprMat::zeros(intr......
  • Manim的一个用于数学动画的 Python 库中渲染代码的功能。
       Code 函数是Manim(一个强大的数学动画库)中的一个重要工具,旨在将代码片段以视觉化的方式呈现。在教育和演示场合中,向观众展示算法或代码逻辑时,清晰的视觉效果是必不可少的。通过 Code 函数,用户可以轻松地将特定编程语言的代码导入,并且自定义其外观,包括字体、颜色、背景......