程序员经验分享-hwhale

【python】【kNN】【OCR】用python实现字符识别

2023-11-11

一、问题

OCR（光学字符识别）是机器学习重要的应用之一，一般要经过二值化、去噪、倾斜校正、特征抽取、字符切割、字符识别、后处理等过程。其中难度最大的是字符切割，最关键的步骤是字符识别。一般进行字符识别的方法有kNN，SVM，CNN等方式，其中比较好用的是SVM。作者在这里实现的是相对较为简单的kNN（k近邻）算法，用以完成经典的MNIST数据集的字符识别工作。该数据集的训练集共计60000条数据，测试集共计10000条数据。

二、原理

kNN的核心思想：如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该样本也属于这个类别，并具有这个类别上样本的特性。一般来讲，对于类域的交叉或重叠较多的待分样本集来说，kNN相比其它方法更为适合。

三、解决

①导入数据，观察示例图确定基本解决方案
②定义kNN函数
③调用kNN函数
④比较不同数量的训练集、不同的距离度量函数对结果准确率、时间开销的影响

首先是对数据集内的数据进行导入、划分数据集、观察示例图等常规操作，读者不必在这些代码上花费大量时间，可以跳读下一代码段。

%matplotlib inline

import numpy as np
from PIL import Image
from matplotlib import pyplot as plt
import copy
import scipy.ndimage 
import sys, os

DATASET_PATH = r'D:\文件路径'
DATASET_FILE = os.path.join(DATASET_PATH, 'mnist.npz')

f = np.load(DATASET_FILE)
x_train, y_train = f['x_train'], f['y_train']
x_test, y_test = f['x_test'], f['y_test']

#unit8（无符号的整数，unit8是0～255
def img_show(img):
    plt.imshow(Image.fromarray(np.uint8(img)))
    plt.axis('on') # 关掉坐标轴为 off
    plt.title('image') # 图像题目
    plt.show()
    
img = x_train[0]#训练图像赋给img
print(img.shape)  # (784,)
img = img.reshape(28, 28)  # 把图像的形状变为原来的尺寸
img_show(img)

实际操作中，我们可以只定义一种距离度量方法，最常用的就是欧式距离。这里定义了欧式距离、曼哈顿距离、切比雪夫距离和闵科夫斯基距离四种距离度量方法，目的是对四种方法进行比较。可以在后面的叙述中看到，欧式距离效果最好。

def euclidean_dist(x,y):
    return np.linalg.norm(x-y)
def manhattan_dist(x,y):
    return np.sum(np.abs(x-y))
def chebyshev_dist(x,y):
    return np.max(np.abs(x-y))
def minkowski_dist(x,y):
    return np.sqrt(np.sum(np.square(x-y)))

接下来就是对kNN函数的定义。函数包括四个参数：
x表示向量列表，是拟进行标注的图片的特征矩阵拉伸成向量后的向量；
M表示样本矩阵，用来训练分类器；
k表示目标点的邻居个数；
dtype表示度量方法，共有0，1，2，3四个选项，分别对应上面的四种距离度量方法。
函数输出的是M中与x最近的k个样本的下标。

值得注意的是，这里对x、M都做了拉伸变换。而这二者都必须是array类型才能利用numpy的方法进行距离度量。因此无论传进来是什么类型（实际上是list类型），都先转换为array。

注意，下面M[:10000]代表使用传入的训练集中前10000条数据进行训练，目的是加快训练速度，但也牺牲了一部分精度。实际操作时，这部分可以进行更改。

def KNN(x, M, k, dtype):
    x = np.array(x)
    M = np.array(M)
    orin_dist = []
    dist = []
    dist0 = 0
    idx = []
    for a in M[:10000]:#这里可以调整训练集大小
        if dtype == 0:
            dist0 = euclidean_dist(x,a)
        elif dtype == 1:
            dist0 = manhattan_dist(x,a)
        elif dtype == 2:
            dist0 = chebyshev_dist(x,a)
        elif dtype == 3:
            dist0 = minkowski_dist(x,a)
        dist.append(dist0)
    for i in dist:
        orin_dist.append(i)
    dist.sort()
    for i in range(k):
        idx.append(orin_dist.index(dist[i]))
    return idx

定义查找结果函数。传入的是目标点的k个邻居共同组成的向量，传出的是这k个邻居确定的数字结果。

def find(x_result):
    y_result = y_train[x_result]
    from collections import Counter
    res0 = Counter(y_result).most_common(1)
    res = res0[0][0]
    print("这个数字是"+str(res))
    return res

定义验证函数。若比对成功，说明结果正确；正确率等于正确验证数量除以总验证数量。

def vali(result, r_result):
    r_con = 0
    c_con = 0
    for i in range(len(result)):
        if(result[i] == r_result[i]):
            r_con += 1
        c_con += 1
    print("共"+str(r_con)+"个结果正确，正确率为"+str(r_con/c_con))

这一步完成了对x_train数据集的矩阵拉伸工作。

new_x_train = []
for i in x_train:
    new_x_train.append(np.ravel(i))

这一步完成了kNN函数调用，并输出结果。
注意，这里dtype的位置传的参数是3，代表使用了闵科夫斯基距离。实际操作时，这一参数可以修改。

y_result = []
for i in x_test[:500]:
    x_result = KNN(np.ravel(i),new_x_train,11,3)
    y_result.append(find(x_result))
print(y_result)

在上面的介绍中提到了两处参数的修改。分别调整这两处参数，得到使用1000条、10000条、60000条训练集中的数据进行训练得到的y_train结果（使用的是欧式距离）；以及在1000条训练数据下分别使用四种距离度量方法进行度量的所得结果。
将上面得到的结果手动复制到下面，进行正确率比较。

y_r1000  = [7, 2, 1, 0, 0, 1, 4, 9, 8, 9, 0, 6, 9, 0, 1, 1, 9, 7, 3, 4, 9, 6, 6, 5, 1, 0, 7, 9, 0, 1, 3, 1, 3, 6, 7, 2, 7, 1, 1, 1, 1, 7, 9, 1, 1, 5, 1, 1, 9, 4, 6, 3, 5, 1, 0, 0, 4, 1, 9, 1, 7, 8, 9, 1, 7, 1, 7, 4, 3, 0, 7, 0, 2, 7, 1, 7, 1, 7, 1, 7, 9, 6, 2, 7, 8, 4, 7, 5, 6, 1, 3, 6, 1, 3, 1, 9, 1, 7, 6, 9, 1, 0, 5, 4, 9, 9, 2, 1, 9, 4, 8, 1, 1, 9, 1, 1, 9, 4, 7, 7, 5, 6, 7, 6, 7, 9, 0, 5, 8, 5, 6, 6, 5, 7, 8, 1, 0, 1, 6, 7, 6, 7, 3, 1, 9, 1, 8, 2, 0, 1, 9, 9, 9, 5, 1, 5, 6, 0, 3, 1, 4, 6, 5, 4, 6, 5, 4, 1, 1, 9, 9, 7, 3, 1, 1, 1, 1, 8, 1, 8, 1, 8, 1, 0, 1, 6, 2, 5, 0, 1, 1, 1, 0, 7, 0, 1, 1, 6, 9, 2, 3, 6, 1, 1, 1, 1, 9, 3, 2, 9, 7, 1, 9, 1, 9, 0, 3, 8, 7, 5, 9, 0, 2, 7, 1, 3, 8, 1, 1, 1, 5, 1, 8, 7, 7, 9, 2, 1, 4, 1, 5, 3, 8, 7, 1, 1, 0, 6, 4, 1, 9, 1, 9, 1, 7, 1, 1, 1, 2, 0, 8, 1, 7, 7, 1, 1, 0, 1, 3, 0, 3, 0, 1, 9, 9, 9, 1, 8, 2, 1, 2, 9, 1, 1, 9, 2, 6, 4, 1, 1, 8, 2, 9, 1, 0, 9, 0, 0, 2, 8, 1, 7, 1, 1, 9, 0, 1, 1, 4, 1, 3, 0, 0, 5, 1, 9, 1, 5, 0, 6, 1, 1, 9, 1, 6, 9, 6, 0, 7, 1, 1, 1, 1, 3, 3, 1, 9, 7, 0, 6, 5, 1, 1, 3, 8, 1, 0, 5, 1, 1, 1, 5, 0, 6, 1, 8, 5, 1, 1, 9, 4, 6, 7, 1, 5, 0, 6, 5, 6, 1, 7, 2, 0, 8, 8, 5, 9, 1, 1, 4, 0, 7, 3, 7, 6, 1, 6, 1, 1, 7, 2, 8, 6, 1, 7, 5, 1, 5, 4, 4, 2, 1, 1, 1, 1, 4, 5, 0, 5, 1, 7, 7, 8, 7, 9, 9, 1, 9, 2, 1, 1, 2, 9, 2, 0, 9, 9, 1, 4, 1, 1, 1, 6, 4, 9, 8, 9, 3, 7, 6, 0, 0, 3, 1, 8, 0, 6, 1, 9, 5, 3, 3, 1, 3, 9, 1, 1, 6, 9, 0, 9, 6, 6, 6, 7, 8, 8, 2, 8, 8, 8, 7, 6, 1, 8, 4, 1, 2, 1, 3, 1, 9, 7, 1, 9, 0, 8, 9, 9, 1, 6, 5, 2, 3, 7, 6, 9, 1, 0, 1]
y_r10000 = [7, 2, 1, 0, 4, 1, 9, 9, 4, 9, 0, 6, 9, 0, 1, 5, 9, 7, 3, 4, 9, 6, 6, 5, 4, 0, 7, 4, 0, 1, 3, 1, 3, 6, 7, 2, 7, 1, 1, 1, 1, 7, 4, 2, 1, 5, 1, 1, 9, 4, 6, 3, 5, 1, 6, 0, 4, 1, 9, 1, 7, 8, 1, 1, 7, 1, 6, 4, 3, 0, 7, 0, 2, 9, 1, 7, 1, 7, 9, 7, 9, 6, 2, 7, 8, 4, 7, 3, 6, 1, 3, 6, 1, 3, 1, 4, 1, 7, 6, 9, 6, 0, 5, 4, 9, 9, 2, 1, 9, 9, 8, 1, 1, 9, 7, 1, 1, 4, 9, 7, 8, 6, 1, 6, 7, 9, 0, 5, 8, 5, 6, 6, 8, 7, 8, 1, 0, 1, 6, 9, 6, 7, 3, 1, 7, 1, 8, 2, 0, 1, 9, 8, 5, 8, 1, 5, 6, 0, 3, 1, 4, 6, 5, 4, 6, 5, 4, 1, 1, 4, 9, 7, 3, 1, 2, 1, 1, 8, 1, 8, 1, 8, 1, 0, 1, 9, 2, 3, 0, 1, 1, 1, 0, 9, 0, 1, 1, 6, 9, 2, 3, 6, 1, 1, 1, 3, 9, 8, 2, 9, 7, 5, 9, 1, 9, 0, 3, 6, 5, 5, 7, 2, 2, 7, 1, 3, 8, 1, 1, 1, 3, 1, 8, 7, 1, 9, 2, 1, 4, 1, 5, 8, 8, 7, 1, 6, 0, 6, 4, 1, 9, 1, 9, 5, 7, 1, 1, 1, 2, 6, 8, 1, 7, 7, 1, 1, 8, 1, 3, 0, 3, 0, 1, 9, 9, 9, 1, 8, 2, 1, 2, 9, 1, 1, 9, 2, 6, 9, 1, 5, 9, 2, 9, 2, 0, 9, 0, 0, 2, 8, 1, 7, 1, 1, 9, 0, 2, 9, 4, 1, 3, 0, 0, 3, 1, 9, 1, 5, 3, 5, 1, 7, 9, 1, 6, 9, 6, 0, 7, 1, 1, 2, 1, 5, 3, 1, 9, 7, 8, 6, 6, 1, 1, 3, 8, 1, 0, 5, 1, 3, 1, 8, 0, 6, 1, 8, 5, 1, 9, 9, 4, 6, 7, 2, 8, 0, 6, 5, 6, 1, 7, 2, 0, 8, 8, 5, 4, 1, 1, 4, 0, 7, 3, 7, 6, 1, 6, 1, 1, 9, 2, 8, 6, 1, 7, 5, 2, 5, 4, 4, 2, 1, 3, 9, 2, 4, 5, 0, 3, 1, 7, 7, 8, 7, 9, 7, 1, 9, 2, 1, 9, 2, 9, 2, 0, 4, 9, 1, 8, 8, 1, 1, 6, 5, 9, 1, 9, 3, 7, 6, 0, 0, 3, 1, 8, 0, 6, 9, 8, 3, 3, 8, 1, 3, 9, 1, 1, 6, 8, 0, 9, 6, 6, 6, 7, 8, 8, 2, 8, 5, 8, 9, 6, 1, 8, 4, 1, 2, 6, 9, 1, 9, 7, 1, 9, 0, 8, 9, 9, 1, 0, 5, 2, 3, 7, 6, 9, 1, 8, 1]
y_r60000 = [7, 2, 1, 0, 4, 1, 9, 9, 0, 9, 0, 6, 9, 0, 1, 8, 9, 7, 3, 4, 9, 6, 6, 5, 4, 0, 7, 4, 0, 1, 3, 1, 3, 0, 7, 2, 7, 1, 2, 1, 1, 7, 4, 2, 1, 5, 1, 1, 9, 4, 6, 3, 5, 0, 6, 0, 4, 1, 9, 1, 7, 8, 4, 3, 7, 1, 6, 4, 3, 0, 7, 0, 2, 9, 1, 7, 1, 7, 9, 7, 9, 6, 2, 7, 8, 4, 7, 8, 6, 1, 3, 6, 1, 3, 1, 4, 1, 7, 6, 9, 6, 0, 5, 4, 9, 9, 2, 1, 9, 9, 8, 1, 1, 9, 1, 9, 9, 4, 9, 8, 8, 6, 7, 6, 7, 4, 0, 5, 8, 5, 6, 6, 3, 7, 8, 1, 0, 1, 6, 9, 6, 7, 3, 1, 7, 1, 8, 2, 0, 1, 9, 8, 5, 3, 1, 5, 6, 0, 3, 1, 8, 6, 5, 4, 6, 5, 4, 5, 1, 4, 9, 7, 2, 1, 2, 1, 1, 8, 1, 8, 1, 8, 1, 0, 1, 9, 2, 3, 0, 1, 1, 1, 0, 9, 0, 1, 1, 6, 4, 2, 3, 6, 1, 1, 1, 1, 9, 5, 2, 9, 4, 5, 9, 1, 9, 0, 3, 6, 5, 5, 7, 2, 2, 7, 1, 2, 8, 1, 1, 7, 3, 1, 8, 8, 7, 9, 2, 2, 4, 1, 5, 8, 8, 7, 1, 2, 0, 2, 4, 1, 9, 1, 9, 5, 7, 1, 2, 1, 2, 6, 8, 5, 7, 7, 1, 1, 8, 1, 8, 0, 3, 0, 1, 9, 9, 9, 1, 8, 2, 1, 2, 9, 1, 5, 9, 2, 6, 4, 1, 8, 9, 2, 9, 1, 0, 4, 0, 0, 2, 8, 1, 7, 1, 7, 9, 0, 2, 1, 8, 1, 3, 0, 0, 3, 1, 9, 1, 5, 2, 8, 1, 7, 9, 3, 0, 9, 2, 0, 7, 1, 1, 2, 1, 8, 3, 1, 9, 7, 8, 6, 6, 1, 1, 3, 8, 1, 0, 5, 1, 3, 1, 5, 0, 6, 1, 8, 5, 1, 8, 4, 4, 6, 8, 2, 5, 0, 6, 5, 6, 3, 7, 2, 0, 8, 8, 5, 4, 1, 1, 4, 0, 7, 3, 7, 6, 1, 6, 1, 1, 9, 2, 8, 6, 1, 9, 5, 2, 5, 4, 4, 2, 1, 3, 8, 7, 4, 5, 0, 3, 1, 7, 7, 8, 7, 9, 7, 1, 9, 2, 1, 1, 2, 9, 2, 0, 4, 9, 1, 4, 8, 1, 8, 1, 5, 9, 8, 8, 3, 7, 6, 0, 0, 3, 1, 8, 0, 6, 9, 8, 3, 3, 3, 2, 3, 9, 1, 1, 6, 8, 0, 9, 6, 6, 6, 7, 8, 8, 2, 7, 8, 8, 9, 6, 1, 8, 4, 1, 2, 1, 8, 1, 9, 7, 1, 4, 0, 8, 9, 9, 1, 0, 5, 2, 3, 7, 6, 9, 4, 0, 1]

y_r1000_eu = [7, 2, 1, 0, 0, 1, 4, 9, 8, 9, 0, 6, 9, 0, 1, 1, 9, 7, 3, 4, 9, 6, 6, 5, 1, 0, 7, 9, 0, 1, 3, 1, 3, 6, 7, 2, 7, 1, 1, 1, 1, 7, 9, 1, 1, 5, 1, 1, 9, 4, 6, 3, 5, 1, 0, 0, 4, 1, 9, 1, 7, 8, 9, 1, 7, 1, 7, 4, 3, 0, 7, 0, 2, 7, 1, 7, 1, 7, 1, 7, 9, 6, 2, 7, 8, 4, 7, 5, 6, 1, 3, 6, 1, 3, 1, 9, 1, 7, 6, 9, 1, 0, 5, 4, 9, 9, 2, 1, 9, 4, 8, 1, 1, 9, 1, 1, 9, 4, 7, 7, 5, 6, 7, 6, 7, 9, 0, 5, 8, 5, 6, 6, 5, 7, 8, 1, 0, 1, 6, 7, 6, 7, 3, 1, 9, 1, 8, 2, 0, 1, 9, 9, 9, 5, 1, 5, 6, 0, 3, 1, 4, 6, 5, 4, 6, 5, 4, 1, 1, 9, 9, 7, 3, 1, 1, 1, 1, 8, 1, 8, 1, 8, 1, 0, 1, 6, 2, 5, 0, 1, 1, 1, 0, 7, 0, 1, 1, 6, 9, 2, 3, 6, 1, 1, 1, 1, 9, 3, 2, 9, 7, 1, 9, 1, 9, 0, 3, 8, 7, 5, 9, 0, 2, 7, 1, 3, 8, 1, 1, 1, 5, 1, 8, 7, 7, 9, 2, 1, 4, 1, 5, 3, 8, 7, 1, 1, 0, 6, 4, 1, 9, 1, 9, 1, 7, 1, 1, 1, 2, 0, 8, 1, 7, 7, 1, 1, 0, 1, 3, 0, 3, 0, 1, 9, 9, 9, 1, 8, 2, 1, 2, 9, 1, 1, 9, 2, 6, 4, 1, 1, 8, 2, 9, 1, 0, 9, 0, 0, 2, 8, 1, 7, 1, 1, 9, 0, 1, 1, 4, 1, 3, 0, 0, 5, 1, 9, 1, 5, 0, 6, 1, 1, 9, 1, 6, 9, 6, 0, 7, 1, 1, 1, 1, 3, 3, 1, 9, 7, 0, 6, 5, 1, 1, 3, 8, 1, 0, 5, 1, 1, 1, 5, 0, 6, 1, 8, 5, 1, 1, 9, 4, 6, 7, 1, 5, 0, 6, 5, 6, 1, 7, 2, 0, 8, 8, 5, 9, 1, 1, 4, 0, 7, 3, 7, 6, 1, 6, 1, 1, 7, 2, 8, 6, 1, 7, 5, 1, 5, 4, 4, 2, 1, 1, 1, 1, 4, 5, 0, 5, 1, 7, 7, 8, 7, 9, 9, 1, 9, 2, 1, 1, 2, 9, 2, 0, 9, 9, 1, 4, 1, 1, 1, 6, 4, 9, 8, 9, 3, 7, 6, 0, 0, 3, 1, 8, 0, 6, 1, 9, 5, 3, 3, 1, 3, 9, 1, 1, 6, 9, 0, 9, 6, 6, 6, 7, 8, 8, 2, 8, 8, 8, 7, 6, 1, 8, 4, 1, 2, 1, 3, 1, 9, 7, 1, 9, 0, 8, 9, 9, 1, 6, 5, 2, 3, 7, 6, 9, 1, 0, 1]
y_r1000_ma = [7, 2, 1, 0, 9, 1, 4, 9, 9, 7, 0, 6, 9, 0, 1, 1, 9, 7, 3, 4, 9, 6, 6, 1, 1, 0, 7, 9, 0, 1, 3, 1, 3, 6, 7, 2, 7, 1, 1, 1, 1, 7, 9, 1, 1, 6, 1, 1, 9, 4, 6, 3, 5, 1, 0, 0, 4, 1, 9, 1, 7, 8, 1, 1, 7, 1, 1, 4, 3, 0, 7, 0, 3, 7, 1, 7, 1, 7, 1, 7, 9, 6, 2, 7, 1, 4, 7, 3, 6, 1, 3, 6, 1, 3, 1, 9, 1, 1, 6, 9, 1, 0, 5, 4, 9, 9, 2, 1, 9, 9, 1, 1, 1, 9, 1, 1, 1, 4, 7, 7, 5, 6, 1, 6, 7, 1, 0, 5, 8, 1, 6, 6, 5, 7, 8, 1, 0, 1, 6, 7, 1, 7, 3, 1, 7, 1, 9, 2, 0, 1, 9, 9, 1, 5, 1, 5, 6, 0, 3, 1, 4, 6, 5, 4, 6, 5, 4, 1, 1, 9, 9, 7, 3, 1, 1, 1, 1, 6, 1, 8, 1, 1, 1, 0, 1, 9, 2, 5, 0, 1, 1, 1, 0, 1, 0, 1, 1, 6, 9, 2, 0, 6, 1, 1, 1, 1, 9, 3, 1, 9, 7, 1, 9, 1, 9, 0, 3, 1, 7, 5, 9, 0, 2, 7, 1, 3, 8, 1, 1, 1, 5, 1, 6, 7, 1, 9, 2, 1, 4, 1, 5, 3, 8, 7, 1, 1, 0, 6, 4, 1, 9, 1, 9, 1, 7, 1, 1, 1, 2, 0, 8, 1, 7, 7, 1, 1, 0, 1, 3, 0, 3, 0, 1, 9, 9, 9, 1, 8, 2, 1, 2, 9, 1, 1, 9, 2, 6, 4, 1, 1, 9, 2, 9, 1, 0, 9, 0, 0, 2, 8, 1, 7, 1, 1, 7, 0, 1, 1, 4, 1, 1, 0, 0, 1, 1, 9, 1, 1, 0, 6, 1, 1, 9, 1, 6, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 9, 7, 5, 6, 1, 1, 1, 3, 8, 1, 0, 5, 1, 1, 1, 5, 0, 6, 1, 1, 5, 1, 1, 9, 4, 6, 7, 1, 5, 0, 1, 1, 6, 1, 7, 1, 1, 8, 1, 5, 9, 1, 1, 4, 0, 1, 3, 7, 6, 1, 6, 1, 1, 7, 2, 8, 6, 1, 7, 5, 1, 1, 4, 4, 2, 1, 1, 1, 1, 4, 5, 0, 5, 1, 7, 1, 8, 7, 9, 9, 1, 9, 1, 1, 1, 2, 9, 2, 0, 4, 9, 1, 1, 1, 1, 1, 1, 4, 9, 1, 1, 3, 7, 6, 0, 0, 3, 1, 1, 0, 6, 1, 9, 5, 3, 3, 1, 1, 9, 1, 1, 6, 9, 0, 9, 6, 6, 6, 7, 8, 8, 2, 7, 8, 1, 9, 6, 1, 8, 4, 1, 2, 1, 3, 1, 9, 7, 1, 4, 0, 7, 9, 9, 1, 6, 6, 2, 3, 7, 6, 9, 1, 0, 1]
y_r1000_ch = [4, 2, 1, 2, 9, 0, 7, 1, 4, 5, 0, 6, 6, 0, 5, 0, 0, 3, 4, 1, 5, 6, 5, 4, 4, 4, 2, 5, 3, 1, 0, 9, 2, 1, 1, 6, 5, 3, 1, 3, 1, 5, 3, 3, 9, 0, 9, 5, 5, 7, 6, 0, 0, 0, 4, 1, 2, 1, 4, 8, 5, 2, 3, 7, 4, 5, 7, 4, 5, 0, 2, 0, 0, 5, 0, 5, 3, 4, 0, 2, 9, 8, 9, 5, 4, 2, 0, 0, 5, 1, 9, 6, 1, 3, 3, 5, 9, 3, 9, 6, 1, 0, 9, 0, 1, 5, 4, 2, 5, 5, 4, 0, 2, 0, 9, 4, 4, 1, 4, 5, 0, 2, 0, 4, 3, 5, 9, 4, 6, 0, 5, 5, 5, 3, 0, 1, 6, 9, 5, 4, 6, 3, 3, 1, 3, 6, 6, 6, 0, 8, 5, 1, 4, 5, 1, 4, 5, 8, 0, 9, 5, 2, 0, 0, 5, 6, 5, 3, 1, 9, 4, 6, 3, 0, 0, 0, 2, 0, 2, 5, 0, 8, 6, 5, 0, 5, 0, 1, 6, 5, 4, 1, 2, 2, 0, 3, 1, 5, 5, 6, 5, 5, 9, 3, 1, 0, 0, 2, 2, 9, 4, 1, 5, 3, 0, 0, 9, 0, 3, 4, 7, 0, 0, 9, 8, 0, 4, 8, 1, 2, 0, 9, 5, 1, 0, 2, 5, 6, 1, 0, 5, 1, 8, 1, 2, 0, 6, 1, 9, 9, 0, 3, 6, 4, 1, 0, 0, 4, 5, 2, 2, 0, 7, 7, 1, 8, 5, 2, 4, 0, 0, 5, 1, 6, 4, 2, 0, 0, 5, 0, 0, 5, 2, 0, 5, 0, 6, 5, 5, 0, 6, 6, 4, 2, 1, 5, 0, 0, 0, 0, 1, 3, 8, 2, 4, 0, 2, 0, 1, 3, 5, 5, 6, 2, 5, 8, 1, 0, 3, 1, 0, 2, 5, 9, 5, 5, 4, 5, 6, 4, 0, 3, 1, 0, 6, 0, 1, 2, 2, 6, 6, 0, 2, 0, 1, 2, 0, 8, 3, 0, 0, 0, 1, 2, 8, 6, 7, 1, 5, 1, 1, 5, 4, 0, 0, 1, 5, 5, 6, 2, 5, 5, 0, 4, 5, 0, 0, 8, 3, 4, 4, 2, 5, 7, 5, 1, 6, 2, 2, 3, 3, 3, 6, 1, 9, 3, 1, 4, 0, 7, 6, 3, 0, 5, 9, 5, 8, 5, 1, 9, 1, 5, 5, 9, 5, 1, 3, 2, 6, 6, 8, 5, 3, 3, 2, 5, 0, 1, 9, 0, 1, 2, 3, 2, 1, 0, 0, 3, 7, 3, 3, 5, 3, 3, 9, 0, 5, 1, 3, 0, 5, 5, 6, 1, 2, 1, 5, 5, 1, 5, 0, 5, 5, 0, 1, 5, 2, 0, 5, 7, 3, 0, 9, 1, 5, 3, 1, 5, 1, 1, 3, 3, 4, 8, 0, 1, 0, 7, 0, 1, 0, 3, 5, 6, 3, 5, 2, 7, 1, 4]
y_r1000_mi = [1, 1, 1, 1, 6, 1, 5, 1, 1, 0, 1, 0, 1, 1, 1, 1, 1, 5, 8, 6, 1, 1, 1, 1, 1, 1, 1, 1, 5, 1, 1, 1, 1, 6, 7, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 8, 1, 1, 1, 1, 8, 5, 8, 8, 1, 1, 5, 1, 1, 1, 1, 8, 1, 8, 1, 1, 6, 1, 1, 1, 1, 0, 1, 1, 1, 7, 1, 1, 1, 1, 1, 1, 8, 0, 8, 1, 1, 1, 1, 1, 8, 1, 1, 1, 1, 8, 1, 1, 1, 8, 5, 1, 1, 8, 1, 1, 0, 1, 1, 1, 8, 1, 1, 5, 1, 1, 8, 6, 1, 7, 1, 1, 1, 1, 1, 1, 6, 1, 1, 8, 6, 1, 1, 1, 8, 1, 1, 1, 6, 1, 1, 1, 6, 1, 1, 1, 8, 1, 0, 1, 1, 7, 1, 5, 1, 1, 1, 1, 1, 1, 1, 6, 1, 5, 1, 1, 0, 8, 1, 1, 1, 1, 1, 8, 1, 1, 1, 1, 1, 1, 1, 1, 1, 5, 1, 1, 1, 6, 5, 1, 1, 1, 2, 5, 6, 1, 1, 8, 5, 1, 0, 1, 1, 1, 1, 1, 1, 1, 6, 1, 6, 1, 1, 1, 9, 6, 1, 1, 0, 1, 1, 5, 5, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 8, 5, 5, 1, 1, 1, 1, 5, 1, 1, 1, 1, 8, 1, 1, 1, 1, 1, 1, 8, 1, 1, 6, 1, 1, 8, 5, 8, 1, 8, 1, 1, 1, 1, 1, 5, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 8, 1, 5, 1, 1, 6, 1, 8, 1, 6, 1, 6, 1, 1, 1, 1, 8, 1, 1, 1, 1, 1, 1, 1, 1, 1, 6, 1, 1, 5, 0, 1, 1, 1, 1, 1, 1, 0, 1, 1, 1, 1, 1, 1, 1, 1, 8, 1, 1, 1, 1, 1, 1, 5, 1, 1, 1, 1, 1, 6, 1, 1, 1, 8, 1, 1, 1, 1, 5, 1, 5, 8, 1, 1, 1, 5, 1, 1, 8, 1, 1, 1, 1, 1, 1, 1, 1, 6, 8, 1, 1, 1, 1, 1, 1, 5, 1, 1, 4, 0, 5, 5, 5, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 6, 8, 8, 1, 1, 4, 1, 1, 1, 1, 1, 1, 5, 1, 8, 5, 1, 6, 1, 1, 1, 1, 5, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 6, 1, 1, 5, 1, 1, 1, 8, 1, 5, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 5, 1, 1, 1, 8, 6, 1, 8, 8, 1, 1, 5, 1, 6, 8, 1, 1, 5, 1, 5, 1, 1, 1, 1, 1, 1, 5, 0, 1, 1, 1, 1, 5, 5, 1, 1, 1, 1, 1, 1, 1, 1]

调用验证函数，比较不同方法结果的准确率。

vali(y_r1000_mi,y_test[:500])

四、反思

1000训练数据，欧氏距离
1000训练数据，欧氏距离
10000训练数据，欧氏距离
10000训练数据，欧氏距离
60000训练数据，欧氏距离
60000训练数据，欧氏距离
1000训练数据，欧氏距离
1000训练数据，欧氏距离
1000训练数据，曼哈顿距离
1000训练数据，曼哈顿距离
1000训练数据，切比雪夫距离
1000训练数据，切比雪夫距离
1000训练数据，闵科夫斯基距离
1000训练数据，闵科夫斯基距离
数据表明，欧式距离是最适合kNN进行文字识别的距离度量方法；同时笔者估算了一下，以笔者的电脑性能，如果用60000条训练数据，大概要1.4个小时才能跑完10000条测试集数据，时间原因没有进行验证。不过这个时间也是可以接受的。

方案还有可改进的地方，欢迎留言交流。

本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)

task

python

KNN

OCR

【python】【kNN】【OCR】用python实现字符识别 的相关文章

随机推荐

  • 火爆科研圈的三维重建技术：Neural radiance fields (NeRF)

    如果说最近两年最火的三维重建技术是什么 相信NeRF 1 是一个绝对绕不过去的名字 这项强到逆天的技术 一经提出 就被众多研究者所重视 对该技术进行深入研究并提出改进已经成为一个热点 仅仅过了不到两年的时间 NeRF及其变种已经成为重建领域

  • 【golang基础】校验和计算

    首先 IP ICMP UDP和TCP报文头都有检验和字段 大小都是16bit 算法基本上也是一样的 在发送数据时 为了计算数据包的检验和 应该按如下步骤 1 把校验和字段设置为0 2 把需要校验的数据看成以16位为单位的数子组成 依次进行二

  • UE4 读取Json

    UE4 读取Json 添加模块 Json JsonUtilities PublicDependencyModuleNames AddRange new string Core CoreUObject Engine InputCore Jso

  • YOLOv5另一种好用的数据集存放格式（附划分代码及查看每个类别分布情况）

    一 以前用的数据集格式 训练集 测试集的图片和标签分别放在对应的文件夹里 这就导致一个问题 如果相对数据集多次随机划分的话 就要多次从总的图片和标签中选择出需要的图片和标签 并且保存到相应的文件夹中 这样会很麻烦 而且浪费时间 二 改进 将

  • 此URL不支持Http方法GET解决方案

    一 问题 问题代码如下 WebServlet demo3 public class ServletDemo3 extends HttpServlet Override protected void doGet HttpServletRequ

  • insert()方法

    insert 方法 描述 列表 insert 方法将指定对象插入到列表中的指定位置 语法 insert 方法语法 L insert index obj 参数 index 对象obj需要插入的索引值 obj 要插入列表中的对象 返回值 该方法

  • 将Minio获取到的图片直接在页面上预览

    在Minio中获取的文件返回的是二进制流 要想在浏览器页面直接预览就得把获取的二进制流 InputStream 转换成文件流 FileInputStream 具体实现代码如下 public byte getImage PathVariabl

  • 大意了～checksum 到的低级问题

    发送的数据需要在尾端做累加取反 但没有留意到最后一个字节 累加取反值 不用参与累加 因此累加值总是不对 浪费了好多时间

  • php导出excel 下载,excel的导出和下载(实例讲解)

    1 前言 有时需要将数据库表资源导出excel 做成一些报表数据 而php导出excel的方法大致有几种 1 使用php的类库 进行导出 如PHPExcel 2 使用php原生的方法进行导出 而本文介绍的就是 如何通过原生方法导出excel

  • pandas筛选、修改并实现分类

    虽然学pandas有段时间了 但是真正应用的场合其实很少 大多数功能用excel就已经足够 最近发现wps表格某些功能比 excel还好用 比如筛选重复身份证 wps表格就做得比excel2016要好 最近发现了一个比较麻烦的问题 表格内容

  • JAVA中的术语:句柄是啥意思

    句柄的本质 一个唯一的整数 作为对象的身份id 区分不同的对象 和同类中的不同实例 程序可以通过句柄访问对象的部分信息 句柄不代表对象的内存地址 句柄和指针的区别 程序不能通过句柄直接阅读文件中的信息 指针是可以的 从所起的作用这点来说 句

  • 【项目实战】C语言+easyX带你实现：数字拼图游戏！来试试吧~

    每天一个编程小项目 提升你的编程能力 这是一个简易的拼图游戏 一共有 15 个数字方块 将其一行行的排列为 1 15 即可完成 游戏会记录下完成拼图的时间 我想说的是 很多时候 精彩的游戏不一定非要用图片 将游戏的功能和手感都做好 游戏一样

  • 卫星通信系统概述

    卫星通信系统指通过在轨人造卫星作为中继站对无线电信号进行转发 实现地面及空间等用户之间信息传输的系统 卫星通信系统组成包括空间段及地面段 系统组成如图所示 其中空间段主要指在轨卫星 对在轨卫星进行操控的地面站 这些地面站主要实现跟踪 遥测

  • 《QDebug 2023年8月》

    一 Qt Widgets 问题交流 1 获取 QWidget 当前所在屏幕区域 本来以为 QWidget 的 screen 接口返回的是组件自己所在屏幕的 QSreen 实测是所属 Window 所在的屏幕 如果 Window 跨屏了两者所

  • Android 内存分析工具

    Dalvik 虚拟机支持垃圾收集 但是这不意味着你可以不用关心内存管理 你应该格外注意移动设备的内存使用 手机和平板的内存空间是受到限制的 在这篇文章里面 我们来看看Android SDK里面的一些内存剖析工具 profiling tool

  • Windows11安装Vim编辑器配置指南

    Vim简介 Vim 是一个高度可配置的文本编辑器 旨在让创建和更改任何类型的文本变得非常高效 大多数 UNIX 系统和 Apple OS X 都将它作为 vi 包含在内 用惯了Linux中的Vim编辑器 如果需在Windows的cmd终端中

  • form表单的单输入框回车出现同步提交事件处理

    问题 form表单中如果只有一个输入框 在输入时按Enter回车键会出发默认事件自动提交表单 该交互是同步发生的 会导致页面刷新 解决思路 有三种解决思路 1 增加input输入框的数量 如果form表单中不止一个input输入框 那么该表

  • 基于Python的餐厅点餐系统-订餐食堂预约Python爬虫安装数据分析与可视化计算机毕业设计

    更多项目资源 最下方联系我们 目录 一 项目技术介绍 二 项目配套文档 部分内容 资料获取 一 项目技术介绍 该项目含有源码 文档 PPT 配套开发软件 软件安装教程 项目发布教程 包运行成功以及课程答疑与微信售后交流群 送查重系统不限次数

  • 《管理的套路》图解（二）

    13 Iceburg冰山模型 备注 在组织行为学中 冰山模型从三个层面来描述一个人 A态度 深层 B行为 表层 C能力 中间层 14 Burke Litwin组织变革模型 备注 除了考虑外部环境因素 组织和个人绩效因素以及沟通反馈外 还要考

  • 【python】【kNN】【OCR】用python实现字符识别

    一 问题 OCR 光学字符识别 是机器学习重要的应用之一 一般要经过二值化 去噪 倾斜校正 特征抽取 字符切割 字符识别 后处理等过程 其中难度最大的是字符切割 最关键的步骤是字符识别 一般进行字符识别的方法有kNN SVM CNN等方式

热门标签