py4CV例子1貓狗大戰和Knn算法
阿新 • • 發佈：2018-03-18
tle 提高 sobel算子 odi 環境 其中 修改 字母 sta 1、什麽是貓狗大戰；數據集來源於Kaggle（一個為開發商和數據科學家提供舉辦機器學習競賽、托管數據庫、編寫和分享代碼的平臺），原數據集有12500只貓和12500只狗，分為訓練、測試兩個部分。
2、什麽是Knn算法：K最近鄰（k-Nearest Neighbor，KNN）基本思想：如果一個樣本在特征空間中的k個最相似（即特征空間中最鄰近）的樣本中的大多數屬於某一個類別，則該樣本也屬於這個類別。
如果用比較平實的話來說，就是“我們已經存在了一個帶標簽的數據庫，現在輸入沒有標簽的新數據後，將新數據的每個特征與樣本集中數據對應的特征進行比較，然後算法提取樣本集中特征最相似（最近鄰）的分類標簽。”上圖中的對象可以分成兩組，藍色方塊和紅色三角。每一組也可以稱為一個類。我們可以把所有的這些對象看成是一個城鎮中房子，而所有的房子分別屬於藍色和紅色家族，而這個城鎮就是所謂的特征空間。（你可以把一個特征空間看成是所有點的投影所在的空間。例如在一個 2D 的坐標空間中，每個數據都兩個特征 x 坐標和 y 坐標，你可以在 2D 坐標空間中表示這些數據。如果每個數據都有 3 個特征呢，我們就需要一個 3D 空間。N 個特征就需要 N 維空間，這個 N 維空間就是特征空間。在上圖中，我們可以認為是具有兩個特征色2D空間）。
4、簡單例子(e1.py)舉一個簡單的例子，和上面一樣有兩個類。我們將紅色家族標記為 Class-0，藍色家族標記為 Class-1。還要再創建 25 個訓練數據，把它們非別標記為 Class-0 或者 Class-1。Numpy中隨機數產生器可以幫助我們完成這個任務。然後借助 Matplotlib 將這些點繪制出來。紅色家族顯示為紅色三角；藍色家族顯示為藍色方塊# -*- coding: utf-8 -*-"""Created on Tue Jan 28 18:00:18 2014@author: duan"""import cv2import numpy as npimport matplotlib.pyplot as plt# 生成待訓練的數據trainData = np.random.randint(0,100,(25,2)).astype(np.float32)# 生成待訓練的標簽responses = np.random.randint(0,2,(25,1)).astype(np.float32)# 在圖中標記紅色樣本red = trainData[responses.ravel()==0]plt.scatter(red[:,0],red[:,1],80,‘r‘,‘^‘)# 在圖中標記藍色樣本blue = trainData[responses.ravel()==1]plt.scatter(blue[:,0],blue[:,1],80,‘b‘,‘s‘)# 產生待分類數據newcomer = np.random.randint(0,100,(1,2)).astype(np.float32)plt.scatter(newcomer[:,0],newcomer[:,1],80,‘g‘,‘o‘)# 訓練樣本並產生分類knn = cv2.ml.KNearest_create()knn.train(trainData, cv2.ml.ROW_SAMPLE, responses)ret, results, neighbours, dist = knn.findNearest(newcomer, 5)# 打印結果print("result: ", results)print("neighbours: ", neighbours)print("distance: ", dist)
plt.show()運行結果
當然這是一個隨機的結果，每次運行都會有一些不同。在這次運算中esult: [[0.]]neighbours: [[1. 0. 0. 0. 0.]]distance: [[ 73. 193. 218. 226. 488.]]綠圓旁邊紅色三角形居多，所以被判定為紅色三角形。
5、使用 kNN 對手寫數字 OCR(e2.py)OpenCV 安裝包中有一副圖片（/samples/python2/data/digits.png）, 其中有 5000 個手寫數字（每個數字重復 500遍）
編寫代碼import numpy as npimport cv2from matplotlib import pyplot as pltimg = cv2.imread(‘E:/template/digits.png‘)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)# 每個數字是一個20x20的小圖，第一步就是將這個圖像分割成5000個不同的數字cells = [np.hsplit(row,100) for row in np.vsplit(gray,50)]# Make it into a Numpy array. It size will be (50,100,20,20)x = np.array(cells)# Now we prepare train_data and test_data.train = x[:,:50].reshape(-1,400).astype(np.float32) # Size = (2500,400)test = x[:,50:100].reshape(-1,400).astype(np.float32) # Size = (2500,400)# Create labels for train and test datak = np.arange(10)train_labels = np.repeat(k,250)[:,np.newaxis]//直接用訓練的結果進行測試test_labels = train_labels.copy()# Initiate kNN, train the data, then test it with test data for k=1knn = cv2.ml.KNearest_create() knn.train(train, cv2.ml.ROW_SAMPLE,train_labels)ret,result,neighbours,dist = knn.findNearest(test,k=5)# Now we check the accuracy of classification# For that, compare the result with test_labels and check which are wrongmatches = result == test_labelscorrect = np.count_nonzero(matches)accuracy = correct*100.0/result.sizeprint(accuracy)#將結果打包np.savez_compressed (‘knn_data.npz‘,train=train, train_labels=train_labels)# 讀取已經打包的結果with np.load(‘knn_data.npz‘) as data: print(data.files) train = data[‘train‘] train_labels = data[‘train_labels‘]
最終得到的結果為91.76[‘train‘, ‘train_labels‘]6、帶自己訓練集的kNN 手寫數字 OCR（e3.py)需要註意的是，運行這個例子，需要有兩個攝像頭，否則就需要修改cap = cv2.VideoCapture(1)為cap = cv2.VideoCapture(0)全部代碼import cv2import numpy as np
# 這是總共5000個數據，0-9各500個，我們讀入圖片後整理數據，這樣得到的train和trainLabel依次對應，圖像數據和標簽def initKnn(): knn = cv2.ml.KNearest_create() img = cv2.imread(‘E:/template/digits.png‘) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cells = [np.hsplit(row,100) for row in np.vsplit(gray,50)] train = np.array(cells).reshape(-1,400).astype(np.float32) trainLabel = np.repeat(np.arange(10),500) return knn, train, trainLabel# updateKnn是增加自己的訓練數據後更新Knn的操作。 def updateKnn(knn, train, trainLabel, newData=None, newDataLabel=None): if newData != None and newDataLabel != None: print(train.shape, newData.shape) newData = newData.reshape(-1,400).astype(np.float32) train = np.vstack((train,newData)) trainLabel = np.hstack((trainLabel,newDataLabel)) knn.train(train,cv2.ml.ROW_SAMPLE,trainLabel) return knn, train, trainLabel# findRoi函數是找到每個數字的位置，用包裹其最小矩形的左上頂點的坐標和該矩形長寬表示(x, y, w, h)。# 這裏還用到了Sobel算子。edges是原始圖像形態變換之後的灰度圖，可以排除一些背景的影響，# 比如本子邊緣、紙面的格子、手、筆以及影子等等，用edges來獲取數字圖像效果比Sobel獲取的邊界效果要好。def findRoi(frame, thresValue): rois = [] gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) gray2 = cv2.dilate(gray,None,iterations=2) gray2 = cv2.erode(gray2,None,iterations=2) edges = cv2.absdiff(gray,gray2) x = cv2.Sobel(edges,cv2.CV_16S,1,0) y = cv2.Sobel(edges,cv2.CV_16S,0,1) absX = cv2.convertScaleAbs(x) absY = cv2.convertScaleAbs(y) dst = cv2.addWeighted(absX,0.5,absY,0.5,0) ret, ddst = cv2.threshold(dst,thresValue,255,cv2.THRESH_BINARY) im, contours, hierarchy = cv2.findContours(ddst,cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) for c in contours: x, y, w, h = cv2.boundingRect(c) if w > 10 and h > 20: rois.append((x,y,w,h)) return rois, edges# findDigit函數是用KNN來分類，並將結果返回。# th是用來手動輸入訓練數據時顯示的圖片。20x20pixel的尺寸是OpenCV自帶digits.png中圖像尺寸，# 因為我是在其基礎上更新數據，所以沿用這個尺寸。 def findDigit(knn, roi, thresValue): ret, th = cv2.threshold(roi, thresValue, 255, cv2.THRESH_BINARY) th = cv2.resize(th,(20,20)) out = th.reshape(-1,400).astype(np.float32) ret, result, neighbours, dist = knn.findNearest(out, k=5) return int(result[0][0]), th# concatenate函數是拼接數字圖像並顯示的，用來輸入訓練數據。 def concatenate(images): n = len(images) output = np.zeros(20*20*n).reshape(-1,20) for i in range(n): output[20*i:20*(i+1),:] = images[i] return output
knn, train, trainLabel = initKnn()knn, train, trainLabel = updateKnn(knn, train, trainLabel)cap = cv2.VideoCapture(1)#width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)#height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)width = 426*2height = 480videoFrame = cv2.VideoWriter(‘frame.avi‘,cv2.VideoWriter_fourcc(‘M‘,‘J‘,‘P‘,‘G‘),25,(int(width),int(height)),True)count = 0# 這是主函數循環部分，按“x”鍵會暫停屏幕並顯示獲取的數字圖像，# 按“e”鍵會提示輸入看到的數字，在終端輸入數字用空格隔開，# 按回車如果顯示“update KNN, Done!”則完成一次更新。while True: ret, frame = cap.read() frame = frame[:,:426] rois, edges = findRoi(frame, 50) digits = [] for r in rois: x, y, w, h = r digit, th = findDigit(knn, edges[y:y+h,x:x+w], 50) digits.append(cv2.resize(th,(20,20))) cv2.rectangle(frame, (x,y), (x+w,y+h), (153,153,0), 2) cv2.putText(frame, str(digit), (x,y), cv2.FONT_HERSHEY_SIMPLEX, 1, (127,0,255), 2) newEdges = cv2.cvtColor(edges, cv2.COLOR_GRAY2BGR) newFrame = np.hstack((frame,newEdges)) cv2.imshow(‘frame‘, newFrame) videoFrame.write(newFrame) key = cv2.waitKey(1) & 0xff if key == ord(‘ ‘): break elif key == ord(‘x‘): Nd = len(digits) output = concatenate(digits) showDigits = cv2.resize(output,(60,60*Nd)) cv2.imshow(‘digits‘, showDigits) cv2.imwrite(str(count)+‘.png‘, showDigits) count += 1 if cv2.waitKey(0) & 0xff == ord(‘e‘): pass print(‘input the digits(separate by space):‘) numbers = input().split(‘ ‘) Nn = len(numbers) if Nd != Nn: print(‘update KNN fail!‘) continue try: for i in range(Nn): numbers[i] = int(numbers[i]) except: continue knn, train, trainLabel = updateKnn(knn, train, trainLabel, output, numbers) print(‘update KNN, Done!‘)
print(‘Numbers of trained images:‘,len(train))print(‘Numbers of trained image labels‘, len(trainLabel))cap.release()cv2.destroyAllWindows()7、實現英文字母識別(e4.py)/samples/cpp/letter-recognition.data是OpenCV中已經訓練好的數據集
# -*- coding: utf-8 -*-"""Created on Tue Jan 28 20:21:32 2014@author: duan"""import cv2import numpy as npimport matplotlib.pyplot as plt# 讀取英文字母數據data= np.loadtxt(‘e:/template/letter-recognition.data‘, dtype= ‘float32‘, delimiter = ‘,‘,converters= {0: lambda ch: ord(ch)-ord(‘A‘)})# 將數據分為train和test兩份，每份各1000個train, test = np.vsplit(data,2)# 將訓練數據切割 features and responsesresponses, trainData = np.hsplit(train,[1])labels, testData = np.hsplit(test,[1])# knn建模並且訓練knn = cv2.ml.KNearest_create()knn.train(traindata,cv2.ml.row_sample,responses)#在測試數據上進行測試ret, result, neighbours, dist = knn.findNearest(testData, k=5)correct = np.count_nonzero(result == labels)accuracy = correct*100.0/10000print(accuracy) 結果93.068、實現最終的貓狗識別(catVSdog_knn.py)#在精簡dogvscat的精簡數據集上運行knnimport numpy as npimport cv2import osimport mathfrom matplotlib import pyplot as plt#全局變量RATIO = 0.2train_dir = ‘e:/template/dogvscat1K/‘#根據Ratio獲得訓練和測試數據集的圖片地址和標簽def get_files(file_dir, ratio): ‘‘‘ Args: file_dir: file directory Returns: list of images and labels ‘‘‘ cats = [] label_cats = [] dogs = [] label_dogs = [] for file in os.listdir(file_dir): name = file.split(sep=‘.‘) if name[0]==‘cat‘: cats.append(file_dir + file) label_cats.append(0) else: dogs.append(file_dir + file) label_dogs.append(1) print(‘數據集中有 %d cats\n以及 %d dogs‘ %(len(cats), len(dogs))) #圖片list和標簽list #hstack 水平(按列順序)把數組給堆疊起來 image_list = np.hstack((cats, dogs)) label_list = np.hstack((label_cats, label_dogs)) temp = np.array([image_list, label_list]) temp = temp.transpose() np.random.shuffle(temp) all_image_list = temp[:, 0] all_label_list = temp[:, 1] n_sample = len(all_label_list) #根據比率，確定訓練和測試數量 n_val = math.ceil(n_sample*ratio) # number of validation samples n_train = n_sample - n_val # number of trainning samples tra_images = [] val_images = [] #按照0-n_train為tra_images，後面位val_images的方式來排序 for index in range(n_train): image = cv2.imread(all_image_list[index]) #灰度，然後縮放 image = cv2.cvtColor(image,cv2.COLOR_RGB2GRAY) image = cv2.resize(image,(32,32)) tra_images.append(image)
tra_labels = all_label_list[:n_train] tra_labels = [int(float(i)) for i in tra_labels]
for index in range(n_val): image = cv2.imread(all_image_list[n_train+index]) #灰度，然後縮放 image = cv2.cvtColor(image,cv2.COLOR_RGB2GRAY) image = cv2.resize(image,(32,32)) val_images.append(image)
val_labels = all_label_list[n_train:] val_labels = [int(float(i)) for i in val_labels] return tra_images,tra_labels,val_images,val_labels
#獲得數據集_train, train_labels, _val, val_labels = get_files(train_dir, RATIO)
x = np.array(_train)train = x.reshape(-1,32*32).astype(np.float32) # Size = (1000,900)y = np.array(_val)test = y.reshape(-1,32*32).astype(np.float32) # Initiate kNN, train the data, then test it with test data for k=1knn = cv2.ml.KNearest_create()knn.train(np.array(train), cv2.ml.ROW_SAMPLE,np.array(train_labels))ret,result,neighbours,dist = knn.findNearest(test,k=5)# Now we check the accuracy of classification# For that, compare the result with test_labels and check which are wrongnp_val_labels = np.array(val_labels)[:,np.newaxis]matches = result == np_val_labelscorrect = np.count_nonzero(matches)accuracy = correct*100.0/result.sizeprint(accuracy)
結果，在1000狗1000貓的數據集上，是55.55的準確率，而在全部的數據集上，是56.2的準確率。證明兩點knn是有一定用途的；但是在不對特征進行詳細分析的基礎上，其準確率很難得到較大提高。Knn的例子到此告以段落。
來自為知筆記(Wiz)
2、什麽是Knn算法：K最近鄰（k-Nearest Neighbor，KNN）基本思想：如果一個樣本在特征空間中的k個最相似（即特征空間中最鄰近）的樣本中的大多數屬於某一個類別，則該樣本也屬於這個類別。
如果用比較平實的話來說，就是“我們已經存在了一個帶標簽的數據庫，現在輸入沒有標簽的新數據後，將新數據的每個特征與樣本集中數據對應的特征進行比較，然後算法提取樣本集中特征最相似（最近鄰）的分類標簽。”上圖中的對象可以分成兩組，藍色方塊和紅色三角。每一組也可以稱為一個類。我們可以把所有的這些對象看成是一個城鎮中房子，而所有的房子分別屬於藍色和紅色家族，而這個城鎮就是所謂的特征空間。（你可以把一個特征空間看成是所有點的投影所在的空間。例如在一個 2D 的坐標空間中，每個數據都兩個特征 x 坐標和 y 坐標，你可以在 2D 坐標空間中表示這些數據。如果每個數據都有 3 個特征呢，我們就需要一個 3D 空間。N 個特征就需要 N 維空間，這個 N 維空間就是特征空間。在上圖中，我們可以認為是具有兩個特征色2D空間）。算法流程
1. 準備數據，對數據進行預處理2. 選用合適的數據結構存儲訓練數據和測試元組3. 設定參數，如k4.維護一個大小為k的的按距離由大到小的優先級隊列，用於存儲最近鄰訓練元組。隨機從訓練元組中選取k個元組作為初始的最近鄰元組，分別計算測試元組到這k個元組的距離，將訓練元組標號和距離存入優先級隊列5. 遍歷訓練元組集，計算當前訓練元組與測試元組的距離，將所得距離L 與優先級隊列中的最大距離Lmax6. 進行比較。若L>=Lmax，則舍棄該元組，遍歷下一個元組。若L < Lmax，刪除優先級隊列中最大距離的元組，將當前訓練元組存入優先級隊列。7. 遍歷完畢，計算優先級隊列中k 個元組的多數類，並將其作為測試元組的類別。8. 測試元組集測試完畢後計算誤差率，繼續設定不同的k值重新進行訓練，最後取誤差率最小的k 值。[1]優點
1.簡單，易於理解，易於實現，無需估計參數，無需訓練；2. 適合對稀有事件進行分類；3.特別適合於多分類問題(multi-modal,對象具有多個類別標簽)， kNN比SVM的表現要好。[1]缺點
該算法在分類時有個主要的不足是，當樣本不平衡時，如一個類的樣本容量很大，而其他類樣本容量很小時，有可能導致當輸入一個新樣本時，該樣本的K個鄰居中大容量類的樣本占多數。 該算法只計算“最近的”鄰居樣本，某一類的樣本數量很大，那麽或者這類樣本並不接近目標樣本，或者這類樣本很靠近目標樣本。無論怎樣，數量並不能影響運行結果。該方法的另一個不足之處是計算量較大，因為對每一個待分類的文本都要計算它到全體已知樣本的距離，才能求得它的K個最近鄰點。可理解性差，無法給出像決策樹那樣的規則。 3、python環境：OpenCV:圖像處理Numpy 數值處理scipy :包含致力於科學計算中常見問題的各個工具箱Matplotlib：繪圖4、簡單例子(e1.py)舉一個簡單的例子，和上面一樣有兩個類。我們將紅色家族標記為 Class-0，藍色家族標記為 Class-1。還要再創建 25 個訓練數據，把它們非別標記為 Class-0 或者 Class-1。Numpy中隨機數產生器可以幫助我們完成這個任務。然後借助 Matplotlib 將這些點繪制出來。紅色家族顯示為紅色三角；藍色家族顯示為藍色方塊# -*- coding: utf-8 -*-"""Created on Tue Jan 28 18:00:18 2014@author: duan"""import cv2import numpy as npimport matplotlib.pyplot as plt# 生成待訓練的數據trainData = np.random.randint(0,100,(25,2)).astype(np.float32)# 生成待訓練的標簽responses = np.random.randint(0,2,(25,1)).astype(np.float32)# 在圖中標記紅色樣本red = trainData[responses.ravel()==0]plt.scatter(red[:,0],red[:,1],80,‘r‘,‘^‘)# 在圖中標記藍色樣本blue = trainData[responses.ravel()==1]plt.scatter(blue[:,0],blue[:,1],80,‘b‘,‘s‘)# 產生待分類數據newcomer = np.random.randint(0,100,(1,2)).astype(np.float32)plt.scatter(newcomer[:,0],newcomer[:,1],80,‘g‘,‘o‘)# 訓練樣本並產生分類knn = cv2.ml.KNearest_create()knn.train(trainData, cv2.ml.ROW_SAMPLE, responses)ret, results, neighbours, dist = knn.findNearest(newcomer, 5)# 打印結果print("result: ", results)print("neighbours: ", neighbours)print("distance: ", dist)
plt.show()運行結果
當然這是一個隨機的結果，每次運行都會有一些不同。在這次運算中esult: [[0.]]neighbours: [[1. 0. 0. 0. 0.]]distance: [[ 73. 193. 218. 226. 488.]]綠圓旁邊紅色三角形居多，所以被判定為紅色三角形。5、使用 kNN 對手寫數字 OCR(e2.py)OpenCV 安裝包中有一副圖片（/samples/python2/data/digits.png）, 其中有 5000 個手寫數字（每個數字重復 500遍）
編寫代碼import numpy as npimport cv2from matplotlib import pyplot as pltimg = cv2.imread(‘E:/template/digits.png‘)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)# 每個數字是一個20x20的小圖，第一步就是將這個圖像分割成5000個不同的數字cells = [np.hsplit(row,100) for row in np.vsplit(gray,50)]# Make it into a Numpy array. It size will be (50,100,20,20)x = np.array(cells)# Now we prepare train_data and test_data.train = x[:,:50].reshape(-1,400).astype(np.float32) # Size = (2500,400)test = x[:,50:100].reshape(-1,400).astype(np.float32) # Size = (2500,400)# Create labels for train and test datak = np.arange(10)train_labels = np.repeat(k,250)[:,np.newaxis]//直接用訓練的結果進行測試test_labels = train_labels.copy()# Initiate kNN, train the data, then test it with test data for k=1knn = cv2.ml.KNearest_create() knn.train(train, cv2.ml.ROW_SAMPLE,train_labels)ret,result,neighbours,dist = knn.findNearest(test,k=5)# Now we check the accuracy of classification# For that, compare the result with test_labels and check which are wrongmatches = result == test_labelscorrect = np.count_nonzero(matches)accuracy = correct*100.0/result.sizeprint(accuracy)#將結果打包np.savez_compressed (‘knn_data.npz‘,train=train, train_labels=train_labels)# 讀取已經打包的結果with np.load(‘knn_data.npz‘) as data: print(data.files) train = data[‘train‘] train_labels = data[‘train_labels‘]最終得到的結果為91.76[‘train‘, ‘train_labels‘]6、帶自己訓練集的kNN 手寫數字 OCR（e3.py)需要註意的是，運行這個例子，需要有兩個攝像頭，否則就需要修改cap = cv2.VideoCapture(1)為cap = cv2.VideoCapture(0)全部代碼import cv2import numpy as np
# 這是總共5000個數據，0-9各500個，我們讀入圖片後整理數據，這樣得到的train和trainLabel依次對應，圖像數據和標簽def initKnn(): knn = cv2.ml.KNearest_create() img = cv2.imread(‘E:/template/digits.png‘) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) cells = [np.hsplit(row,100) for row in np.vsplit(gray,50)] train = np.array(cells).reshape(-1,400).astype(np.float32) trainLabel = np.repeat(np.arange(10),500) return knn, train, trainLabel# updateKnn是增加自己的訓練數據後更新Knn的操作。 def updateKnn(knn, train, trainLabel, newData=None, newDataLabel=None): if newData != None and newDataLabel != None: print(train.shape, newData.shape) newData = newData.reshape(-1,400).astype(np.float32) train = np.vstack((train,newData)) trainLabel = np.hstack((trainLabel,newDataLabel)) knn.train(train,cv2.ml.ROW_SAMPLE,trainLabel) return knn, train, trainLabel# findRoi函數是找到每個數字的位置，用包裹其最小矩形的左上頂點的坐標和該矩形長寬表示(x, y, w, h)。# 這裏還用到了Sobel算子。edges是原始圖像形態變換之後的灰度圖，可以排除一些背景的影響，# 比如本子邊緣、紙面的格子、手、筆以及影子等等，用edges來獲取數字圖像效果比Sobel獲取的邊界效果要好。def findRoi(frame, thresValue): rois = [] gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) gray2 = cv2.dilate(gray,None,iterations=2) gray2 = cv2.erode(gray2,None,iterations=2) edges = cv2.absdiff(gray,gray2) x = cv2.Sobel(edges,cv2.CV_16S,1,0) y = cv2.Sobel(edges,cv2.CV_16S,0,1) absX = cv2.convertScaleAbs(x) absY = cv2.convertScaleAbs(y) dst = cv2.addWeighted(absX,0.5,absY,0.5,0) ret, ddst = cv2.threshold(dst,thresValue,255,cv2.THRESH_BINARY) im, contours, hierarchy = cv2.findContours(ddst,cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) for c in contours: x, y, w, h = cv2.boundingRect(c) if w > 10 and h > 20: rois.append((x,y,w,h)) return rois, edges# findDigit函數是用KNN來分類，並將結果返回。# th是用來手動輸入訓練數據時顯示的圖片。20x20pixel的尺寸是OpenCV自帶digits.png中圖像尺寸，# 因為我是在其基礎上更新數據，所以沿用這個尺寸。 def findDigit(knn, roi, thresValue): ret, th = cv2.threshold(roi, thresValue, 255, cv2.THRESH_BINARY) th = cv2.resize(th,(20,20)) out = th.reshape(-1,400).astype(np.float32) ret, result, neighbours, dist = knn.findNearest(out, k=5) return int(result[0][0]), th# concatenate函數是拼接數字圖像並顯示的，用來輸入訓練數據。 def concatenate(images): n = len(images) output = np.zeros(20*20*n).reshape(-1,20) for i in range(n): output[20*i:20*(i+1),:] = images[i] return output
knn, train, trainLabel = initKnn()knn, train, trainLabel = updateKnn(knn, train, trainLabel)cap = cv2.VideoCapture(1)#width = cap.get(cv2.CAP_PROP_FRAME_WIDTH)#height = cap.get(cv2.CAP_PROP_FRAME_HEIGHT)width = 426*2height = 480videoFrame = cv2.VideoWriter(‘frame.avi‘,cv2.VideoWriter_fourcc(‘M‘,‘J‘,‘P‘,‘G‘),25,(int(width),int(height)),True)count = 0# 這是主函數循環部分，按“x”鍵會暫停屏幕並顯示獲取的數字圖像，# 按“e”鍵會提示輸入看到的數字，在終端輸入數字用空格隔開，# 按回車如果顯示“update KNN, Done!”則完成一次更新。while True: ret, frame = cap.read() frame = frame[:,:426] rois, edges = findRoi(frame, 50) digits = [] for r in rois: x, y, w, h = r digit, th = findDigit(knn, edges[y:y+h,x:x+w], 50) digits.append(cv2.resize(th,(20,20))) cv2.rectangle(frame, (x,y), (x+w,y+h), (153,153,0), 2) cv2.putText(frame, str(digit), (x,y), cv2.FONT_HERSHEY_SIMPLEX, 1, (127,0,255), 2) newEdges = cv2.cvtColor(edges, cv2.COLOR_GRAY2BGR) newFrame = np.hstack((frame,newEdges)) cv2.imshow(‘frame‘, newFrame) videoFrame.write(newFrame) key = cv2.waitKey(1) & 0xff if key == ord(‘ ‘): break elif key == ord(‘x‘): Nd = len(digits) output = concatenate(digits) showDigits = cv2.resize(output,(60,60*Nd)) cv2.imshow(‘digits‘, showDigits) cv2.imwrite(str(count)+‘.png‘, showDigits) count += 1 if cv2.waitKey(0) & 0xff == ord(‘e‘): pass print(‘input the digits(separate by space):‘) numbers = input().split(‘ ‘) Nn = len(numbers) if Nd != Nn: print(‘update KNN fail!‘) continue try: for i in range(Nn): numbers[i] = int(numbers[i]) except: continue knn, train, trainLabel = updateKnn(knn, train, trainLabel, output, numbers) print(‘update KNN, Done!‘)
print(‘Numbers of trained images:‘,len(train))print(‘Numbers of trained image labels‘, len(trainLabel))cap.release()cv2.destroyAllWindows()7、實現英文字母識別(e4.py)/samples/cpp/letter-recognition.data是OpenCV中已經訓練好的數據集
# -*- coding: utf-8 -*-"""Created on Tue Jan 28 20:21:32 2014@author: duan"""import cv2import numpy as npimport matplotlib.pyplot as plt# 讀取英文字母數據data= np.loadtxt(‘e:/template/letter-recognition.data‘, dtype= ‘float32‘, delimiter = ‘,‘,converters= {0: lambda ch: ord(ch)-ord(‘A‘)})# 將數據分為train和test兩份，每份各1000個train, test = np.vsplit(data,2)# 將訓練數據切割 features and responsesresponses, trainData = np.hsplit(train,[1])labels, testData = np.hsplit(test,[1])# knn建模並且訓練knn = cv2.ml.KNearest_create()knn.train(traindata,cv2.ml.row_sample,responses)#在測試數據上進行測試ret, result, neighbours, dist = knn.findNearest(testData, k=5)correct = np.count_nonzero(result == labels)accuracy = correct*100.0/10000print(accuracy) 結果93.068、實現最終的貓狗識別(catVSdog_knn.py)#在精簡dogvscat的精簡數據集上運行knnimport numpy as npimport cv2import osimport mathfrom matplotlib import pyplot as plt#全局變量RATIO = 0.2train_dir = ‘e:/template/dogvscat1K/‘#根據Ratio獲得訓練和測試數據集的圖片地址和標簽def get_files(file_dir, ratio): ‘‘‘ Args: file_dir: file directory Returns: list of images and labels ‘‘‘ cats = [] label_cats = [] dogs = [] label_dogs = [] for file in os.listdir(file_dir): name = file.split(sep=‘.‘) if name[0]==‘cat‘: cats.append(file_dir + file) label_cats.append(0) else: dogs.append(file_dir + file) label_dogs.append(1) print(‘數據集中有 %d cats\n以及 %d dogs‘ %(len(cats), len(dogs))) #圖片list和標簽list #hstack 水平(按列順序)把數組給堆疊起來 image_list = np.hstack((cats, dogs)) label_list = np.hstack((label_cats, label_dogs)) temp = np.array([image_list, label_list]) temp = temp.transpose() np.random.shuffle(temp) all_image_list = temp[:, 0] all_label_list = temp[:, 1] n_sample = len(all_label_list) #根據比率，確定訓練和測試數量 n_val = math.ceil(n_sample*ratio) # number of validation samples n_train = n_sample - n_val # number of trainning samples tra_images = [] val_images = [] #按照0-n_train為tra_images，後面位val_images的方式來排序 for index in range(n_train): image = cv2.imread(all_image_list[index]) #灰度，然後縮放 image = cv2.cvtColor(image,cv2.COLOR_RGB2GRAY) image = cv2.resize(image,(32,32)) tra_images.append(image)tra_labels = all_label_list[:n_train] tra_labels = [int(float(i)) for i in tra_labels]
for index in range(n_val): image = cv2.imread(all_image_list[n_train+index]) #灰度，然後縮放 image = cv2.cvtColor(image,cv2.COLOR_RGB2GRAY) image = cv2.resize(image,(32,32)) val_images.append(image)
val_labels = all_label_list[n_train:] val_labels = [int(float(i)) for i in val_labels] return tra_images,tra_labels,val_images,val_labels
#獲得數據集_train, train_labels, _val, val_labels = get_files(train_dir, RATIO)
x = np.array(_train)train = x.reshape(-1,32*32).astype(np.float32) # Size = (1000,900)y = np.array(_val)test = y.reshape(-1,32*32).astype(np.float32) # Initiate kNN, train the data, then test it with test data for k=1knn = cv2.ml.KNearest_create()knn.train(np.array(train), cv2.ml.ROW_SAMPLE,np.array(train_labels))ret,result,neighbours,dist = knn.findNearest(test,k=5)# Now we check the accuracy of classification# For that, compare the result with test_labels and check which are wrongnp_val_labels = np.array(val_labels)[:,np.newaxis]matches = result == np_val_labelscorrect = np.count_nonzero(matches)accuracy = correct*100.0/result.sizeprint(accuracy)
結果，在1000狗1000貓的數據集上，是55.55的準確率，而在全部的數據集上，是56.2的準確率。證明兩點knn是有一定用途的；但是在不對特征進行詳細分析的基礎上，其準確率很難得到較大提高。Knn的例子到此告以段落。
來自為知筆記(Wiz)
附件列表
py4CV例子1貓狗大戰和Knn算法