学习KNN（二）KNN算法手写数字识别的OpenCV实现

学习KNN（一） 图像分类与KNN原理
学习KNN（二）KNN算法手写数字识别的OpenCV实现
学习KNN（三）KNN+HOG实现手写数字识别

在OpenCV的安装文件路径/opencv/sources/samples/data/digits.png下，有这样一张图：

图片大小为1000*2000,有0-9的10个数字，每5行为一个数字，总共50行，共有5000个手写数字，每个数字块大小为20*20。
为了后续方便处理，我们先写一段小程序把这5000个图截取出来：

#include <opencv2/opencv.hpp>#include <iostream> using namespace std; using namespace cv; int main() {     char ad[128]={0};     int  filename = 0,filenum=0;      Mat img = imread("digits.png");     Mat gray;     cvtColor(img, gray, CV_BGR2GRAY);     int b = 20;     int m = gray.rows / b;   //原图为1000*2000     int n = gray.cols / b;   //裁剪为5000个20*20的小图块     for (int i = 0; i < m; i++)     {         int offsetRow = i*b;  //行上的偏移量         if(i%5==0&&i!=0)         {             filename++;             filenum=0;         }         for (int j = 0; j < n; j++)         {                int offsetCol = j*b; //列上的偏移量             sprintf_s(ad, "D:\\data\\%d\\%d.jpg",filename,filenum++);             //截取20*20的小块             Mat tmp;             gray(Range(offsetRow, offsetRow + b), Range(offsetCol, offsetCol + b)).copyTo(tmp);             imwrite(ad,tmp);         }     }     return 0; }

截取之后每个以数字命名的文件夹内就都有500张图片了，需要注意的是OpenCV的imwrite是没有自动创建文件夹功能的，所以路径应该提前存在。

OpenCV提供的KNN算法构造函数：

C++: CvKNearest::CvKNearest()  C++: CvKNearest::CvKNearest(const Mat& trainData, const Mat& responses, const Mat& sam-  pleIdx=Mat(), bool isRegression=false, int max_k=32 )  

训练函数为：

C++: bool CvKNearest::train(      const Mat& trainData, //训练数据      const Mat& responses,//对应的响应值      const Mat& sampleIdx=Mat(),//样本索引      bool isRegression=false,//是否是回归，否则是分类问题      int maxK=32, //最大K值      bool updateBase=false//是否更新数据，是，则maxK需要小于原数据大小 ) 

查找函数为：

C++: float CvKNearest::find_nearest(  const Mat& samples,//按行存储的测试数据   int k, //K 值  Mat* results=0,//预测结果  const float** neighbors=0, //近邻指针向量  Mat* neighborResponses=0, //近邻值  Mat* dist=0 //距离矩阵) const  C++: float CvKNearest::find_nearest(  const Mat& samples,  int k,  Mat& results,  Mat& neighborResponses,  Mat& dists) const  

但是由于KNN的特点，其实并没有train的功能，所以train只是相当于存储下来训练样本，而且会在执行构造函数中执行训练过程。

在之前，我们已经把5000张图分别放进了10个文件夹里了，现在我们把其中的每个类别中前400张拿出来做训练数据，其余的测试，代码如下：

#include <iostream>#include <opencv2/opencv.hpp>#include <opencv2/ml/ml.hpp>  using namespace std;using namespace cv;char ad[128]={0};int main(){    Mat traindata ,trainlabel;    int k=5,testnum=0,truenum=0;    //读取训练数据 4000张    for (int i = 0; i < 10; i++)     {         for (int j =0;j<400;j++)         {              sprintf_s(ad, "D:\\data\\%d\\%d.jpg",i,j);              Mat srcimage = imread(ad);              srcimage = srcimage.reshape(1,1);              traindata.push_back(srcimage);              trainlabel.push_back(i);         }     }       traindata.convertTo(traindata,CV_32F);      CvKNearest knn( traindata, trainlabel, cv::Mat(), false, k );        cv::Mat nearests( 1, k, CV_32F);        //读取测试数据  1000张      for (int i = 0; i < 10; i++)      {          for (int j =400;j<500;j++)          {              testnum++;              sprintf_s(ad, "D:\\data\\%d\\%d.jpg",i,j);              Mat testdata = imread(ad);              testdata = testdata.reshape(1,1);              testdata.convertTo(testdata,CV_32F);              int  response = knn.find_nearest(testdata,k,0,0,&nearests,0);               if (response==i)              {                  truenum++;              }          }      }      cout<<"测试总数"<<testnum<<endl;      cout<<"正确分类数"<<truenum<<endl;      cout<<"准确率："<<(float)truenum/testnum*100<<"%"<<endl;      return 0;}

在上述代码中，用的特征就是每个位置的像素值，一个样本拉成一维后的列是20*20*3=1200。

最后是一些个人想法，为什么KNN在手写数字的数据库中表现优异，我觉得主要是因为图像较简单，数字在图像中的位置很规则，都在中间，这两个特点非常利于KNN做距离的计算。