基于KNN实现“手写识别”

基于Python3.7实现手写识别功能，调用KNN算法。包括源程序、训练数据、测试数据和测试结果。

# coding=gbk
import numpy as np     #导入numpy工具包
from os import listdir #使用listdir模块，用于访问本地文件
from sklearn import neighbors
 
def img2vector（fileName）:    
    retMat = np.zeros（[1024]int） #定义返回的矩阵，大小为1*1024
    fr = open（fileName）           #打开包含32*32大小的数字文件 
    lines = fr.readlines（）        #读取文件的所有行
    for i in range（32）:           #遍历文件所有行
        for j in range（32）:       #并将01数字存放在retMat中     
            retMat[i*32+j] = lines[i][j]    
    return retMat
 
def readDataSet（path）:    
    fileList = listdir（path）    #获取文件夹下的所有文件 
    numFiles = len（fileList）    #统计需要读取的文件的数目
    dataSet = np.zeros（[numFiles1024]int）    #用于存放所有的数字文件
    hwLabels = np.zeros（[numFiles]）#用于存放对应的标签（与神经网络的不同）
    for i in range（numFiles）:      #遍历所有的文件
        filePath = fileList[i]     #获取文件名称/路径   
        digit = int（filePath.split（‘_‘）[0]）   #通过文件名获取标签     
        hwLabels[i] = digit        #直接存放数字，并非one-hot向量
        dataSet[i] = img2vector（path +‘/‘+filePath）    #读取文件内容 
    return dataSethwLabels
 
#read dataSet
train_dataSet train_hwLabels = readDataSet（‘trainingDigits‘）
knn = neighbors.KNeighborsClassifier（algorithm=‘kd_tree‘ n_neighbors=3）
knn.fit（train_dataSet train_hwLabels）
 
#read  testing dataSet
dataSethwLabels = readDataSet（‘testDigits‘）
 
res = knn.predict（dataSet）  #对测试集进行预测
error_num = np.sum（res != hwLabels） #统计分类错误的数目
num = len（dataSet）          #测试集的数目
print（“Total num:“num“ Wrong num:“ \
      error_num“  WrongRate:“error_num / float（num））

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1700  2018-07-12 10:00  KNN实现“手写识别”\test.py

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_0.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_1.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_10.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_11.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_12.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_13.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_14.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_15.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_16.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_17.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_18.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_19.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_2.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_20.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_21.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_22.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_23.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_24.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_25.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_26.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_27.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_28.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_29.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_3.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_30.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_31.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_32.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_33.txt

     文件       1088  2010-10-07 21:35  KNN实现“手写识别”\testDigits\0_34.txt

............此处省略2858个文件信息