基于kNN方法的MNIST手写数字识别Tensorflow

# -*- coding: utf-8 -*-
“““
Created on Mon Oct  8 14:34:48 2018

@author: dell
“““
import tensorflow as tf 
import numpy as np 
import random
import cv2
import matplotlib.pyplot as pyplot
from PIL import Image
from tensorflow.examples.tutorials.mnist import input_data
# 1.load data 装载数据
# 2.计算距离
#  3.找到最邻近图片 
#  4.解析图片内容——获取label
#  5.将label转化为数字
#  6.检测概率统计

mnist=input_data.read_data_sets（‘F:\PythonPrograms\PP1\OpenCVPractice‘one_hot=True）
#属性设置
trainNum=55000
testNum=10000
trainSize=5500
testSize=10
k=5
# mnist 数据的分解 
trainIndex=np.random.choice（trainNumtrainSizereplace=False）
## 生成trainsize个随机数，范围（0-trainNum）
testIndex=np.random.choice（testNumtestSizereplace=False）

trainData=mnist.train.images[trainIndex] #获取训练图片
trainLabel=mnist.train.labels[trai