Tesseract 识别数字英语 识别数字的程序

文章目录

• 手写数字识别应用程序
• 导入模块
• 图像转向量
• 训练并测试模型
• 模型转应用程序

• 展示图片
• 处理图片
• 预测图片

手写数字识别应用程序

导入模块

import os
import pylab
import numpy as np
from PIL import Image
import matplotlib.pyplot as plt
from sklearn.svm import SVC
%matplotlib inline

图像转向量

def img2vector(filename):
    """将32*32的二进制图像转换为1*1024向量"""
    # 构造一个一行有1024个元素的即 1*1024 的零向量
    return_vect = np.zeros((1, 1024))

    with open(filename, 'r', encoding='utf-8') as fr:
        # 读取文件的每一行的所有元素
        for i in range(32):
            line_str = fr.readline()
            # 把文件每一行的所有元素按照顺序写入构造的 1*1024 的零矩阵
            for j in range(32):
                return_vect[0, 32 * i + j] = int(line_str[j])

        # 返回转换后的 1*1024 向量
        return return_vect

训练并测试模型

# 手写数字集另一种导入方式
# 直接导入不贴近工业

def hand_writing_class_test():
    """手写数字分类测试"""
    # 对训练集数据做处理，构造一个 m*1024 的矩阵，m 是训练集数据的个数
    hw_labels = []
    training_file_list = os.listdir('datasets/digits/trainingDigits')  # type:list
    m = len(training_file_list)
    # 初始化训练的Mat矩阵，测试集
    training_mat = np.zeros((m, 1024))

    for i in range(m): # 0,1,2,3,4,...,1933
        # 取出文件中包含的数字
        file_name_str = training_file_list[i]  # type:str
        file_str = file_name_str.split('.')[0]
        class_num_str = int(file_str.split('_')[0])
        # 添加标记到hw_labels中
        hw_labels.append(class_num_str)
        # 把该文件中的所有元素构造成 1*1024 的矩阵后存入之前构造的 m*1024 的矩阵中对应的行
        training_mat[i, :] = img2vector(
            'datasets/digits/trainingDigits/{}'.format(file_name_str))


    # 训练模型
    clf = SVC(C=200, kernel='rbf', gamma='auto')
    clf.fit(training_mat, hw_labels)

    # 返回testDigits目录下的文件列表
    test_file_list = os.listdir('digits/testDigits')
    # 错误检测计数
    error_count = 0
    # 测试数据的数量
    m_test = len(test_file_list)

    # 对测试集中的单个数据做处理
    for i in range(m_test):
        # 取出文件中包含的数字
        file_name_str = test_file_list[i]
        file_str = file_name_str.split('.')[0]
        class_num_str = int(file_str.split('_')[0])

        # 把该文件中的所有元素构造成一个 1*1024 的矩阵
        vector_under_test = img2vector(
            'digits/testDigits/{}'.format(file_name_str))

        # 对刚刚构造的 1*1024 的矩阵进行分类处理判断结果
        classifier_result = clf.predict(vector_under_test)
#         print("分类返回结果为{}\t真实结果为{}".format(classifier_result, class_num_str))

        # 对判断错误的计数加 1
        if classifier_result != class_num_str:
            error_count += 1

    print("总共错了{}个数据\n错误率为{:.2f}".format(
        error_count, error_count/m_test * 100))

    return clf
    
clf = hand_writing_class_test()

总共错了13个数据
错误率为1.37

模型转应用程序

展示图片

img = Image.open('img/2.jpg')

plt.imshow(img) 
plt.show()

处理图片

def img_binaryzation(img_filename):
    """处理图片为文本文件"""

    # 调整图片的大小为 32*32px
    img = Image.open(img_filename)
    out = img.resize((32, 32), Image.ANTIALIAS)
    img_filename = 'test.jpg'
    out.save(img_filename)

    # RGB 转为二值化图
    img = Image.open(img_filename)
    lim = img.convert('1')
    lim.save(img_filename)

    img = Image.open(img_filename)

    # 将图像转化为数组并将像素转换到0-1之间
    img_ndarray = np.asarray(img, dtype='float64') / 256

    # 将图像的矩阵形式转化成一位数组保存到 data 中
    data = np.ndarray.flatten(img_ndarray)

    # 将一维数组转化成矩阵
    a_matrix = np.array(data).reshape(32, 32)

    # 将矩阵保存到 txt 文件中转化为二进制0，1存储
    img_filename_list = img_filename.split('.')  # type:list
    img_filename_list[-1] = 'jpg'
    txt_filename = '.'.join(img_filename_list)
    pylab.savetxt(txt_filename, a_matrix, fmt="%.0f", delimiter='')

    # 把 .txt 文件中的0和1调换
    with open(txt_filename, 'r') as fr:
        data = fr.read()
        data = data.replace('1', '2')
        data = data.replace('0', '1')
        data = data.replace('2', '0')

        with open(txt_filename, 'w') as fw:
            fw.write(data)

    return txt_filename

预测图片

def hand_writing_predict(img_filename):
    # 处理图片为文本文件
    txt_filename = img_binaryzation(img_filename)

    # 把该文件中的所有元素构造成一个 1*1024 的矩阵
    vector_under_test = img2vector(txt_filename)

    # 对刚刚构造的 1*1024 的矩阵进行分类处理判断结果
    classifier_result = clf.predict(vector_under_test)

    return classifier_result


print('**结果:{}**'.format(hand_writing_predict('img/2.jpg')))
os.remove('test.jpg')

**结果:[2]**