快捷導(dǎo)航

Python Opencv使用ann神經(jīng)網(wǎng)絡(luò)識別手寫數(shù)字功能

更新時(shí)間：2022年07月11日 15:25:03 作者：Keras深度學(xué)習(xí)

這篇文章主要介紹了opencv(python)使用ann神經(jīng)網(wǎng)絡(luò)識別手寫數(shù)字,由于這里主要研究knn算法，為了圖簡單，直接使用Keras的mnist手寫數(shù)字解析模塊，本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，需要的朋友可以參考下

opencv中也提供了一種類似于Keras的神經(jīng)網(wǎng)絡(luò)，即為ann，這種神經(jīng)網(wǎng)絡(luò)的使用方法與Keras的很接近。
關(guān)于mnist數(shù)據(jù)的解析，讀者可以自己從網(wǎng)上下載相應(yīng)壓縮文件，用python自己編寫解析代碼，由于這里主要研究knn算法，為了圖簡單，直接使用Keras的mnist手寫數(shù)字解析模塊。
本次代碼運(yùn)行環(huán)境為：
python 3.6.8
opencv-python 4.4.0.46
opencv-contrib-python 4.4.0.46

下面的代碼為使用ann進(jìn)行模型的訓(xùn)練：

from keras.datasets import mnist
from keras import utils
import cv2
import numpy as np
#opencv中ANN定義神經(jīng)網(wǎng)絡(luò)層
def create_ANN():
    ann=cv2.ml.ANN_MLP_create()
    #設(shè)置神經(jīng)網(wǎng)絡(luò)層的結(jié)構(gòu) 輸入層為784 隱藏層為80 輸出層為10
    ann.setLayerSizes(np.array([784,64,10]))
    #設(shè)置網(wǎng)絡(luò)參數(shù)為誤差反向傳播法
    ann.setTrainMethod(cv2.ml.ANN_MLP_BACKPROP)
    #設(shè)置激活函數(shù)為sigmoid
    ann.setActivationFunction(cv2.ml.ANN_MLP_SIGMOID_SYM)
    #設(shè)置訓(xùn)練迭代條件 
    #結(jié)束條件為訓(xùn)練30次或者誤差小于0.00001
    ann.setTermCriteria((cv2.TermCriteria_EPS|cv2.TermCriteria_COUNT,100,0.0001))
    return ann
#計(jì)算測試數(shù)據(jù)上的識別率
def evaluate_acc(ann,test_images,test_labels):
    #采用的sigmoid激活函數(shù)，需要對結(jié)果進(jìn)行置信度處理 
    #對于大于0.99的可以確定為1 對于小于0.01的可以確信為0
    test_ret=ann.predict(test_images)
    #預(yù)測結(jié)果是一個(gè)元組
    test_pre=test_ret[1]
    #可以直接最大值的下標(biāo) (10000,)
    test_pre=test_pre.argmax(axis=1)
    true_sum=(test_pre==test_labels)
    return true_sum.mean()
if __name__=='__main__':
    #直接使用Keras載入的訓(xùn)練數(shù)據(jù)(60000, 28, 28) (60000,)
    (train_images,train_labels),(test_images,test_labels)=mnist.load_data()
    #變換數(shù)據(jù)的形狀并歸一化
    train_images=train_images.reshape(train_images.shape[0],-1)#(60000, 784)
    train_images=train_images.astype('float32')/255
    test_images=test_images.reshape(test_images.shape[0],-1)
    test_images=test_images.astype('float32')/255
    #將標(biāo)簽變?yōu)閛ne-hot形狀 (60000, 10) float32
    train_labels=utils.to_categorical(train_labels)
    #測試數(shù)據(jù)標(biāo)簽不用變?yōu)閛ne-hot (10000,)
    test_labels=test_labels.astype(np.int)
    
    #定義神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)
    ann=create_ANN()
    #開始訓(xùn)練    
    ann.train(train_images,cv2.ml.ROW_SAMPLE,train_labels)
    #在測試數(shù)據(jù)上測試準(zhǔn)確率
    print(evaluate_acc(ann,test_images,test_labels))
    
    #保存模型
    ann.save('mnist_ann.xml')
    #加載模型
    myann=cv2.ml.ANN_MLP_load('mnist_ann.xml')

訓(xùn)練100次得到的準(zhǔn)確率為0.9376，可以接著增加訓(xùn)練次數(shù)或者提高神經(jīng)網(wǎng)絡(luò)的層次結(jié)構(gòu)深度來提高準(zhǔn)確率。
使用ann神經(jīng)網(wǎng)絡(luò)的模型結(jié)構(gòu)非常小，因?yàn)橹皇潜４媪藱?quán)重參數(shù)。

在這里插入圖片描述

可以看到整個(gè)模型文件的大小才1M，而svm的大小為十多兆，knn的為幾百兆，因此使用ann神經(jīng)網(wǎng)絡(luò)更加適合部署在客戶端上。
接下來使用ann進(jìn)行圖片的測試識別：

import cv2
import numpy as np
if __name__=='__main__':
    #讀取圖片
    img=cv2.imread('shuzi.jpg',0)
    img_sw=img.copy()
    #將數(shù)據(jù)類型由uint8轉(zhuǎn)為float32
    img=img.astype(np.float32)
    #圖片形狀由(28,28)轉(zhuǎn)為(784,)
    img=img.reshape(-1,)
    #增加一個(gè)維度變?yōu)?1,784)
    img=img.reshape(1,-1)
    #圖片數(shù)據(jù)歸一化
    img=img/255
    #載入ann模型
    ann=cv2.ml.ANN_MLP_load('minist_ann.xml')
    #進(jìn)行預(yù)測
    img_pre=ann.predict(img)
    #因?yàn)榧せ詈瘮?shù)sigmoid，因此要進(jìn)行置信度處理
    ret=img_pre[1]
    ret[ret>0.9]=1
    ret[ret<0.1]=0
    print(ret)
    cv2.imshow('test',img_sw)
    cv2.waitKey(0)

運(yùn)行程序，結(jié)果如下，可見該模型正確識別了數(shù)字0.

在這里插入圖片描述

到此這篇關(guān)于Python Opencv使用ann神經(jīng)網(wǎng)絡(luò)識別手寫數(shù)字的文章就介紹到這了,更多相關(guān)python opencv識別手寫數(shù)字內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: