计算机视觉40例之案例16KNN英文字母识别

 

本文截取书中部分内容如下：

KNN系统的工作流程如图1所示，其通常包含两个步骤：

1. 步骤1：训练过程，完成训练模型的工作。
2. 步骤2：测试过程，完成使用模型的工作。

图1 KNN工作流程

在使用OpenCV的KNN模块时，不能直接把图像传递给KNN模块。必须将图像处理为满足格式要求的数据形式。传递给KNN模块的测试数据或者训练数据，可以是行形式的（cv2.ml.ROW_SAMPLE），也可以是列形式的（cv2.ml.COL_SAMPLE）。

进一步说，传递给KNN模块的参数必须要体现两点：

1. 1 充分体现原始图像的特征，并具备标签；
2. 2 符合SVM对数据的要求；

例如，图2显示了在处理图像时，使用KNN模块工作的一般方式。图中各部分含义为：

1. F1是特征提取运算。该模块负责从图像内提取图像的特征及标签。
2. F2是表示输入训练数据。将训练数据传递给KNN模块。
3. F3是表示输入测试数据。将测试数据传递给KNN模块。
4. KNN是K近邻模块。

图2 识别流程

一般情况下，在将图像传递给KNN前，必须要通过特征提取的方式，将其转换为数值。本节中，我们的关注点在于如何使用KNN实现字符识别，因此，我们采用一个已经提取好特征的数据集。如图3所示，是我们所使用数据集“Letter Recognition”的部分数据。

图3 字符特征集

我们所使用的数据集“Letter Recognition”中，每一行包含17个字符，对应着一个字符的图像。每一行中，第1个字符是对应字符图像的标签，其余16个数值都是对应字符图像的特征值。各个字符的含义如表1所示。

表1字符含义表

上述特征值是字符的重要属性，例如第14位上特征值衡量“从左到右的平均边缘计数”，能够衡量“W”、“M”与“T”、“I”的区别。

在《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书中，从算法原理、实现流程等角度系统深入地介绍了该案例的理论基础和实现过程，并对具体的代码实现进行了细致的介绍与解释。欢迎大家阅读第16章《KNN字符识别》获取详细内容。

《计算机视觉40例——从入门到深度学习（OpenCV-Python）》在介绍Python基础、OpenCV基础、计算机视觉理论基础、深度学习理论的基础上，介绍了计算机视觉领域内具有代表性的40个典型案例。这些案例中，既有传统的案例（数字识别、答题卡识别、物体计数、缺陷检测、手势识别、隐身术、以图搜图、车牌识别、图像加密、指纹识别等），也有深度学习案例（图像分类、风格迁移、姿势识别、实例分割等），还有人脸识别方面的案例（表情识别、驾驶员疲劳监测、识别性别与年龄等）。