Python手写数字识别进阶：从预处理到KNN分类算法详解

写在前面

此前我曾编写过一个简易的手写数字识别程序，但由于逻辑较为简单且对输入条件要求苛刻——仅支持50x50像素大小、白底黑字的图像，且训练样本不足，导致最终准确率仅在50%左右徘徊。因此，本次计划开发一个功能更强大的升级版程序，借此机会深入提升使用Python处理文件与图像数据的能力。

本次升级旨在增加识别难度，具体改进点如下：

• 支持识别任意尺寸的输入图片；
• 不再局限于白底图像，只要数字为黑色且背景为浅色即可识别；
• 优化手写数字识别的核心逻辑，以显著提升整体准确率。

由于目前尚未开始正式编码，加之近期专业课程任务繁重，更新进度可能较为缓慢。但请放心，代码质量绝不会因此降低，我将尽力确保逻辑清晰、易于理解。

因此，本文的目标读者是那些已经掌握一定Python基础，并对数学算法（特别是图像识别相关算法）有初步了解的开发者。

需要说明的是，我并非专业研究人员，也未深入研读大量学术论文，此处采用的算法仅基于个人初步思考，主要用于练习和探索。若该方案与实际工业应用存在差距，敬请谅解。

如果您有更好的想法或优化建议，欢迎在评论区留言或私信交流，我们可以共同探讨，互相促进，共同进步。

整体思路

大纲

对图片的预处理

在初始阶段，我们假设系统仅拥有一个训练库，其中包含若干组从0到9的手写数字图案。

因此，首要步骤是将这些图案读取到程序中，并通过某种方式妥善保存，以便后续用于识别新图片。

考虑到图案大小不一且手写数字尺寸各异，我们可以先提取包围手写数字图案的最小矩形区域进行裁剪，然后将裁剪后的图像统一拉伸至相同尺寸。

经过上述操作，我们得到一个表示图案灰度值的矩阵。无论是训练用图片还是待检测图片，均按此方式进行处理。

图像识别的算法处理

为了提高数字识别的准确度，我计划结合两种方法：

• 计算所写数字的“洞数”特征；
• 将图片转换为1xN维向量，并根据训练图片划分好的类别，对待识别图片进行分类。

所谓“洞数”，即数字中是否存在闭合曲线。例如，数字7没有洞，6有一个洞，8有两个洞。根据洞数，我们可以将数字初步分为以下三类：

0洞：1, 2, 3, 4, 5, 7 1洞：6, 9, 0 2洞：8

然而，由于手写风格的差异，例如6、9、8可能未完全闭合，或者4的上部闭合方式不同，这可能导致分类出现以下情况：

0洞：1, 2, 3, 4, 5, 6, 7, 9 1洞：6, 8, 9, 0 2洞：8

尽管这种分类下0洞类别的样本占多数，但这一特征仍具有一定的区分价值。

将图片转为向量的含义，即将图片原本的二维矩阵展开为一维向量。利用NumPy库的相关函数，可以非常简便地实现这一操作。

关于这一分类策略，下面简要阐述其原理。

假设在二维平面上有两个点A=(1,1)和B=(5,5)，此时再引入一个点C=(2,2)，请问C点距离哪一个点更近？

具备初中数学知识的人都会知道，C点显然离A点更近。因此，我们可以换一种表述：假设现在有两个类别，A类包含点(1,1)，B类包含点(5,5)，那么对于点(2,2)，它更可能属于哪一类？

由于该点距离A类中的点更近，因此它更可能属于A类。这就是基本结论。同理，在三维空间中，若A类点为(1,1,1)，B类点为(5,5,5)，那么点(2,2,2)同样属于A类。

由此可见，我们这里是以两点间的距离作为判断类别归属的标准。对于我们将图片拉伸成的1xN维向量，它在N维空间中实际上投影为一个点。因此，我们将训练向量划分为10个类别，分别代表0到9这十个数字。若被识别的数字向量靠近某一类，则说明它可能属于该类别。

具体而言，我们可以假设对于被识别向量，列出距离它最近的前十个训练向量及其所属类别，然后根据名次赋予相应的权重，计算出一个综合值。该值代表了最可能的类别，从而得出最终结果——被识别手写数字图片的值。

难点

保存已训练图片的向量。这一点我打算直接将其保存在CSV文件中。每次运算时，先判断是否有新的训练图片加入；如果有，则将新图片的向量也存入CSV文件；若没有，则直接读取所有向量并保存到一个大矩阵中用于计算。

将手写数字从背景中分离。由于我设定手写数字为黑色（灰度值为0），而背景色尽量为浅色，因此可以设定一个灰度值阈值（如50），将灰度值大于该阈值的点全部设为255（白色），其余保持不变。这样，只要像素值不为255，即可判定为手写数字的点。

识别手写数字的洞。这一部分有现成的算法，参与过程序设计竞赛的人应该比较熟悉。具体细节此处不再赘述，大致思路是利用递归等方式进行搜索。

求向量距离。这一步相对简单，只需计算每一个训练向量与识别向量之间的距离即可。不过，当训练向量维度较大时，计算过程可能会比较耗时。

总结

以上就是全部思路。如果您有更好的想法，欢迎评论或私信交流，让我们一起互相学习，共同进步，谢谢。