PyTorch实现手写数字的识别入门小白教程

发布时间：2025-02-21 19:01

手写数字识别（小白入门）

今早刚刚上了节实验课，关于逻辑回归，所以手有点刺挠就想发个博客，作为刚刚入门的小白，看到代码运行成功就有点小激动，这个实验没啥含金量，所以路过的大牛不要停留，我怕你们吐槽哈哈。

实验结果：

1.数据预处理

其实呢，原理很简单，就是使用多变量逻辑回归，将训练28*28图片的灰度值转换成一维矩阵，这就变成了求784个特征向量1个标签的逻辑回归问题。代码如下：

#数据预处理
trainData = np.loadtxt(open(\'digits_training.csv\', \'r\'), delimiter=\",\",skiprows=1)#装载数据
MTrain, NTrain = np.shape(trainData)  #行列数
print(\"训练集：\",MTrain,NTrain)
xTrain = trainData[:,1:NTrain]
xTrain_col_avg = np.mean(xTrain, axis=0) #对各列求均值
xTrain =(xTrain- xTrain_col_avg)/255  #归一化
yTrain = trainData[:,0]

2.训练模型

对于数学差的一批的我来说，学习算法真的是太太太扎心了，好在具体算法封装在了sklearn库中。简单两行代码即可完成。具体参数的含义随随便便一搜到处都是，我就不班门弄斧了，每次看见算法除了头晕啥感觉没有。

model = LogisticRegression(solver=\'lbfgs\', multi_class=\'multinomial\', max_iter=500)
model.fit(xTrain, yTrain)

3.测试模型，保存

接下来测试一下模型，准确率能达到百分之90，也不算太高，训练数据集本来也不是很多。
为了方便，所以把模型保存下来，不至于运行一次就得训练一次。

#测试模型
testData = np.loadtxt(open(\'digits_testing.csv\', \'r\'), delimiter=\",\",skiprows=1)
MTest,NTest = np.shape(testData)
print(\"测试集：\",MTest,NTest)
xTest = testData[:,1:NTest]
xTest = (xTest-xTrain_col_avg) /255   # 使用训练数据的列均值进行处理
yTest = testData[:,0]
yPredict = model.predict(xTest)
errors = np.count_nonzero(yTest - yPredict) #返回非零项个数
print(\"预测完毕。错误：\", errors, \"条\")
print(\"测试数据正确率:\", (MTest - errors) / MTest)

\'\'\'=================================\'\'\'
#保存模型

# 创建文件目录
dirs = \'testModel\'
if not os.path.exists(dirs):
    os.makedirs(dirs)
joblib.dump(model, dirs+\'/model.pkl\')
print(\"模型已保存\")

https://download.csdn.net/download/qq_45874897/12427896 需要的可以自行下载

4.调用模型

既然模型训练好了，就来放几张图片调用模型试一下看看怎么样
导入要测试的图片，然后更改大小为28*28，将图片二值化减小误差。
为了让结果看起来有逼格，所以最后把图片和识别数字同实显示出来。

import  cv2
import numpy as np
from sklearn.externals import joblib

map=cv2.imread(r\"C:\\Users\\lenovo\\Desktop\\[DX6@[C$%@2RS0R2KPE[W@V.png\")
GrayImage = cv2.cvtColor(map, cv2.COLOR_BGR2GRAY)
ret,thresh2=cv2.threshold(GrayImage,127,255,cv2.THRESH_BINARY_INV)
Image=cv2.resize(thresh2,(28,28))
img_array = np.asarray(Image)
z=img_array.reshape(1,-1)

\'\'\'================================================\'\'\'

model = joblib.load(\'testModel\'+\'/model.pkl\')
yPredict = model.predict(z)
print(yPredict)
y=str(yPredict)
cv2.putText(map,y, (10,20), cv2.FONT_HERSHEY_SIMPLEX,0.7,(0,0,255), 2, cv2.LINE_AA)
cv2.imshow(\"map\",map)
cv2.waitKey(0)

5.完整代码

test1.py

import numpy as np
from sklearn.linear_model import LogisticRegression
import os
from sklearn.externals import joblib

#数据预处理
trainData = np.loadtxt(open(\'digits_training.csv\', \'r\'), delimiter=\",\",skiprows=1)#装载数据
MTrain, NTrain = np.shape(trainData)  #行列数
print(\"训练集：\",MTrain,NTrain)
xTrain = trainData[:,1:NTrain]
xTrain_col_avg = np.mean(xTrain, axis=0) #对各列求均值
xTrain =(xTrain- xTrain_col_avg)/255  #归一化
yTrain = trainData[:,0]

\'\'\'=================================\'\'\'
#训练模型
model = LogisticRegression(solver=\'lbfgs\', multi_class=\'multinomial\', max_iter=500)
model.fit(xTrain, yTrain)
print(\"训练完毕\")

\'\'\'=================================\'\'\'
#测试模型
testData = np.loadtxt(open(\'digits_testing.csv\', \'r\'), delimiter=\",\",skiprows=1)
MTest,NTest = np.shape(testData)
print(\"测试集：\",MTest,NTest)
xTest = testData[:,1:NTest]
xTest = (xTest-xTrain_col_avg) /255   # 使用训练数据的列均值进行处理
yTest = testData[:,0]
yPredict = model.predict(xTest)
errors = np.count_nonzero(yTest - yPredict) #返回非零项个数
print(\"预测完毕。错误：\", errors, \"条\")
print(\"测试数据正确率:\", (MTest - errors) / MTest)

\'\'\'=================================\'\'\'
#保存模型

# 创建文件目录
dirs = \'testModel\'
if not os.path.exists(dirs):
    os.makedirs(dirs)
joblib.dump(model, dirs+\'/model.pkl\')
print(\"模型已保存\")

运行结果

$\"PyTorch实现手写数字的识别入门小白教程_第3张图片\"$

test2.py

import  cv2
import numpy as np
from sklearn.externals import joblib

map=cv2.imread(r\"C:\\Users\\lenovo\\Desktop\\[DX6@[C$%@2RS0R2KPE[W@V.png\")
GrayImage = cv2.cvtColor(map, cv2.COLOR_BGR2GRAY)
ret,thresh2=cv2.threshold(GrayImage,127,255,cv2.THRESH_BINARY_INV)
Image=cv2.resize(thresh2,(28,28))
img_array = np.asarray(Image)
z=img_array.reshape(1,-1)

\'\'\'================================================\'\'\'

model = joblib.load(\'testModel\'+\'/model.pkl\')
yPredict = model.predict(z)
print(yPredict)
y=str(yPredict)
cv2.putText(map,y, (10,20), cv2.FONT_HERSHEY_SIMPLEX,0.7,(0,0,255), 2, cv2.LINE_AA)
cv2.imshow(\"map\",map)
cv2.waitKey(0)

提供几张样本用来测试：

$\"PyTorch实现手写数字的识别入门小白教程_第4张图片\"$