少有人走的路
在OpenCV的安装文件路径/opencv/sources/samples/data/digits.png下，有这样一张图：
图片大小为1000*2000,有0-9的10个数字，每5行为一个数字，总共50行，共有5000个手写数字，每个数字块大小为20*20。
为了后续方便处理，我们先写一段小程序把这5000个图截取出来：
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace std;
using namespace cv;
int main()
{
char ad[128]={0};
int filename = 0,filenum=0;
Mat img = imread("digits.png");
Mat gray;
cvtColor(img, gray, CV_BGR2GRAY);
int b = 20;
int m = gray.rows / b; //原图为1000*2000
int n = gray.cols / b; //裁剪为5000个20*20的小图块
for (int i = 0; i < m; i++)
{
int offsetRow = i*b; //行上的偏移量
if(i%5==0&&i!=0)
{
filename++;
filenum=0;
}
for (int j = 0; j < n; j++)
{
int offsetCol = j*b; //列上的偏移量
sprintf_s(ad, "D:\\data\\%d\\%d.jpg",filename,filenum++);
//截取20*20的小块
Mat tmp;
gray(Range(offsetRow, offsetRow + b), Range(offsetCol, offsetCol + b)).copyTo(tmp);
imwrite(ad,tmp);
}
}
return 0;
}截取之后每个以数字命名的文件夹内就都有500张图片了，需要注意的是OpenCV的imwrite是没有自动创建文件夹功能的，所以路径应该提前存在。
OpenCV提供的KNN算法构造函数：
C++: CvKNearest::CvKNearest() C++: CvKNearest::CvKNearest(const Mat& trainData, const Mat& responses, const Mat& sam- pleIdx=Mat(), bool isRegression=false, int max_k=32 )
训练函数为：
C++: bool CvKNearest::train( const Mat& trainData, //训练数据 const Mat& responses,//对应的响应值 const Mat& sampleIdx=Mat(),//样本索引 bool isRegression=false,//是否是回归，否则是分类问题 int maxK=32, //最大K值 bool updateBase=false//是否更新数据，是，则maxK需要小于原数据大小 )
查找函数为：
C++: float CvKNearest::find_nearest( const Mat& samples,//按行存储的测试数据 int k, //K 值 Mat* results=0,//预测结果 const float** neighbors=0, //近邻指针向量 Mat* neighborResponses=0, //近邻值 Mat* dist=0 //距离矩阵) const C++: float CvKNearest::find_nearest( const Mat& samples, int k, Mat& results, Mat& neighborResponses, Mat& dists) const
但是由于KNN的特点，其实并没有train的功能，所以train只是相当于存储下来训练样本，而且会在执行构造函数中执行训练过程。
在之前，我们已经把5000张图分别放进了10个文件夹里了，现在我们把其中的每个类别中前400张拿出来做训练数据，其余的测试，代码如下：
#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/ml/ml.hpp>
using namespace std;
using namespace cv;
char ad[128]={0};
int main()
{
Mat traindata ,trainlabel;
int k=5,testnum=0,truenum=0;
//读取训练数据 4000张
for (int i = 0; i < 10; i++)
{
for (int j =0;j<400;j++)
{
sprintf_s(ad, "D:\\data\\%d\\%d.jpg",i,j);
Mat srcimage = imread(ad);
srcimage = srcimage.reshape(1,1);
traindata.push_back(srcimage);
trainlabel.push_back(i);
}
}
traindata.convertTo(traindata,CV_32F);
CvKNearest knn( traindata, trainlabel, cv::Mat(), false, k );
cv::Mat nearests( 1, k, CV_32F);
//读取测试数据 1000张
for (int i = 0; i < 10; i++)
{
for (int j =400;j<500;j++)
{
testnum++;
sprintf_s(ad, "D:\\data\\%d\\%d.jpg",i,j);
Mat testdata = imread(ad);
testdata = testdata.reshape(1,1);
testdata.convertTo(testdata,CV_32F);
int response = knn.find_nearest(testdata,k,0,0,&nearests,0);
if (response==i)
{
truenum++;
}
}
}
cout<<"测试总数"<<testnum<<endl;
cout<<"正确分类数"<<truenum<<endl;
cout<<"准确率："<<(float)truenum/testnum*100<<"%"<<endl;
return 0;
}在上述代码中，用的特征就是每个位置的像素值，一个样本拉成一维后的列是20*20*3=1200。
最后是一些个人想法，为什么KNN在手写数字的数据库中表现优异，我觉得主要是因为图像较简单，数字在图像中的位置很规则，都在中间，这两个特点非常利于KNN做距离的计算。
————————————————
版权声明：本文为CSDN博主「chaibubble」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/chaipp0607/article/details/77966888
本文出自勇哥的网站《少有人走的路》wwww.skcircle.com，转载请注明出处！讨论可扫码加群：
