什么是手写数字识别？
手写数字识别是计算机识别手写数字的能力。这对手工制造的设备来说是一个难题，因为手写数字并不完美，且人们书写数字的方式多种多样。手写数字识别旨在解决这一问题，通过使用数字的图像来识别该图像中的数字。
Python 深度学习项目的介绍
python 混合学习项目 - 手写数字识别
在本文中，我们将使用 MNIST 数据集实现一个手写数字识别应用程序。我们将使用一种特殊的深度神经网络，即卷积神经网络（Convolutional Neural Networks）。最终，我们将构建一个图形用户界面（GUI），您可以在其中手绘数字，并立即进行识别。
前提条件
这个有趣的 Python 项目要求您具备基本的 Python 编程知识、使用 Keras 库进行深度学习的知识以及使用 Tkinter 库构建 GUI 的能力。
使用以下命令安装此项目所需的所有库：
pip install numpy, tensorflow, keras, pillow
MNIST 数据集
这可能是机器学习和深度学习爱好者中最为流行的数据集之一。MNIST 数据集包含 60,000 张用于训练的手写数字图像（从零到九）和 10,000 张用于测试的图像。因此，MNIST 数据集有 10 个不同的类别。手写数字图像以 28×28 的矩阵形式表示，其中每个单元格包含一个灰度像素值。
下载项目完整源代码
链接: 使用Python进行MNIST手写数字识别 源代码与数据集 Python-Project-Handwritten-digit-recognizer
构建 Python 深度学习项目进行手写数字识别
以下是实现手写数字识别项目的步骤：
- 导入库并加载数据集
首先，我们将导入训练模型所需的所有模块。Keras 库已经包含了一些数据集，MNIST 就是其中之一。因此，我们可以轻松地导入数据集并开始使用它。mnist.load_data()方法会返回给我们训练数据、其标签以及测试数据和其标签。
import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras import backend as K
# 数据集，分为训练集和测试集
(x_train, y_train), (x_test, y_test) = mnist.load_data()
print(x_train.shape, y_train.shape)
- 预处理数据
图像数据不能直接输入到模型中，因此我们需要执行一些操作以处理数据，使其准备好用于我们的神经网络。训练数据的维度为 (60000,28,28)。卷积神经网络（CNN）模型需要一个额外的维度，因此我们将矩阵重新调整为 (60000,28,28,1) 形状。
x_train = x_train.reshape(x_train.shape[0], 28, 28, 1)
x_test = x_test.reshape(x_test.shape[0], 28, 28, 1)
input_shape = (28, 28, 1)
# 将类别向量转换为二进制类别矩阵
y_train = keras.utils.to_categorical(y_train, num_classes)
y_test = keras.utils.to_categorical(y_test, num_classes)
x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train /= 255
x_test /= 255
print('x_train shape:', x_train.shape)
print(x_train.shape[0], 'training samples')
print(x_test.shape[0], 'test samples')
- 创建模型
现在我们将在 Python 数据科学项目中创建我们的卷积神经网络（CNN）模型。CNN 模型通常包括卷积层和池化层，它更适合处理以网格结构表示的数据，这也是为什么 CNN 在图像分类任务中表现出色的原因。Dropout 层用于停用一些神经元，在训练过程中可以减少模型的过拟合。然后我们使用 Adadelta 优化器编译模型。
batch_size = 128
num_classes = 10
epochs = 10
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),activation='relu',input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(256, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))
model.compile(loss=keras.losses.categorical_crossentropy,optimizer=keras.optimizers.Adadelta(),metrics=['accuracy'])
- 训练模型
Keras 的model.fit()函数将开始训练模型。它需要训练数据、验证数据、训练轮数和批次大小作为参数。
模型训练需要一些时间。训练完成后，我们将权重和模型定义保存在 ‘mnist.h5’ 文件中。
hist = model.fit(x_train, y_train,batch_size=batch_size,epochs=epochs,verbose=1,validation_data=(x_test, y_test))
print("The model has successfully trained")
model.save('mnist.h5')
print("Saving the model as mnist.h5")
- 评估模型
我们的数据集中有 10,000 张图像，这些图像将用于评估我们的模型表现如何。测试数据未参与数据的训练过程，因此对模型来说是新的数据。由于 MNIST 数据集非常平衡，我们模型的准确率可以达到约 99%。
score = model.evaluate(x_test, y_test, verbose=0)
print('Test loss:', score[0])
print('Test accuracy:', score[1])
- 创建 GUI 以预测数字
为了构建 GUI，我们创建了一个新的文件，其中构建了一个交互窗口，用于在画布上绘制数字，并通过一个按钮识别数字。Tkinter 库包含在 Python 标准库中。我们创建了一个predict_digit()函数，该函数以图像作为输入，使用训练好的模型来预测数字。
然后我们创建了 App 类，该类负责构建我们应用程序的 GUI。我们创建了一个画布，可以在其中通过捕捉鼠标事件来绘制，通过一个按钮触发 predict_digit() 函数并显示结果。
以下是 gui_digit_recognizer.py 文件的完整代码：
from keras.models import load_model
from tkinter import *
import tkinter as tk
import win32gui
from PIL import ImageGrab, Image
import numpy as np
model = load_model('mnist.h5')
def predict_digit(img):# 将图像调整为 28x28 像素img = img.resize((28,28))# 将 RGB 转换为灰度img = img.convert('L')img = np.array(img)# 重新调整形状以支持模型输入并归一化img = img.reshape(1,28,28,1)img = img/255.0# 预测类别res = model.predict([img])[0]return np.argmax(res), max(res)
class App(tk.Tk):def __init__(self):tk.Tk.__init__(self)self.x = self.y = 0# 创建元素self.canvas = tk.Canvas(self, width=300, height=300, bg = "white", cursor="cross")self.label = tk.Label(self, text="Thinking..", font=("Helvetica", 48))self.classify_btn = tk.Button(self, text = "Recognise", command = self.classify_handwriting) self.button_clear = tk.Button(self, text = "Clear", command = self.clear_all)# 网格结构self.canvas.grid(row=0, column=0, pady=2, sticky=W, )self.label.grid(row=0, column=1,pady=2, padx=2)self.classify_btn.grid(row=1, column=1, pady=2, padx=2)self.button_clear.grid(row=1, column=0, pady=2)# self.canvas.bind("<Motion>", self.start_pos)self.canvas.bind("<B1-Motion>", self.draw_lines)def clear_all(self):self.canvas.delete("all")def classify_handwriting(self):HWND = self.canvas.winfo_id() # 获取画布的句柄rect = win32gui.GetWindowRect(HWND) # 获取画布的坐标im = ImageGrab.grab(rect)digit, acc = predict_digit(im)self.label.configure(text= str(digit)+', '+ str(int(acc*100))+'%')def draw_lines(self, event):self.x = event.xself.y = event.yr=8self.canvas.create_oval(self.x-r, self.y-r, self.x + r, self.y + r, fill='black')
app = App()
mainloop()
界面截图：
-
python 机器学习项目输出数字 2
-
python 机器学习项目输出数字 5
- python 项目输出数字 6
总结
在本文中，我们成功构建了一个 Python 深度学习项目，实现了手写数字识别应用。我们构建并训练了一个卷积神经网络模型，该模型在图像分类任务中非常有效。随后，我们构建了一个图形用户界面（GUI），可以在其中绘制数字，然后分类数字并显示结果。
参考资料
| 资料名称 | 链接 |
|---|---|
| Keras 官方文档 | https://keras.io/ |
| TensorFlow 深度学习教程 | https://tensorflow.google.cn/ |
| MNIST 数据集官网 | http://yann.lecun.com/exdb/mnist/ |
| Python Tkinter 教程 | https://docs.python.org/3/library/tkinter.html |
| 手写数字识别综述 | https://zhuanlan.zhihu.com/p/35863468 |
| 深度学习入门 | https://www.deeplearning-book.org/ |
| Convolutional Neural Networks (CNN) 简介 | https://www.cnblogs.com/zyg123/p/8561567.html |
| Python 图像处理库 Pillow 介绍 | https://pillow.readthedocs.io/en/stable/ |
| 手写数字识别系统实现 | http://www.cs.ubc.ca/~_written/yangzhang981/courses/532/2016/Handwriting-Recognition.pdf |
| 深度学习框架 Keras 指南 | https://www.programcreek.com/python/example/54362/keras.models.Sequential |
| 手写数字识别数据预处理 | https://www.datacamp.com/community/tutorials/mnist-python |
| Windows GUI 编程教程 | https://msdn.microsoft.com/zh-cn/library/windows/desktop/ms632586.aspx |
| 手写数字识别实际应用 | https://ieeexplore.ieee.org/document/8235104 |
| 卷积神经网络改进技巧 | https://towardsdatascience.com/a-keras-pipeline-for-image-classification-4a28f728750a |
| 手写数字识别性能分析 | https://arxiv.org/abs/1707.09725 |
| MNIST 数据集使用指南 | https://www.kaggle.com/c/digit-recognizer/data |
![58,【8】BUUCTF [PwnThyBytes 2019]Baby_SQL1](https://i-blog.csdnimg.cn/direct/8ffc99a426684923abcee42253c03b16.png)
