8.7.2 支持向量机手写数字识别
from os import mkdir, listdir
from os.path import isdir, basename
from random import choice, randrange
from string import digits
from PIL import Image, ImageDraw # pillow
from PIL.ImageFont import truetype
from sklearn import svm
from sklearn.model_selection import train_test_split
图像尺寸、图片中的数字字体大小、噪点比例
width, height = 30, 60
fontSize = 40
noiseRate = 8
def generateDigits(dstDir='datasets', num=4000):
# 生成num个包含数字的图片文件存放于当前目录下的datasets子目录
if not isdir(dstDir):
mkdir(dstDir)
# digits.txt用来存储每个图片对应的数字
with open(dstDir+'\\digits.txt', 'w') as fp:
for i in range(num):
# 随机选择一个数字，生成对应的彩色图像文件
digit = choice(digits)
im = Image.new('RGB', (width,height), (255,255,255))
imDraw = ImageDraw.Draw(im)
font = truetype('c:\\windows\\fonts\\TIMESBD.TTF',
fontSize)
imDraw.text((0,0), digit, font=font, fill=(0,0,0))
# 加入随机干扰
for j in range(int(noiseRate*width*height)):
w, h = randrange(1, width-1), randrange(height)
# 水平交换两个相邻像素的颜色
c1 = im.getpixel((w,h))
c2 = im.getpixel((w+1,h))
imDraw.point((w,h), fill=c2)
imDraw.point((w+1,h), fill=c1)
im.save(dstDir+'\\'+str(i)+'.jpg')
fp.write(digit+'\n')
def loadDigits(dstDir='datasets'):
# 获取所有图像文件名
digitsFile = [dstDir+'\\'+fn for fn in listdir(dstDir)
if fn.endswith('.jpg')]
# 按编号排序
digitsFile.sort(key=lambda fn: int(basename(fn)[:-4]))
# digitsData用于存放读取的图片中数字信息
# 每个图片中所有像素值存放于digitsData中的一行数据
digitsData = []
for fn in digitsFile:
with Image.open(fn) as im:
data = [sum(im.getpixel((w,h)))/len(im.getpixel((w,h)))
for w in range(width)
for h in range(height)]
digitsData.append(data)
# digitsLabel用于存放图片中数字的标准分类
with open(dstDir+'\\digits.txt') as fp:
digitsLabel = fp.readlines()
digitsLabel = [label.strip() for label in digitsLabel]
return (digitsData, digitsLabel)
生成图片文件
generateDigits(num=4000)
加载数据
data = loadDigits()
print('数据加载完成。')
随机划分训练集和测试集，其中参数test_size用来指定测试集大小
X_train, X_test, y_train, y_test = train_test_split(data[0],
data[1],
test_size=0.1)创建并训练模型
svcClassifier = svm.SVC(kernel="linear", C=1000, gamma=0.001)
svcClassifier.fit(X_train, y_train)
print('模型训练完成。')
使用测试集对模型进行评分
score = svcClassifier.score(X_test, y_test)
print('模型测试得分：', score)
