### Python 和机器学习实现手写数字识别 #### 解决方案概述 手写数字识别是机器学习领域中的经典问题之一，通常用于验证模型的学习能力。该任务可以通过多种方法完成，其中最常用的方法包括基于传统机器学习的 k-Nearest Neighbors (kNN) 算法和基于深度学习的卷积神经网络 (Convolutional Neural Network, CNN)[^1]。 --- #### 方法一：使用 scikit-learn 的 kNN 算法 此方法适用于初学者，简单易懂且无需复杂的计算资源。 ##### 代码实现 ```python from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier import matplotlib.pyplot as plt # 加载数据集 digits = datasets.load_digits() # 查看部分图像及其标签 plt.figure(figsize=(8, 6)) for i in range(10): plt.subplot(2, 5, i + 1) plt.imshow(digits.images[i], cmap=plt.cm.gray_r, interpolation='nearest') plt.title(f"Label: {digits.target[i]}") plt.show() # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split( digits.data, digits.target, test_size=0.2, random_state=42) # 初始化并训练 kNN 模型 knn = KNeighborsClassifier(n_neighbors=3) knn.fit(X_train, y_train) # 测试模型性能 accuracy = knn.score(X_test, y_test) print(f"kNN Model Accuracy: {accuracy * 100:.2f}%") ``` 上述代码展示了如何加载 `sklearn` 提供的 `digits` 数据集，并通过划分训练集与测试集的方式构建了一个简单的 kNN 分类器[^3]。 --- #### 方法二：使用 TensorFlow/Keras 构建 CNN 模型 对于更复杂的数据分布或更高的精度需求，可以采用深度学习方法。以下是一个完整的 CNN 实现： ##### 代码实现 ```python import numpy as np import matplotlib.pyplot as plt from tensorflow.keras.datasets import mnist from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Conv2D, MaxPooling2D, Flatten, Dense, Dropout from tensorflow.keras.utils import to_categorical # 加载 MNIST 数据集 (x_train, y_train), (x_test, y_test) = mnist.load_data() # 预处理数据 x_train = x_train.reshape(-1, 28, 28, 1).astype('float32') / 255.0 x_test = x_test.reshape(-1, 28, 28, 1).astype('float32') / 255.0 y_train = to_categorical(y_train, num_classes=10) y_test = to_categorical(y_test, num_classes=10) # 构建 CNN 模型 model = Sequential([ Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=(28, 28, 1)), MaxPooling2D(pool_size=(2, 2)), Conv2D(64, kernel_size=(3, 3), activation='relu'), MaxPooling2D(pool_size=(2, 2)), Flatten(), Dense(128, activation='relu'), Dropout(0.5), Dense(10, activation='softmax') ]) # 编译模型 model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy']) # 训练模型 history = model.fit(x_train, y_train, epochs=10, batch_size=128, validation_data=(x_test, y_test)) # 绘制损失曲线 plt.plot(history.history['loss'], label='Training Loss') plt.plot(history.history['val_loss'], label='Validation Loss') plt.legend() plt.show() # 测试模型性能 test_loss, test_accuracy = model.evaluate(x_test, y_test) print(f"CNN Test Accuracy: {test_accuracy * 100:.2f}%") ``` 这段代码实现了基于 MNIST 数据集的 CNN 模型，能够达到较高的分类准确率[^4]。 --- #### GUI 界面集成 为了使程序更加友好，还可以为其添加图形化用户界面 (GUI)，允许用户绘制自己的手写数字并通过按钮触发预测功能。 ##### 示例代码片段 ```python import tkinter as tk from PIL import ImageGrab import numpy as np from keras.models import load_model class HandwrittenRecognizerApp: def __init__(self, master): self.master = master self.canvas = tk.Canvas(master, width=280, height=280, bg="white") self.canvas.pack(side=tk.LEFT) self.button_predict = tk.Button(master, text="Predict", command=self.predict_digit) self.button_predict.pack(side=tk.BOTTOM) self.clear_button = tk.Button(master, text="Clear Canvas", command=self.clear_canvas) self.clear_button.pack(side=tk.BOTTOM) self.prediction_label = tk.Label(master, text="") self.prediction_label.pack(side=tk.RIGHT) self.canvas.bind("<B1-Motion>", self.draw) self.model = load_model("mnist_cnn.h5") def draw(self, event): x1, y1 = (event.x - 10), (event.y - 10) x2, y2 = (event.x + 10), (event.y + 10) self.canvas.create_oval(x1, y1, x2, y2, fill="black") def clear_canvas(self): self.canvas.delete("all") def predict_digit(self): x = self.master.winfo_rootx() + self.canvas.winfo_x() y = self.master.winfo_rooty() + self.canvas.winfo_y() x_end = x + self.canvas.winfo_width() y_end = y + self.canvas.winfo_height() img = ImageGrab.grab().crop((x, y, x_end, y_end)).resize((28, 28)).convert("L") img_array = np.array(img) / 255.0 prediction = self.model.predict(np.expand_dims(img_array, axis=[0, 3])) digit = np.argmax(prediction) self.prediction_label.config(text=f"Prediction: {digit}") if __name__ == "__main__": root = tk.Tk() app = HandwrittenRecognizerApp(root) root.mainloop() ``` 以上代码展示了一个基本的 Tkinter 应用程序，支持实时绘图输入和模型推理[^1]。 --- #### 总结 无论是传统的 kNN 还是现代的 CNN 方法，都可以有效地解决手写数字识别问题。具体选择取决于实际应用场景和技术背景的要求。