Python实现手写体数字图片识别+GUI界面+画板数字识别 __pycache__文件夹是Python自动生成

文章插图
__pycache__文件夹是Python自动生成的，详细了解其他各个文件在之后部分会依次介绍
图片识别版本：python3.6tensorflow 1.13.1（一定要安装1.几版本，不要安装2.几）运行时可能有很多warning ，不影响运行结果此部分大多程序参考《TensorFlow实战Google深度学习框架》
【Python实现手写体数字图片识别+GUI界面+画板数字识别】这里使用的是基于全连接层网络结构的神经网络，对数字识别已经有了不错的效果，但使用卷积神经网络还可以提高正确率（大约99.2%），比如LeNet-5模型（）
在开始正式做之前，先看几篇博客大致了解一下MNIST数据集：MNIST是深度学习的经典入门demo ，他是由6万张训练图片和1万张测试图片构成的，每张图片都是28*28的灰度图，像素取值为0~1 。这些图片是采集的不同的人手写从0到9的数字。 TensorFlow将这个数据集和相关操作封装到了库中，每一张图片是一个长度为784的一维数组。下面展示一些内联代码片。
from tensorflow.examples.tutorials.mnist import input_data1会自动下载封装好的数据集。但是我自己引入minst数据集会报各种各样的错误，印象最深刻的是
文章插图
我以为是自己tensorflow和python版本的问题，因为我同学就很顺利就成功了，说真的浪费了好多时间在这个问题上，最后终于发现是数据集的原因，都快高兴哭了MNIST_data就是我根据这篇博客下载的tensorflow_mnist数据集接下来是数字图片识别相关的文件：mnist_inference.py文件定义了前向传播过程以及神经网络的参数。三层全连接网络结构，通过加入隐藏层实现了多层网络结构。 mnist_train.py定义了神经网络的训练过程。运行mnist_train.py文件便会开始训练模型， MNIST_model文件已经有训练好的模型，你也可以删掉或修改然后重新训练。 MNIST_model文件夹保存了已经训练30000次的模型mnist_eval.py文件定义了测试过程。运行mnist_eval.py文件就是计算在mnist数据集上测试1万张图片的正确率。比如在MNIST数据集10000张测试图片上的正确率
文章插图
picture文件夹存放的是自己手写数字的图片app.py文件实现了测试自己手写数字的图片。运行后直接识别picture文件夹里的所有图片。
遇到的困难

不知道模型训练好了怎么测试自己手写的图片mnist_inference.py、mnist_train.py 和 mnist_eval.py这三个文件已经可以实现训练模型和测试正确率。之后怎么测试自己的图片呢？输入节点是长度为784的数组，所以得把自己的图片转化为长度是784的数组，才能输入到模型里，才能得到结果。代码在app.py里的image_prepare()函数，通过使用图像处理库PIL把图片转化为灰度图并且修改尺寸为28*28 ，然后转化为数组。
测试自己手写图片的正确率太低在mnist测试数据集上的正确率有98%以上，而测试自己手写数字的正确率太低了，大部分数字都被识别成8 。这部分我参考了，从这里我们可以看出找到几个原因
mnist数据集图片是黑底白字，而我们平时都是白底黑字，所以要对测试图片灰度反转。修改后已经可以识别几个数字了，但还是很多被识别成了8 。原因是自己拍的图片有很多噪点，直接输入给模型就因为噪点太多，被误认为是8 。
二值化来降噪使用opencv二值化图像cv2.threshold(img,127,255,cv2.THRESH_BINARY)虽然还有少量噪点，但已经有很好的识别效果了。（还可以再调整阈值）
对自己手写图片的选取可以参考：

Gui界面run1.py是界面文件timg是界面背景图，你也可以自己选

文章插图

文章插图
利用PyQt画界面按钮和文本框的介绍网上有很多。直接拿过来用就好。这部分的关键是怎么把app.py的思路搬进run1.py 。如果你的app.py运行顺利的话，这部分也不会很难。这部分我有两个错误：

代码顺序引起的问题错误代码：

evaluate(pic)def evaluate(pic):。。。 123改正代码：
def evaluate(pic):。。。 evaluate(pic)123

图片名称输出错误pic_name是函数参数，在app.py的时候设置了，但是在run1.py里我并没有设置这个参数，即使设置也会出现别的错误。于是我先把pic_name设置成100行的“x”看输出是否有错误。最终控制面板输出是 x is 4 。由此可见其他程序都没有问题经别人介绍用了如图第99行的函数来进行图片名称的调用。