Python提取数字图片特征向量 | kTWO-个人博客

引言

在机器学习中有一种学习叫做手写数字识别，其主要功能就是让机器识别出图片中的数字，其步骤主要包括：图片特征提取、将特征值点阵转化为特征向量、进行模型训练。第一步便是提取图片中的特征提取。数据的预处理关系着后面模型的构建情况，所以，数据的处理也是机器学习中非常重要的一部分。下面我就说一下如何提取图片中的特征向量。

图片灰度化

 =>

当我们拿到一种图片的时候，这张图片可能是多种颜色集合在一起的，而我们为了方便处理这张图片，我们首先会将这张图片灰度化（左图灰度化之前，右图灰度化之后）。如果该图片已经是黑白两色的就可以省略此步骤。

      
        
          
            
              
1                
2                
3                
4                
5                
6                
7                
8                
9                
10                
11                
            
              
from PIL import Image                
import numpy as np                
                
#打开一张图片                
img = Image.open("image/77.jpg")                
#图片灰度化                
img = img.convert("L")                
#显示图片                
img.show()                
#将图片转换为数组形式，元素为其像素的亮度值                
print np.asarray(img)

在图片灰度化之前这张图片的数组值应该是一个三维的，灰度化之后将变为二维数组。数组行列数就是图片的像素宽度和高度。

打印的数组形式如下：

图片的二值化

图片的二值化就是将上面的数组化为0和1的形式，转化之前我们要设定一个阈值，大于这个阈值的像素点我们将其设置为1，小于这个阈值的像素点我们将其设置为0。下面我找了一张数字的图片，这张图片已经灰度化过了。我们就直接将它二值化。图片如下：

图片的像素是32x32的。如果不是要化为此值，这一步我们叫做尺寸归一化。

      
        
          
            
              
1                
2                
3                
4                
5                
6                
7                
8                
            
              
#打开一张图片                
img = Image.open("numImage/3.jpg")                
#将图片化为32*21的                
img = img.resize((32, 32))                
#二值化                
#将图片转换为数组形式，元素为其像素的亮度值                
img_array = np.asarray(img)                
print img_array

解释一下上面的代码,resize方法里的参数是一个元组，元素分别是宽和高；point函数是用来二值化图片的，其参数是一个lambda函数，函数体就是判断其元素值是否大于120，这里的120就是上面提到的阈值。

二值化后的数组：

在数组中我们可以大似的看到，数字1大似组成了一个3的形状。

获取网格特征数字统计图

在图片二值化之后，我们通常需要获取到网格统计图，这里我们的图片尺寸是32*32的，所以我们将其化为8*8的点阵图,步骤如下：

1、将二值化后的点阵水平平均划线分成8份，竖直平均划线分成8份。

2、分别统计每一份中像素点为1的个数。

3、将每一个份统计值组合在一起，构成8*8的点阵统计图。

下面我写了个函数来将32*32的数组转化成8*8的网格特征数字统计图：

      
        
          
            
              
1                
2                
3                
4                
5                
6                
7                
8                
9                
10                
11                
12                
13                
14                
            
              
#将二值化后的数组转化成网格特征统计图                
def get_features(array):                
    #拿到数组的高度和宽度                
    h, w = array.shape                
    data = []                
    for x in range(0, w/4):                
        offset_y = x * 4                
        temp = []                
        for y in range(0,h/4):                
            offset_x = y * 4                
            #统计每个区域的1的值                
            temp.append(sum(sum(array[0+offset_y:4+offset_y,0+offset_x:4+offset_x])))                
        data.append(temp)                
    return np.asarray(data)

转化之后我们的到的数组点阵是这样的：

将二维的统计图转化为一维的特征向量

这一步就比较简单了，只需要将矩阵全部放到一行即可，直接使用np的reshape()方法即可：

      
        
          
            
              
1                
2                
            
              
features_vector =features_array.reshape(features_array.shape[0]*features_array.shape[1])                
print features_vector

输出结果：

有些同学可能要问，为什么要将二维的点阵转化成一维的特征向量? 这是因为在机器学习中，数据集的格式就是这样的，数据集的一个样例就是一个特征向量，对个样例组成一个训练集。转化为以为的特征向量是便于我们的使用。

全部代码（省略灰度化）：

      
        
          
            
              
1                
2                
3                
4                
5                
6                
7                
8                
9                
10                
11                
12                
13                
14                
15                
16                
17                
18                
19                
20                
21                
22                
23                
24                
25                
26                
27                
28                
29                
30                
31                
32                
33                
34                
            
              
from PIL import Image                
import numpy as np                
                
                
#将二值化后的数组转化成网格特征统计图                
def get_features(array):                
    #拿到数组的高度和宽度                
    h, w = array.shape                
    data = []                
    for x in range(0, w/4):                
        offset_y = x * 4                
        temp = []                
        for y in range(0,h/4):                
            offset_x = y * 4                
            #统计每个区域的1的值                
            temp.append(sum(sum(array[0+offset_y:4+offset_y,0+offset_x:4+offset_x])))                
        data.append(temp)                
    return np.asarray(data)                
                    
#打开一张图片                
img = Image.open("numImage/3.jpg")                
#将图片化为32*32的                
img = img.resize((32, 32))                
                
#二值化                
img = img.point(lambda x:1 if x > 120 else 0)                
#将图片转换为数组形式，元素为其像素的亮度值                
img_array = np.asarray(img)                
print img_array                
#得到网格特征统计图                
features_array = get_features(img_array)                
print features_array                
features_vector =features_array.reshape(features_array.shape[0]*features_array.shape[1])                
print features_vector

最后送上手写数字训练集图片链接： 点击下载