在樹莓派上建立乙個最簡單手寫體識別系統(二)

2021-08-14 15:41:31 字數 2472 閱讀 6452

首先得先把opencv安裝上。

在pc上我使用的是anaconda,直接輸入:

conda install --channel 

.org/menpo opencv3

測試**:

import cv2

print(cv2.__version__)

這一步真簡單,網上也到處能搜到,我這裡就是記個筆記。

第二步,使用opencv來讀取影象:

import cv2

from matplotlib import pyplot as plt

#讀取影象

#顯示影象的方法1

cv2.imshow('test3',img)

k=cv2.waitkey(0)

#顯示影象的方法2

#首先得把grg調換個個頭

為了適合mnist模型,我們還得轉成灰度圖,反色,並縮放到28*28

下面讀取w、b引數,還得把輸入影象畫素歸一化

然後直接計做矩陣乘加、softmax輸出:

import cv2

from matplotlib import pyplot as plt

img =cv2.resize(img, (28, 28), interpolation=cv2.inter_cubic)

img = cv2.cvtcolor(img,cv2.color_bgr2gray)

img = 0xff-img

img = img/255

img = img.reshape(784)

testx = [img]

from numpy import *;

import numpy as np; #這個方式使用numpy的函式時,需要以np.開頭。

import math

import pandas as pd

from pandas import series,dataframe

data = pd.read_csv('mnist_w.csv')

#print(data.shape)

usew = data.values

data = pd.read_csv('mnist_b.csv')

useb = data.values

useb = useb.reshape(1,10)#必須確定大小,否則會出錯

a1 = mat(img);

a2 = mat(usew);

a4 = a1*a2+useb

#計算softmax

etab=[0,0,0,0,0,0,0,0,0,0]

for i in range(0,10):

t = a4[0:,i]

t = t.tolist()[0]

t = t[0]

etab[i] = math.exp(t)

a = sum(etab)

for i in range(0,10):

t = etab[i]

t = t/a

print(t)

print ( "**值=",etab.index(max(etab)) )

最後得到輸出:

0.0303718806336

0.0306637445764

0.0985644947741

0.496698573451

0.0684541058624

0.193191997366

0.0177791782552

0.0252268936033

0.0210481976761

0.0180009338012

**值= 3

明顯,**值為3,並且結果和直接呼叫tensorflow一致!

在樹莓派上建立乙個最簡單手寫體識別系統(一)

目標,在樹莓派上建立乙個最簡單的手寫體識別系統。規劃如下 1 在pc上做使用tensorflow做乙個最簡單的softmax模型,把模型引數全部儲存下來 2 在pc上,使用python讀取模型引數,編寫模型 使用opencv讀取,模型 3 將 直接挪到樹莓派上執行,並測試模型 時間 1 coding...

建立乙個最簡單的VST

vst外掛程式在國內 人中還是被廣泛使用的,從0開始開發vst外掛程式,我個人想著還是從vst開始比較好。因為win32的基礎不是很好,動態鏈結庫的程式設計也不清楚,所以吃了很多苦頭。廢話戛然而止。第一步使用vs2013 新建工程,win32工程,dll,空專案,匯出符號。這裡我一開始新建的是mfc...

讓我們一起在樹莓派上編寫第乙個程式吧

入手樹莓派開始慢慢折騰,從基礎開始記錄,慢慢提高,高手繞過。預設已經裝好作業系統並啟動進入樹莓派操作介面 1.在編寫更改下樹莓派的vi編譯器,因為自帶的有點彆扭,狀態不顯示,退格退不了 前提網路已連線好 刪除自帶的,輸入命令,remove刪除 sudo apt get remove vim comm...