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 fromPILimportImage
importnumpyasnp
#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
printnp.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)
printimg_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
defget_features(array):
#拿到数组的高度和宽度
h,w=array.shape
data=[]
forxinrange(0,w/4):
offset_y=x*4
temp=[]
foryinrange(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)
returnnp.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])
printfeatures_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 fromPILimportImage
importnumpyasnp
#将二值化后的数组转化成网格特征统计图
defget_features(array):
#拿到数组的高度和宽度
h,w=array.shape
data=[]
forxinrange(0,w/4):
offset_y=x*4
temp=[]
foryinrange(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)
returnnp.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(lambdax:1ifx>120else0)
#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)
printimg_array
#得到网格特征统计图
features_array=get_features(img_array)
printfeatures_array
features_vector=features_array.reshape(features_array.shape[0]*features_array.shape[1])
printfeatures_vector
最后送上手写数字训练集图片链接：
