Python實現(xiàn)帶GUI界面的手寫數(shù)字識別
更新時間：2022年01月05日 15:48:34 作者：跨考上浙大
這篇文章主要介紹了如何通過Python實現(xiàn)帶GUI界面的手寫數(shù)字識別，文中的示例代碼講解詳細，對我們學(xué)習Python有一定的幫助，感興趣的可以了解一下
1.效果圖
有點low，輕噴
點擊選擇圖片會優(yōu)先從當前目錄查找
2.數(shù)據(jù)集
這部分我是對MNIST數(shù)據(jù)集進行處理保存
對應(yīng)代碼：
import tensorflow as tf
import matplotlib.pyplot as plt
import cv2
from PIL import Image
import numpy as np
from scipy import misc
(x_train_all,y_train_all),(x_test,y_test) = tf.keras.datasets.mnist.load_data()
x_valid,x_train = x_train_all[:5000],x_train_all[5000:]
y_valid,y_train = y_train_all[:5000],y_train_all[5000:]
print(x_valid.shape,y_valid.shape)
print(x_train.shape,y_train.shape)
print(x_test.shape,y_test.shape)
#讀取單張圖片
def show_single_img(img_arr,len=100,path='/Users/zhangcaihui/Desktop/case/jpg/'):
for i in range(len):#我這種寫法會進行覆蓋，只能保存10張照片，想保存更多的數(shù)據(jù)自己看著改
new_im = Image.fromarray(img_arr[i]) # 調(diào)用Image庫，數(shù)組歸一化
#new_im.show()
#plt.imshow(img_arr) # 顯示新圖片
label=y_train[i]
new_im.save(path+str(label)+'.jpg') # 保存圖片到本地
#顯示多張圖片
def show_imgs(n_rows,n_cols,x_data,y_data):
assert len(x_data) == len(y_data)
assert n_rows * n_cols < len(x_data)
plt.figure(figsize=(n_cols*1.4,n_rows*1.6))
for row in range(n_rows):
for col in range(n_cols):
index = n_cols * row + col
plt.subplot(n_rows,n_cols,index+1)
plt.imshow(x_data[index],cmap="binary",interpolation="nearest")
plt.axis("off")
plt.show()
#show_imgs(2,2,x_train,y_train)
show_single_img(x_train)
3.關(guān)于模型
我保存了了之前訓(xùn)練好的模型，用來加載預(yù)測
關(guān)于tensorflow下訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型：手把手教你，MNIST手寫數(shù)字識別
訓(xùn)練好的模型model.save(path)即可
4.關(guān)于GUI設(shè)計
1）排版
#ui_openimage.py
# -*- coding: utf-8 -*-
# from PyQt5 import QtCore, QtGui, QtWidgets
# from PyQt5.QtCore import Qt
import sys,time
from PyQt5 import QtGui, QtCore, QtWidgets
from PyQt5.QtWidgets import *
from PyQt5.QtCore import *
from PyQt5.QtGui import *
class Ui_Form(object):
def setupUi(self, Form):
Form.setObjectName("Form")
Form.resize(1144, 750)
self.label_1 = QtWidgets.QLabel(Form)
self.label_1.setGeometry(QtCore.QRect(170, 130, 351, 251))
self.label_1.setObjectName("label_1")
self.label_2 = QtWidgets.QLabel(Form)
self.label_2.setGeometry(QtCore.QRect(680, 140, 351, 251))
self.label_2.setObjectName("label_2")
self.btn_image = QtWidgets.QPushButton(Form)
self.btn_image.setGeometry(QtCore.QRect(270, 560, 93, 28))
self.btn_image.setObjectName("btn_image")
self.btn_recognition = QtWidgets.QPushButton(Form)
self.btn_recognition.setGeometry(QtCore.QRect(680,560,93,28))
self.btn_recognition.setObjectName("bnt_recognition")
#顯示時間按鈕
self.bnt_timeshow = QtWidgets.QPushButton(Form)
self.bnt_timeshow.setGeometry(QtCore.QRect(900,0,200,50))
self.bnt_timeshow.setObjectName("bnt_timeshow")
self.retranslateUi(Form)
self.btn_image.clicked.connect(self.slot_open_image)
self.btn_recognition.clicked.connect(self.slot_output_digital)
self.bnt_timeshow.clicked.connect(self.buttonClicked)
self.center()
QtCore.QMetaObject.connectSlotsByName(Form)
def retranslateUi(self, Form): #設(shè)置文本填充label、button
_translate = QtCore.QCoreApplication.translate
Form.setWindowTitle(_translate("Form", "數(shù)字識別系統(tǒng)"))
self.label_1.setText(_translate("Form", "點擊下方按鈕"))
self.label_1.setStyleSheet('font:50px;')
self.label_2.setText(_translate("Form", "0~9"))
self.label_2.setStyleSheet('font:50px;')
self.btn_image.setText(_translate("Form", "選擇圖片"))
self.btn_recognition.setText(_translate("From","識別結(jié)果"))
self.bnt_timeshow.setText(_translate("Form","當前時間"))
# 狀態(tài)條顯示時間模塊
def buttonClicked(self): # 動態(tài)顯示時間
timer = QTimer(self)
timer.timeout.connect(self.showtime)
timer.start()
def showtime(self):
datetime = QDateTime.currentDateTime()
time_now = time.strftime('%Y-%m-%d %H:%M:%S', time.localtime())
#self.statusBar().showMessage(time_now)
#self.bnt_timeshow.setFont(QtGui.QFont().setPointSize(100))
self.bnt_timeshow.setText(time_now)
def center(self):#窗口放置中央
screen = QDesktopWidget().screenGeometry()
size = self.geometry()
self.move((screen.width() - size.width()) / 2,
(screen.height() - size.height()) / 2)
def keyPressEvent(self, e):
if e.key() == Qt.Key_Escape:
self.close()
2）直接運行這個文件（調(diào)用1）
#ui_main.py
import random
from PyQt5.QtWidgets import QFileDialog
from PyQt5.QtGui import QPixmap
from ui_openimage import Ui_Form
import sys
from PyQt5 import QtWidgets, QtGui
from PyQt5.QtWidgets import QMainWindow, QTextEdit, QAction, QApplication
import os,sys
from PyQt5.QtCore import Qt
import tensorflow
from tensorflow.keras.models import load_model
from tensorflow.keras.datasets import mnist
from tensorflow.keras import models
from tensorflow.keras import layers
from tensorflow.keras.utils import to_categorical
import tensorflow.keras.preprocessing.image as image
import matplotlib.pyplot as plt
import numpy as np
import cv2
import warnings
warnings.filterwarnings("ignore")
class window(QtWidgets.QMainWindow,Ui_Form):
def __init__(self):
super(window, self).__init__()
self.cwd = os.getcwd()
self.setupUi(self)
self.labels = self.label_1
self.img=None
def slot_open_image(self):
file, filetype = QFileDialog.getOpenFileName(self, '打開多個圖片', self.cwd, "*.jpg, *.png, *.JPG, *.JPEG, All Files(*)")
jpg = QtGui.QPixmap(file).scaled(self.labels.width(), self.labels.height())
self.labels.setPixmap(jpg)
self.img=file
def slot_output_digital(self):
'''path為之前保存的模型路徑'''
path='/Users/zhangcaihui/PycharmProjects/py38_tf/DL_book_keras/save_the_model.h5'
model= load_model(path)
#防止不上傳數(shù)字照片而直接點擊識別
if self.img==None:
self.label_2.setText('請上傳照片！')
return
img = image.load_img(self.img, target_size=(28, 28))
img = img.convert('L')#轉(zhuǎn)灰度圖像
x = image.img_to_array(img)
#x = abs(255 - x)
x = np.expand_dims(x, axis=0)
print(x.shape)
x = x / 255.0
prediction = model.predict(x)
print(prediction)
output = np.argmax(prediction, axis=1)
print("手寫數(shù)字識別為：" + str(output[0]))
self.label_2.setText(str(output[0]))
if __name__ == "__main__":
app = QtWidgets.QApplication(sys.argv)
my = window()
my.show()
sys.exit(app.exec_())
5.缺點
界面low
只能識別單個數(shù)字
其實可以將多數(shù)字圖片進行裁剪分割，這就涉及到制作數(shù)據(jù)集了
6.遺留問題
我自己手寫的數(shù)據(jù)照片處理成28281送入網(wǎng)絡(luò)預(yù)測，識別結(jié)果紊亂。
反思：自己寫的數(shù)據(jù)是RGB，且一張幾KB，圖片預(yù)處理后，按28*28讀入失真太嚴重了，誰有好的方法可以聯(lián)系我?。?！
其他的水果識別系統(tǒng)，手勢識別系統(tǒng)啊，改改直接套！
到此這篇關(guān)于Python實現(xiàn)帶GUI界面的手寫數(shù)字識別的文章就介紹到這了,更多相關(guān)Python手寫數(shù)字識別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了python K近鄰算法的kd樹實現(xiàn)，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-09-09
這篇文章主要給大家介紹了關(guān)于Python超簡單容易上手的畫圖工具庫的相關(guān)資料，文中通過圖文介紹的非常詳細，對大家的學(xué)習或者工作具有一定的參考學(xué)習價值，需要的朋友們下面隨著小編來一起學(xué)習學(xué)習吧2021-05-05
這篇文章主要介紹了解析Tensorflow之MNIST的使用，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習或者工作具有一定的參考學(xué)習價值，需要的朋友們下面隨著小編來一起學(xué)習學(xué)習吧2020-06-06
今天小編就為大家分享一篇PyTorch中topk函數(shù)的用法詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2020-01-01 
今天小編就為大家分享一篇對numpy中的數(shù)組條件篩選功能詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2018-07-07 
詳解Python調(diào)用系統(tǒng)命令的六種方法
這篇文章主要介紹了詳解Python調(diào)用系統(tǒng)命令的六種方法，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習或者工作具有一定的參考學(xué)習價值，需要的朋友們下面隨著小編來一起學(xué)習學(xué)習吧
2021-01-01 
Python常見庫matplotlib學(xué)習筆記之畫圖中各個模塊的含義及修改方法
matplotlib是python最著名的繪圖庫,它提供了一整套和matlab相似的命令A(yù)PI,十分適合交互式地進行制圖,下面這篇文章主要給大家介紹了關(guān)于Python常見庫matplotlib學(xué)習筆記之畫圖中各個模塊的含義及修改方法的相關(guān)資料,需要的朋友可以參考下
2023-05-05 
這篇文章主要介紹了Python 25行代碼實現(xiàn)的RSA算法,結(jié)合實例形式詳細分析了rsa加密算法的概念、原理、相關(guān)實現(xiàn)技巧與注意事項,需要的朋友可以參考下
2018-04-04 
python計算程序開始到程序結(jié)束的運行時間和程序運行的CPU時間
這篇文章主要介紹了python計算程序開始到程序結(jié)束的運行時間和程序運行的CPU時間的三個方法，大家參考使用
2013-11-11