讓機器人認識數字項目4CONTENT目錄項目導入01項目任務02學習目標03知識鏈接04項目準備05任務實施06任務評價07任務拓展08項目小結09項目導入01通過OCR技術。OCR按字體分類可分為印刷體識別和手寫字體識別。本項目練習手寫字體識別中的手寫數字識別。機器人是如何識別手寫字符的呢？項目導入41CONTENT目錄項目導入01項目任務02學習目標03知識鏈接04項目準備05任務實施06任務評價07任務拓展08項目小結09項目任務02用矩形框框住數字輪廓識別數字并顯示數字用矩形框框住數字輪廓；識別數字并顯示數字72項目任務CONTENT目錄項目導入01項目任務02學習目標03知識鏈接04項目準備05任務實施06任務評價07任務拓展08項目小結09學習目標03知識目標職業素養目標技能目標1理解MNIST數據集的結構；2理解不同的字節順序之間的差異；3理解控制格式串的含義；4理解extend和append之間的用法差異；5理解K近鄰分類的原理。知識目標：知識目標、技能目標、職業素養目標10學習目標31能夠打開二進制文件并讀取其中的內容；2能夠使用struct包將數據按指定的格式寫入緩沖區并讀取出來；3掌握圖片讀取、灰度化、二值化的編程方法；4能夠使用knn模型對樣本集進行訓練。技能目標：1培養學生嚴謹、細致、規范的職業素質；2培養學生團隊協作及表達溝通能力；3培養學生跟蹤新技術及創新設計能力;4培養技術標準意識、操作規范意識、服務質量意識等。職業素養目標：CONTENT目錄項目導入01項目任務02學習目標03知識鏈接04項目準備05任務實施06任務評價07任務拓展08項目小結09知識鏈接04機器學習簡介手寫數據集MNIST簡介認識sklearn機器學習庫Python中實現圖像文件處理的基本操作機器人識別數字方案設計研究對象：研究怎樣使用計算機實現人類學習活動。傳統機器學習、大數據環境下的機器學習。傳統機器學習：研究學習機制。大數據環境下的機器學習：注重研究從巨量數據中獲取隱藏的、有效的、可理解的知識。機器學習簡介主要分類知識鏈接134建立在scipy科學計算庫的基礎之上，專注于數據建模，常與numpy庫和pandas庫共用。sklearn庫的一些常用模塊：聚類交叉驗證數據集降維集成方法特征提取參數調整流形學習有監督學習模型認識sklearn機器學習庫知識鏈接144KNN算法即KNearestNeighbor算法。其中的K表示與自己最接近的K個數據樣本。在一個樣本空間中的樣本已被分成多個類型，現在給定一個待分類的新數據，通過計算與自己最接近的K個樣本來判斷這個待分類的新數據屬于哪個分類，即由那些離自己最近的K個點來投票決定待分類的新數據歸為哪一類，新數據應歸類為得票最多的那一類。如右圖，K取值不同時，分類結果可能不一樣。KNN算法原理簡介知識鏈接154KNeighborsClassifier分類器簡介知識鏈接164MNIST數據集是美國國家標準與技術研究院收集整理的大型手寫數字數據庫，包含60,000個示例的訓練集以及10,000個示例的測試集。在MNIST數據集中，手寫數字一共10種，即0、1、2、3、4、5、6、7、8和9等10種。在60000張訓練集圖片中，有5923張數字0圖片，6742張數字1圖片，5958張數字2圖片，6131張數字3圖片，5842張數字4圖片，5421張數字5圖片，5918張數字6圖片，6265張數字7圖片，5851張數字8圖片，5948張數字9圖片。數據集總體組成：詳細構成：MNIST數據集簡介（一）知識鏈接174每張圖片的構成：是灰度圖，如右圖所示是某一張圖片0。標記：整數0，或者寫成獨熱標記向量[1,0,0,0,0,0,0,0,0,0]。MNIST數據集簡介（二）知識鏈接184右側的程序首先創建了一個12字節長的緩沖區buffer，然后使用struct包中的pack_into函數向buffer中寫入數據，控制格式為’>BHI5s’，這個格式串包括四部分格式符，相應地被打包的數據也包括四部分（10,18,288,b"hello"）。打包之后，使用binascii包中的hexlify方法將buffer中的數據轉換成16進制格式進行展示。最后，使用struct包中的unpack_from函數將真實數據從buffer中解包出來，解包時要提供控制格式串和偏移量。struct包的基本用法：Python中實現圖像文件處理的基本操作知識鏈接194字節序和struct包格式符知識鏈接204append命令可以添加單個元素，也可以添加可迭代對象，而extend命令只能添加可迭代對象。差異：append和extend的差異知識鏈接214策略1：在桌面或移動筆記本端進行模型訓練，然后把模型訓練的結果存為文件，將文件轉移到樹莓派ARM架構下，在樹莓派ARM架構下進行模型測試和應用。策略2：直接在機器人上單步運行調試會非常卡頓，所以采用在PC端計算機先對程序進行編輯、語法和業務功能基本操作調試，最后再移植到機器人端對其進行環境配置和少量功能調試。機器人識別數字方案設計總體業務場景設計流程圖如下知識鏈接224CONTENT目錄項目導入01項目任務02知識鏈接04項目準備05學習目標03任務評價07任務拓展08項目小結09任務實施06項目準備05硬件條件軟件條件25項目準備5硬件條件26項目準備5軟件條件CONTENT目錄項目導入01項目任務02知識鏈接04任務實施06學習目標03任務評價07任務拓展08項目小結09項目準備05任務實施06在PC端編寫調試分類器程序在PC端編寫調試主業務程序在命令端顯示“Done！”的字符串輸出后，即表示下載數據集完成。編寫下載數據集的程序任務實施296對所有訓練數據集圖片和標簽進行解析；將解析出來的圖片保存在train_image_save文件夾；將解析出來的標簽保存在train_label_save的label.txt文件中。功能：編寫分類器訓練控制管理文件（一）任務實施306讀出所有標簽；依次讀出數字0-9的所有圖片和標簽，在讀出過程中進行預處理；將標簽依次加載在current_train_label數組中；將圖像依次加載在current_train_image數組中。編寫分類器訓練控制管理文件（二）功能：任務實施316編寫分類器訓練控制管理文件（三）任務實施326功能：解析標簽數據和圖片數據。編寫數據集基礎操作處理文件任務實施336思考：二值化可以用OpenCV函數cv2.threshold()實現，請大家改寫左側程序中的二值化部分。圖片預處理任務實施346測試分類器模型任務實施356測試分類器模型任務實施366測試執行結果任務實施376在PC端編寫調試主業務程序任務實施386主業務程序中的預處理（一）任務實施396主業務程序中的預處理（一）任務實施406主業務程序中的預處理（二）任務實施416主業務程序中的分類識別和輸出任務實施426主業務程序中的分類識別和輸出任務實施436在機器人端移植調試主業務程序任務實施446將文件使用scp命令無線傳輸到機器人端任務實施456在機器人端運行程序任務實施466CONTENT目錄項目導入01項目任務02學習目標03任務評價07項目準備05任務實施06知識鏈接04任務拓展08項目小結09任務評價07自我評價教師評價小組評價自我評價任務評價7小組與教師評價任務評價7CONTENT目錄項目導入01項目任務02學習目標03任務拓展08項目準備05任務實施06任務評價07知識鏈