使用深度学习的多手写数字识别(TensorFlow-Keras)
要求
TensorFlow(Keras)
的Python 3.5 +
Numpy(+ MKL适用于Windows)
PIL(枕头)
Opencv的
tkinter(python GUI)
关于项目
使用CNN(卷积神经网络)在MNIST数据集上训练模型
将模型另存为'mnist.h5'(train_digit_recognizer.py)
使用tkinter GUI制作画布并在其上写数字
使用PIL在画布上获取“手写数字”的副本,并以“ img_ {image_number} .png”的形式保存到“ / img”中
同样在OpenCV帮助下,通过识别轮廓,它可以处理多个数字
使用保存的模型'mnist.h5'从画布预测保存的手写数字图像
屏幕截图
绘图画布...
输出图像...
使用PIL-ImageGrab
1