Python徒手實現(xiàn)識別手寫數(shù)字—簡易圖片數(shù)據(jù)庫
寫在前面
上一篇文章Python徒手實現(xiàn)識別手寫數(shù)字—圖像的處理中我們講了圖片的處理，將圖片經過剪裁，拉伸等操作以后將每一個圖片變成了1x10000大小的向量。但是如果只是這樣的話，我們每一次運行的時候都需要將他們計算一遍，當圖片特別多的時候會消耗大量的時間。
所以我們需要將這些向量存入一個文件當中，每次先看看圖庫中有沒有新增的圖片，如果有新增的圖片，那么就將新增的圖片變成1x10000向量再存入文件之中，然后從文件中讀取全部圖片向量即可。當圖庫中沒有新增圖片的時候，那么就直接調用文件中的圖片向量進行計算就好。這樣子算是節(jié)省了大量的時間。
所以本文就是從零開始建立一個這樣的圖片存儲管理系統(tǒng)。
實現(xiàn)邏輯
第一次讀入圖片
我們的圖庫中擁有一大堆圖片，每一張圖片上面都是一個手寫的數(shù)字，圖片的名稱為[數(shù)字內容]_[序號]。比如說一個圖片的名稱為2_3，代表這一張圖片里面的數(shù)字是2，并且是“數(shù)字是2的第3張圖片”。
存在一個csv文件作為我們的建議的圖片數(shù)據(jù)庫，名稱為Data.csv。
首先我們讀取圖庫中所有圖片的名稱，保存在fileNames中。然后讀取Data.csv中所有數(shù)據(jù)。
提取出Data.csv的最后一列（一共10002列，第10001列說明該數(shù)字是什么數(shù)字，第10002列是圖片的名稱），也就是數(shù)據(jù)庫中存儲的所有圖片的名稱，存儲在item中。
將新加入圖庫的圖片名稱保存在newFileNames中。如果Data.csv為空，那么就直接令newFileNames = fileNames。也就是說如果數(shù)據(jù)庫中什么也沒有，那么圖庫中所有圖片都是新加入的。
如果Data.csv不為空，那么就將item里面的內容與fileNames的內容比較，如果出現(xiàn)了fileNames里面有的名稱item中沒有，那么就將這些名稱放進newFileNames中。如果item里有的名稱fileNames中沒有，那就不管。
也就是說，我令我們的數(shù)據(jù)庫只進不出。
現(xiàn)在我們得到了新加入圖庫的圖片的名稱newFileNames。
將newFileNames中的名稱的圖片帶入上一文中函數(shù)GetTrainPicture進行處理，得到了一個nx10001的矩陣，每一行代表一個新加入的圖片，前10000列是圖片向量，第10001列是該圖片的數(shù)字，保存在pic中。
將這些圖片壓入到數(shù)據(jù)庫的后面。
讀取之前數(shù)據(jù)庫原有的圖片向量，并與pic合并，得到目前擁有的所有的訓練圖片向量pic。
以上就是本章寫的所有內容，下面放出代碼來詳細解釋一下。
代碼解析
主文件
import os
import numpy as np
import OperatePicture as OP
import OperateDataBase as OD
import csv
##Essential vavriable 基礎變量
#Standard size 標準大小
N = 100
#Gray threshold 灰度閾值
color = 100/255
#讀取原CSV文件
reader = list(csv.reader(open('DataBase.csv', encoding = 'utf-8')))
#清除讀取后的第一個空行
del reader[0]
#讀取num目錄下的所有文件名
fileNames = os.listdir(r"./num/")
#對比fileNames與reader，得到新增的圖片newFileNames
newFileNames = OD.NewFiles(fileNames, reader)
print('New pictures are: 'newFileNames)
#得到newFilesNames對應的矩陣
pic = OP.GetTrainPicture(newFileNames)
#將新增圖片矩陣存入CSV中
OD.SaveToCSV(pic, newFileNames)
#將原數(shù)據(jù)庫矩陣與新數(shù)據(jù)庫矩陣合并
pic = OD.Combination(reader, pic)
我將兩節(jié)內容分別封裝在兩個py文件里面，上一篇文章中的圖片的切割與處理等所有內容我放在文件OperatePicture里面了，這一節(jié)的數(shù)據(jù)庫處理放在了文件OperateDatabase里面。
因為整個代碼的邏輯我在上面已經捋過一遍了，所以我不再解釋其中的內容，接下來針對每個函數(shù)開始講解。
OperateDatabase代碼
從上面的主文件中，我們首先用到了函數(shù)NewFiles，主要是對比fileNames和reader這兩個文件中圖片的名稱有什么不同，返回值是新增的圖片的名稱的列表。下面是代碼
def NewFiles(fileNames, reader):
'''判斷是否有不同于數(shù)據(jù)庫中的新文件加入'''
#如果數(shù)據(jù)庫中沒有數(shù)據(jù)，則返回filenames
if len(reader) == 0:
return fileNames
else:
#從數(shù)據(jù)庫中提取所有名稱
files = [item[10001] for item in reader]
#需要加入的圖片名稱
newFileNames = []
for item in fileNames:
#判斷當前名稱是否存在數(shù)據(jù)庫中
#如果不存在，則加入newFileNames
if item not in files:
newFileNames.append(item)
return newFileNames
首先判斷reader是否有內容，如果沒有內容，說明是第一次執(zhí)行，那么會直接把fileNames返回。否則才會進入下面進行比較。
返回了newFileNames之后，就會把這個列表中的所有名稱的圖片通過GetTrainPicture函數(shù)得到一個1x10001大小的矩陣，具體過程請看我上一篇文章講的內容。
之后為了把新的數(shù)據(jù)存入CSV文件中，我們利用函數(shù)SaveToCSV將pic存入文件中，具體代碼如下。
def SaveToCSV(pic, fileNames):
'''將pic與對應的dileNames存入CSV文件'''
writer = csv.writer(open('Database.csv', 'a', newline = ''), dialect = 'excel')
#將fileNames變?yōu)榱斜? f = [item for item in fileNames]
#每一行依次寫入文件中
for i in range(len(pic)):
#將改行圖片向量轉為list
item = pic[i].tolist()
#將這個圖片向量對應的名稱f放入列表最后一個
item.append(f[i])
writer.writerow(item)
當函數(shù)運行過后，會把pic矩陣對應的內容直接給續(xù)寫入CSV文件中，相當于數(shù)據(jù)庫操縱的寫入，并不會覆蓋之前原有的數(shù)據(jù)。
之后我們需要將數(shù)據(jù)庫原有的一大堆數(shù)據(jù)reader和新加進來的數(shù)據(jù)pic合并到pic里面，所以利用Combination函數(shù)將兩個矩陣合并，代碼如下
def Combination(reader, pic):
'''將兩個矩陣reader與pic合并'''
#兩個矩陣的總行數(shù)
l = len(reader) + len(pic)
#初始化新的矩陣
newPic = np.zeros(l*10001).reshape(l, 10001)
#將reader最后的那個字符串名稱去掉
for item in reader:
item.pop()
#將reader轉化為numpy的矩陣形式
reader = np.array(reader)
#新矩陣前半部分放reader，后半部分放pic
if len(reader) != 0:
newPic[0:len(reader), :] = reader
newPic[len(reader):len(pic), :] = pic
return newPic
因為reader最后一行還包括了一個圖片的名稱，所以先利用pop將其去掉，之后轉化為矩陣形式，然后再直接放入矩陣中。這個矩陣操作可能沒有見過，下面我詳細解釋一下。
假如我現(xiàn)在有一個2x3的矩陣和一個2x2的矩陣
m = [[1 2 3]
[4 5 6]]
n = [[7 8]
[9 1]]
我可以進行如下操作
#操作一
m[:, 0:2] = n
print(m)
#操作二
m[:, 1:3] = n
print(m)
#以下為輸出結果
#操作一
[[7 8 3]
[9 1 6]]
#操作二
[[7 7 8]
[9 9 1]]
可以看出操作一直接把m的第一二列給替換成n，操作二把m的第二三列替換成了n。具體過程可以百度查一下numpy的矩陣的操作，也可以自己總結規(guī)律，不細講了。
以上就是這一篇的全部代碼。
小結
這一篇我相當于用CSV文件制作了一個非常簡陋的數(shù)據(jù)庫，能夠執(zhí)行的操作只有識別已有內容NewFiles與添加內容SaveToCSV，并沒有插入、刪改等操作。主要是我覺得這兩個函數(shù)目前已經夠用，因此只寫了這兩個操作，所以再需求已經被滿足的情況下就不再拓展了。
所有的源代碼已經上傳到了我的GitHub上，可以前去下載，謝謝閱讀。
如果喜歡的話麻煩點一個喜歡哦，加關注可以得到超厲害的更新提醒。
