Pythonで手書き数字を識別する人工知能を簡単につくってみた。＃Pythonの練習

事前準備

手順1：4つのライブラリをインストール

・scikit-learn:機械学習のライブラリ
・scipy:scikit-learnが計算するためにつかう科学計算のライブラリ
・numpy：画像データを数値リストに変換するためにつかう数値計算のライブラリ
・matplotlib:数値リストを画像として出力する

py -m pip install numpy
py -m pip install scipy
py -m pip install scikit-learn
py -m pip install matplotlib

学習用のデータを読み込む

学習用データを確認しよう

今回は教師あり学習に含まれるため、
学習をさせるには、手書きの数字と答えのペアデータが大量に必要ですが、sklearnにはすでに学習用のデータがあるため、これを使います。

では、どのような学習データが入っているのか、見てみましょう。

digitsData1.py

import sklearn.datasets

digits = sklearn.datasets.load_digits()

print("データの個数＝",len(digits.images))
print("画像データ＝"+"\n",digits.images[0])
print("何の数字か＝",digits.target[0])

＃datasets.load_digits() は、Scikit-learnライブラリで提供されている関数で、手書き数字（digits）のデータセットをロードするために使用します。

実行結果

#0から9までの手書きの数字が8×8ピクセルの画像として提供されておｒ、0が一番明るい色になります。

matplotlibを用いて、数値データを画像化しよう

digitsImage1.py

import sklearn.datasets
import matplotlib.pyplot as plt

digits = sklearn.datasets.load_digits()

plt.imshow(digits.images[0], cmap="Greys")
    #数値データをグレーの濃淡画像にする。
plt.show()
    #作ったがぞうを表示する。

数値予想プログラムを作ってみよう

プログラムの内容は以下になります。
imageToData関数は数字の画像を数値リストに変換し、それを受け取ったpredictDigits関数がどの数字化を予測します。

predictDigits.py

import sklearn.datasets
import sklearn.svm
from PIL import Image  # Imageモジュールをインポート
import numpy

# 手書き数字のデータセットを読み込む
digits = sklearn.datasets.load_digits()

# 画像ファイルを数値リストに変換する。
def imageToData(filename):
    grayImage = Image.open(filename).convert("L")  # 画像をグレースケールに変換
    grayImage = grayImage.resize((8, 8), Image.LANCZOS)  # LANCZOSを使用

    numImage = numpy.asarray(grayImage, dtype=float)
    numImage = 16 - numpy.floor(17 * numImage / 256)
    numImage = numImage.flatten()

    return numImage

# 数字を予測する
def predictDigits(data):
    clf = sklearn.svm.SVC(gamma=0.001)
    clf.fit(digits.data, digits.target)

    n = clf.predict([data])
    print("予測=", n)
data = imageToData("2.png")  # ここで画像を指定
predictDigits(data)  # 予測を実行

例: 画像を読み込んで数字を予測する

今回は無料アプリのMediBang Paintを使用し、下図のようなpng画像を自分で書き、実際に予測できるか見てみます。

結果は、、、

きちんと予測できてますね！

今回は以上です！ありがとうございました！