Pythonを使って「画像ファイルから数字を予測するプログラムを作る」

ここではPythonを使って「画像ファイルから数字を予測するプログラムを作る」ことについて説明しています。| Here, we explain 「creating a program that predicts numbers from an image file」 using Python.

「画像ファイルから数字を予測する」人工知能アプリを作る

ユーザーが手書きの数字画像ファイルを指定すると、その画像に書かれている数字を認識して答えてくれるアプリを作っていきます。

最初はアプリ部分から作っていきます。

出力結果

アプリのウインドウを作り、「ファイルを開く」をクリックするとファイルダイアログを開くまで作れました。

「ファイルを開く」をクリックするとファイルダイアログを開く流れになります。

事前に作った手書きのファイル「2.png」をクリックして読み込んでみましょう。

粗い画像になりますが、8×8（ピクセル）のグレースケール画像で表示されます。

アプリを進化させよう

➀機械学習で使うモジュール３つを追加importしましょう。

・import sklearn.dataset

・import sklearn.svm

・import numpy

➁数値リストに変換プログラムを追加

numImage = numpy.asarray～を含む4行を追記

➂数値を予想する関数プログラムを追加

def predictDigits(data):～を追記します。

➃openFile():～を修正します

predictDigits(data)を追記します。

➄予想結果を表示するラベルのプログラムを追加

textLabel = ～とtextLabel.pack()を追記します。

import tkinter as tk
import tkinter.filedialog as fd
import PIL.Image
import PIL.ImageTk
#追記　機械学習で使う追加モジュール
import sklearn.datasets
import sklearn.svm
import numpy

def imageToData(filename):
grayImage = PIL.Image.open(filename).convert(“L”)
grayImage = grayImage.resize((8,8),PIL.Image.ANTIALIAS)
dispImage = PIL.ImageTk.PhotoImage(grayImage.resize((300,300)))
imageLabel.configure(image = dispImage)
imageLabel.image = dispImage
#追記　数値リストに変換
numImage = numpy.asarray(grayImage, dtype = float)
numImage = numpy.floor(16 – 16 * (numImage / 256))
numImage = numImage.flatten()
return numImage

#追記　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])
textLabel.configure(text = “この画像は間違いなく” +str(n)+”です！”)

def openFile():
fpath = fd.askopenfilename()
if fpath:
data = imageToData(fpath)
#追記　数字を予測する
predictDigits(data)

root = tk.Tk()
root.geometry(“600×600”)
btn = tk.Button(root, text=”ファイルを開く | open file”, command = openFile)
imageLabel = tk.Label()

btn.pack()
imageLabel.pack()

#追記　予測結果を表示するラベル
textLabel = tk.Label(text=”手書きの数字を認識します”)
textLabel.pack()

tk.mainloop()

出力結果

試しに事前に作った手書きのファイル「2.png」をクリックして読み込んでみましょう。

しっかりと認識して予想していますね。

0～9の数字を作ってみて試してみてくださいね。

認識できない数字

細い線 | Thin line

「1」と間違った答えが出ました。

二桁数字 | Two digit number

ここでは一桁の数字認識だけをするプログラムとなっています。

読み取れないときはなんでも「1」と間違った答えが出てしまいます。

この本から引用、参考に学び、完成させることができました。しかし、ここではプログラミング初心者の私が詳しく解説することは、おこがましく、難しく出来ません（ToT）
その点、この本では丁寧な解説が載っていますので、解説とともにコードを書き、完成させればより深く学ぶことができます(^.^)、実際、初心者の私でもわかりやすかったです。身に付け消えないスキルが2,000円程ならコスパよく、買っておいてよかったと満足してます。

＊尚、ここではバージョン「Python 3.6.1」を使用しています。

わからないことはプロフェッショナルから学ぶのが一番

キャリアアップに必要なスキルを取得しよう。

オンラインで受講ができるスクールですので、全国どこからでも。