动手学AI（8）识别摄像头拍摄的手写数字

动手学AI系列文章介绍了用opencv调用摄像头的方法和用训练神经网络识别手写数字的方法。

如何把这两者结合起来,使用神经网络能识别摄像头拍摄到的图像呢？

一、保存及调用训练好的神经网络模型：

在上篇文章代码的末尾加上两行代码，用于保存神经网络模型。

import h5py

model.save('picturelearn.h5')

在以后的程序中，就只要调用此模型，进行手写数字识别。

调用神经网络模型：

from keras.models import load_model

model=load_model('picturelearn.h5')

二、识别摄像头拍摄的手写数字

使用网络前，要捕获摄像头图片，并对图片进行处理与识别。

import numpy as np

import cv2

cap = cv2.VideoCapture(0)

while(cap.isOpened()):

# 从摄像头读取一帧，ret是表明成功与否

ret, frame = cap.read()

if ret:

cv2.imshow('frame',frame)

#处理图片

gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)#灰度图

number=gray[50:330,180:460]#截取图片中间部分（数字区域）

little=cv2.resize(number,(28,28),interpolation=cv2.INTER_CUBIC)#图片大小改成28*28

ret,thresh=cv2.threshold(little,127,255,cv2.THRESH_BINARY_INV)#二值化，反转

X=thresh.reshape(1，784).astype('float32')#修改成神经网络所要求的数据形状

x=X/255#归一化

result=model.predict(x)[0]#识别

res=np.argmax(result)#提取识别结果

print(res)#显示识别结果

else:

break

if cv2.waitKey(1) & 0xFF == ord('q'):

break

cap.release()

cv2.destroyAllWindows()