質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.82%

scikit-learnにおける手書き文字認識

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,215

11_aria

score 11

前提・実現したいこと

scikit-learnの中にあるdigitsを用いて手書き文字認識を行いたいと考えています。
以下の画像は認識を行いたい画像データ群です。
イメージ説明イメージ説明イメージ説明イメージ説明イメージ説明イメージ説明イメージ説明イメージ説明イメージ説明

ここで、digitsが8×8の大きさなので、認識を行いたい画像群も同じ8×8にしています。
まず、digitsデータとテストを行いたい画像群をロードし、digitsデータを訓練画像とし、svmでモデルを作成しています。
そして、テストを行いたい画像群でテストを行っています。
そこで、エラーが発生し、止まっています。
よければ、ご教授お願い致します。

発生している問題・エラーメッセージ

エラーメッセージは以下の通りです。

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-61-39a29d96a6f9> in <module>
     31 
     32 # 分類器を使ってテストデータを分類する
---> 33 predicted_A = clf.predict(test_data_A)
     34 
     35 # 分類結果を表示する

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\svm\base.py in predict(self, X)
    565             Class labels for samples in X.
    566         """
--> 567         y = super(BaseSVC, self).predict(X)
    568         return self.classes_.take(np.asarray(y, dtype=np.intp))
    569 

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\svm\base.py in predict(self, X)
    323         y_pred : array, shape (n_samples,)
    324         """
--> 325         X = self._validate_for_predict(X)
    326         predict = self._sparse_predict if self._sparse else self._dense_predict
    327         return predict(X)

C:\ProgramData\Anaconda3\lib\site-packages\sklearn\svm\base.py in _validate_for_predict(self, X)
    476             raise ValueError("X.shape[1] = %d should be equal to %d, "
    477                              "the number of features at training time" %
--> 478                              (n_features, self.shape_fit_[1]))
    479         return X
    480 

ValueError: X.shape[1] = 192 should be equal to 64, the number of features at training time

該当のソースコード

#モジュールインポート
import os
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from skimage import data
import cv2 as cv2
from sklearn.externals import joblib
from sklearn import svm

#digitsデータをロード
digits = datasets.load_digits()

#テストデータをロード
feature = np.array([data.imread(f'img/suuji_1/{path}') for path in os.listdir('img/suuji_1')])
feature = feature.reshape(len(feature), -1).astype(np.float64)

#先頭から1796件をトレーニングデータとする
train_data, train_target = digits.data[0:1796], digits.target[0:1796]

#分類器の作成。SVMというアルゴリズムを選択
clf = svm.SVC(gamma=0.001, C=100.)

#分類器に手書き数字データと正解ラベルの訓練データを与えて学習させる
clf.fit(train_data, train_target)

# テストデータとしてimg_1フォルダ内の画像を与える
test_data_A = feature.data[0:9]

# 分類器を使ってテストデータを分類する
predicted_A = clf.predict(test_data_A)

# 分類結果を表示する
print(test_data_A)
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

画像データ群がグレースケールではないため、RGBのぶん、3倍のデータ量をもっているため、

X.shape[1] = 192 should be equal to 64

となってしまっているのだと思います。digitsのデータはグレースケールなので64です。
PILでimg.convert('L')とかしたデータをimg/suuji_gray/ とかにおいてやればいいと思います。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/05/23 08:40

    回答ありがとうございます。グレースケール化し他画像で記載のプログラムを動かしたところ
    <memory at 0x000001FB886CBDC8>
    としか表示されません。
    原因は何でしょうか・・・?

    キャンセル

  • 2019/05/23 09:14

    分類結果として表示したいのは・・・predicted_Aではないですか?

    test_data_Aは feature.dataなので、memoryviewオブジェクトのようですね。

    キャンセル

  • 2019/05/23 20:58

    ありがとうございます!!!!無事に解決できました。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.82%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る