Python 将OpenCV图像传递给KNearest'；让我们找到最近的

我一直在学习通过使用kNN分类训练OpenCV为OCR设置Python的示例。我遵循第一个示例，生成了一个

knn_data.npz

，用于存储培训数据和培训标签，以备以后使用。我现在要做的是回忆训练数据，并将其应用到OpenCV图像中，该图像中只有一个字符：

# Load training data
trainingData = np.load('knn_data.npz')
train = trainingData['train'] 
trainLabels = trainingData['train_labels']

knn = cv2.KNearest()
knn.train(train, trainLabels)

letter = cv2.imread('letter.png')
letter = cv2.cvtColor(letter, cv2.COLOR_BGR2GRAY)
print letter.shape
letter = letter.reshape((1,100))
letter = np.float32(letter)
print letter.shape

ret, result, neighbors, dist = knn.find_nearest(letter, k=5)
print result

'letter.png'

图像是一个10x10的图像，因此调整图像大小非常安全，numpy成功地将图像大小调整为一维形状数组（1100）。但是，当我尝试将其传递到

knn.find_nearest（…）

函数时，我得到一个错误，即使用浮点矩阵：

OpenCV Error: Bad argument (Input samples must be floating-point matrix (<num_samples>x<var_count>)) in find_nearest, file /build/buildd/opencv-2.4.8+dfsg1/modules/ml/src/knearest.cpp, line 370
Traceback (most recent call last):
  File "sudoku.py", line 103, in <module>
    ret, result, neighbors, dist = knn.find_nearest(letter, k=5)
cv2.error: /build/buildd/opencv-2.4.8+dfsg1/modules/ml/src/knearest.cpp:370: error: (-5) Input samples must be floating-point matrix (<num_samples>x<var_count>) in function find_nearest

OpenCV错误：find_nearest文件/build/buildd/OpenCV-2.4.8+dfsg1/modules/ml/src/knearest.cpp第370行中的参数错误（输入样本必须是浮点矩阵（x））
回溯（最近一次呼叫最后一次）：
文件“sudoku.py”，第103行，在
ret，result，neights，dist=knn.查找最近的（字母，k=5）
cv2.error:/build/buildd/opencv-2.4.8+dfsg1/modules/ml/src/knearest.cpp:370:error:（-5）输入样本必须是函数find_中的浮点矩阵（x）

---

然而，我重新塑造了我的图像，使其占据一行，并将其转换为一个浮点，所以我不完全确定为什么会出现这个错误。有什么建议吗

我才意识到为什么会这样。为了使kNN分类发挥作用，测试数据（或本例中的单个字母）需要具有与训练数据完全相同的特征数。在本例中，我的训练数据使用20x20图像，因此行向量的长度为400，但我的字母仅为10x10

我通过将我的字母放大到20x20并将其展平为大小为400（20^2）的行向量来解决这个问题

这也不一定要通过行向量来实现。测试数据可以像训练数据一样格式化为矩阵，其中每行包含一个样本，在本例中为一个字母。然后，

find_nearest

将返回一个矩阵，其中每行对应于测试数据