MnistIdentify

以Mnist手寫資料庫做訓練來辨識手寫

目的 : 我們以Mnist手寫資料庫為訓練，以這個mode辨識我們手寫數字體。

方法 :

以python2.7為撰寫語言


抓取Mnist資料庫 0~70000筆以100為間隔抓資料
mnist.data[0:70000:100]
並使用MLPClassifier做為分辨的分類演算法，並透過它訓練
classifier.fit(data, target)


以Tkinter做一個小的圖形介面－2　Button、1 Canvas


我們應用Canvas(112x112)手寫數字，但在內部則以ImageDraw(28x28)做為紀錄。
若是我們按下 Identify Button ，則先將ImageDraw改變bit depth : 24 → 8，存成一個Image28x28)。


待mode 取 Mnist資料並訓練好，我們將這個Image先轉為numpy array，存入要預測data陣列第0個。

接下來做辨識的預測，以對話框做解釋


成果 : 

檔案及期末報告簡報:
https://www.dropbox.com/s/tzlsot8i1icc6vu/m0429005_pattern_finalproject.rar?dl=0

內容較雜：主要程式寫於 paint.py，報告ppt為以Mnist手寫資料庫做訓練來辨識

手寫的資料庫及辨識率，會於1/18專題報告完後補上