AI嵌入式K210项目（25）-手写数字识别

---

前言

本节课主要学习K210识别数字的功能，能识别手写的数字和打印的数字。

---

一、实验准备

请先将模型文件导入内存卡上，再将内存卡插入到K210开发板的内存卡插槽上，具体操作步骤请参考：

AI嵌入式K210项目（21）-AI模型文件导入至TF卡

本实验使用/sd/KPU/mnist/uint8_mnist_cnn_model.kmodel模型；

数字识别需要用的内存卡加载模型文件，所以需要提前将模型文件导入内存卡，再将内存卡插入K210开发板的内存卡卡槽里，如果无法读取到内存卡里的模型文件，则会报错。

二、实验过程

导入相关库，并初始化摄像头和LCD显示屏；

import sensor, image, time, lcd
from maix import KPU
import gc

lcd.init(freq=15000000)
sensor.reset()                      # Reset and initialize the sensor. It will
                                    # run automatically, call sensor.run(0) to stop
sensor.set_pixformat(sensor.RGB565) # Set pixel format to RGB565 (or GRAYSCALE)
sensor.set_framesize(sensor.QVGA)   # Set frame size to QVGA (320x240)
sensor.set_windowing((224, 224))
sensor.skip_frames(time = 1000)     # Wait for settings take effect.
clock = time.clock()                # Create a clock object to track the FPS.

初始化KPU相关的参数，kpu需要加载kmodel文件，本次实验需要的模型文件路径为：/sd/KPU/mnist/uint8_mnist_cnn_model.kmodel

kpu = KPU()
kpu.load_kmodel("/sd/KPU/mnist/uint8_mnist_cnn_model.kmodel")

新建while循环读取摄像头画面，然后复制一个112*112大小的画面，对像素进行取反等处理，再将图像传入KPU里进行计算，与模型文件做运算，最终得到最优识别结果和识别分数。

while True:
    gc.collect()
    img = sensor.snapshot()
    img_mnist1=img.to_grayscale(1)        #convert to gray
    img_mnist2=img_mnist1.resize(112,112)
    a=img_mnist2.invert()                 #invert picture as mnist need
    a=img_mnist2.strech_char(1)           #preprocessing pictures, eliminate dark corner
    a=img_mnist2.pix_to_ai()

    out = kpu.run_with_output(img_mnist2, getlist=True)
    max_mnist = max(out)
    index_mnist = out.index(max_mnist)
    #score = KPU.sigmoid(max_mnist)
    display_str = "num: %d" % index_mnist
    print(display_str)
    a=img.draw_string(4,3,display_str,color=(0,0,0),scale=2)
    lcd.display(img)

kpu.deinit()

三、实验结果

将K210开发板通过TYPE-C数据线连接到电脑上，CanMV IDE点击连接按钮，连接完成后点击运行按钮，运行例程代码。也可以将代码作为main.py下载到K210开发板上运行。

等待系统初始化完成后，LCD显示摄像头画面，将摄像头拍摄自己手写的数字或打印的数字，屏幕左上角会显示当前识别到的数字。

---

总结

本实验使用K210的KPU和yolov2模型实现数字识别功能，使用IDE示例中代码，对实现的功能模块加以分析；可以通过调节阈值调整识别的准确率；