模拟算法大赛（考核）
完成机器学习的基础学习之后，我们通常会通过参加一些算法大赛来检验自己的学习成果。
譬如：
-
阿里云天池算法大赛：阿里巴巴集团主办的一系列比赛，涵盖了许多不同的领域和问题，如推荐系统、图像识别、预测等。
-
Kaggle竞赛：一个国际平台，我们之前火山下的文明一课就是Kaggle。
-
CCF大数据与计算智能大赛：由中国计算机学会（CCF）主办，涵盖了许多实际问题，如交通预测、社交网络分析等。
参加算法大赛可以帮助我们更好地理解机器学习的应用，获取一些实际问题的解决方案，提高自己的编程能力和数据分析能力。另外，这些算法大赛通常会提供大量的数据集和评测标准，我们需要根据数据集训练模型，并提交预测结果，最终根据评测标准来评价模型的性能。
本项目仅评价工程能力，即项目完成度。
以日常中交通违法为例，交管在路口设有自动抓拍系统。
这个系统利用图片的相似性比较，如果发现有车辆闯红灯，或者违法停车，就会自动拍摄车辆的照片。
同时记录时间、摄像头位置等信息。
系统识别车牌。
然后通过车牌号码在信息库里获取车主的号码，并自动发送短信。（如果我们自己需要完整的模拟整个流程，可以改成电子邮箱）
【交管通知】尊敬的XXX，您好，您的车辆在XX点XX分XXX路口违规，请XXXX,违法照片请点击XXXX，申诉请点击XXX。
这个流程非常清晰，车牌识别是一个非常重要的环节。
搜索数据集
我们从以上的算法大赛中选择一个数据集，然后通过数据集来训练模型。
这里以下面这个数据集（约200MB）为例：
下载方式1（群晖）：https://gofile.me/7fmxe/asNF1hX5A密码：kjzx
下载方式2（阿里云天池）：https://tianchi.aliyun.com/dataset/90055
下载方式3（Kaggle）：https://www.kaggle.com/datasets/andrewmvd/car-plate-detection/data
观察数据集
我们把数据集下载下来，简单的研究一下。
发现里面有2个文件夹，一个是images（图像），另一个是annotations（注释）
通过观察我们可以轻松发现annotations中的文件名.xml和images中的文件名.png是一一对应的。
其中文件名.xml中包含了车牌的位置信息，如下：
<annotation>
<folder>图片</folder>
<filename>Cars0.png</filename>
<size>
<width>500</width>
<height>268</height>
<depth>3</depth>
</size>
<segmented>0</segmented>
<object>
<name>licence</name>
<pose>未指定</pose>
<truncated>0</truncated>
<occluded>0</occluded>
<difficult>0</difficult>
<bndbox>
<xmin>226</xmin>
<ymin>125</ymin>
<xmax>419</xmax>
<ymax>173</ymax>
</bndbox>
</object>
</annotation>
通过观察可以发现，我们可以通过解析文件名.xml文件，通过两点定位获取车牌的位置信息，然后通过文件名.png文件，获取车牌的图像信息。
如果这个数据集没有标注，我们可以通过判断图片中矩形的位置，来获取车牌的位置信息。具体方法与火山下的文明一课中的方法类似。
处理数据集
根据下方代码提示补全，未提及内容已经补全，需要补全的内容已经标注。
正确处理之后的代码，可以将整个车牌的图像裁剪出来，保存到cropped_images目录下。
# 导入xml.etree.ElementTree库，用于处理XML文件
import xml.etree.ElementTree as ET
# 导入os库，用于处理文件和目录
import os
# 导入PIL库的Image模块，用于处理图像
from PIL import Image
# 定义一个函数parse_xml，参数为xml文件的路径
def parse_xml(xml_file) -> dict:
# 解析xml文件，获取ElementTree对象
tree = ET.parse(xml_file)
# 获取xml文件的根元素
root = tree.getroot()
# 初始化一个空字典来存储数据
data = {}
# 从xml文件中获取各个元素的值，并存储到字典中
data['folder'] = root.find('folder').text
data['filename'] = root.find('filename').text
data['width'] = root.find('size/width').text
data['height'] = root.find('size/height').text
data['depth'] = root.find('size/depth').text
data['segmented'] = root.find('segmented').text
# 初始化一个空列表来存储所有的对象数据
objects = []
# 遍历xml文件中的所有'object'元素
for obj in root.findall('object'):
# 初始化一个空字典来存储当前对象的数据
obj_data = {}
# 从'object'元素中获取各个子元素的值，并存储到字典中
obj_data['name'] = obj.find('name').text
obj_data['pose'] = obj.find('pose').text
obj_data['truncated'] = obj.find('truncated').text
obj_data['occluded'] = obj.find('occluded').text
obj_data['difficult'] = obj.find('difficult').text
obj_data['xmin'] = obj.find('bndbox/xmin').text
obj_data['ymin'] = obj.find('bndbox/ymin').text
obj_data['xmax'] = obj.find('bndbox/xmax').text
obj_data['ymax'] = obj.find('bndbox/ymax').text
# 将当前对象的数据添加到对象列表中
objects.append(obj_data)
# 将对象列表添加到数据字典中
data['objects'] = objects
# 返回数据字典
return data
# 定义一个函数get_coordinates，参数为从parse_xml函数返回的数据字典
def get_coordinates(data:dict) -> tuple:
# 获取数据字典中的第一个对象
# 返回对象的xmin, ymin, xmax, ymax值（转换为整数）
# 定义一个函数crop_image，参数为图片路径、坐标和新图片路径
def crop_image(image_path:str, coordinates:tuple,new_image_path:str) -> None:
# 打开图片 提示 .open
# 根据给定的坐标裁剪图片
cropped_img = img.crop(coordinates)
# 保存裁剪后的图片到新的路径 提示- .save
def split_bndbox():
# 遍历'annotations'目录下的所有文件
for annotations in os.listdir('annotations'):
# 构建annotations文件的完整路径
# 构建对应的图片文件路径
# 构建裁剪后的新图片路径
# 如果'cropped_images'目录不存在，则创建
# 解析annotations文件，获取数据
# 从数据中获取坐标
coordinates = get_coordinates(data)
# 根据坐标裁剪图片，并保存到新的路径
crop_image(image_path, coordinates , new_image_path)
if __name__ == '__main__':
split_bndbox()
车牌二次分割与人工标注
通过人眼的观察，对车牌进行标注，例如
此过程你也可以删除一些你认为不佳的图片，譬如：Cars129 以提高模型的训练效果。
我们可以把数据拆解并分类为一个个独立的车牌数字图片，例如Cars432应该被标注为DL49AK49，拆分为8个独立的小图片，分别为D/1.png、L/1.png、4/1.png、9/1.png、A/1.png、K/1.png、4/2.png、9/2.png。
表示字母D的图片保存在D文件夹下，表示数字1的图片保存在1文件夹下。
分类完成之后二值化（最后二值化是因为有些字母或数字二值化后难以分辨）
这样拆解完400+张照片后，假设每张照片有6个小图片，那么我们就有2400+张小图片。平均分布在26个字母和10个数字上，每个字母和数字大概有80张图片。
通过人工标注，检查这些小图片是否正确，如果不正确，可以移动到对应的文件夹，或者删除错误的图片。
另外我们从images文件夹中，选几张图片，标注后放在test文件夹下，用于测试模型的准确度。
训练模型
解压后，我们当前的文件夹应该是这样的，
├── archive
│ ├── class_0
│ │ ├── 0_1.png
│ │ ├── 0_2.png
│ │ ├── ...
│ ├── class_1
│ │ ├── 1_1.png
│ │ ├── 1_2.png
│ │ ├── ...
│ ├── ...
├── annotations
│ ├── Cars0.xml
├── test
├── split_images.py
├── train_model.py
├── predict.py
现在其他文件夹都是过程文件，archive文件夹是结果文件，里面存放了所有分类好的车牌图片。
我们可以通过下方代码模板训练模型，至少完成一种。
import split_images
def model(model_name:str,img_path:str) -> str:
if model_name == 'model1':
return '识别结果1'
elif model_name == 'model2':
return '识别结果2'
elif model_name == 'model3':
return '识别结果3'
sklearn部分的参考代码（需要封装为函数）：
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score
# 加载数据集
digits = datasets.load_digits()
# 数据预处理
X = digits.data
y = digits.target
# 分割数据集为训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 数据标准化
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
X_test = sc.transform(X_test)
# 创建 KNN 分类器
knn = KNeighborsClassifier(n_neighbors=3)
# 训练模型
knn.fit(X_train, y_train)
# 预测测试集结果
y_pred = knn.predict(X_test)
# 计算预测准确率
accuracy = accuracy_score(y_test, y_pred)
print('Accuracy: ' + str(accuracy))
效果展示
我们可以通过下方代码，将模型应用到新的图片上。(固定格式，无需修改)
import train_model
import os
for test_img in os.listdir('test'):
test_img_path = os.path.join('test',test_img)
print(test_img,':',end='')
for i in ['model1','model2','model3']:
model = train_model.model(i,test_img_path)
print(model,'|',end='')
print()
运行结果应该是这样的：
DZ17YXR.png :识别结果1 |识别结果2 |识别结果3 |
PGMN112.png :识别结果1 |识别结果2 |识别结果3 |
由于本项目侧重考察工程能力，因为不添加准确度判断，所以只要能够运行即可。