使用knn对MNIST分类

有不少同学看到我的《Python代码实现简单的MNIST手写数字识别（适合初学者看）》博客，跟我要源代码和数据，还得邮箱一个一个回复，我直接放在资源里吧。另外还有根据knn原理写的代码，没有使用sklearn库，也上传在我的资源里了。

import numpy as np
import struct
import cv2

def readfile（）:#读取源图片文件
    with open（‘E:\\t10k-images.idx3-ubyte‘‘rb‘） as f1:
        buf1 = f1.read（）
    return buf1

def get_image（buf1）:#解析并保存图片
    image_index = 0
    image_index += struct.calcsize（‘>IIII‘）
    magicnumImagesimgRowsimgCols=struct.unpack_from（“>IIII“buf10）
    im = []
    for i in range（numImages）:
        temp = struct.unpack_from（‘>784B‘ buf1 image_index）
        im=np.array（temp）
        im2=im.reshape（2828）
        cv2.imwrite（“E:\\testImages\\testIM“+str（i）+“.jpg“im2）#保存路径自己设置
        image_index += struct.calcsize（‘>784B‘）  # 28*28=784（B）
        if i%20==0:#知道图片保存的进度
            print i
        else:
            print i

if __name__ == “__main__“:
    image_data = readfile（）
    get_image（image_data）
    cv2.waitKey（0）
    cv2.destroyAllWindows（）

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2018-02-17 13:23  MNIST_dataset\
     文件         935  2017-08-12 22:12  MNIST_dataset\PythonApplication8.py
     文件        3710  2017-08-12 22:49  MNIST_dataset\ShouXieShiBie.py
     文件     7840016  1998-01-26 23:07  MNIST_dataset\t10k-images.idx3-ubyte
     文件       10008  1998-01-26 23:07  MNIST_dataset\t10k-labels.idx1-ubyte
     文件       10000  2018-01-01 17:41  MNIST_dataset\test_label.txt
     文件    47040016  1996-11-18 23:36  MNIST_dataset\train-images.idx3-ubyte
     文件       60008  1996-11-18 23:36  MNIST_dataset\train-labels.idx1-ubyte
     文件       60000  2018-01-01 17:32  MNIST_dataset\train_label.txt
     文件    22404949  2018-02-17 13:23  MNIST_dataset\unpacked_MNIST.zip