OpenCV笔迹识别系统全解析：从图像预处理到特征比对

发布时间：2026/10/26 15:31:31
OpenCV笔迹识别系统全解析：从图像预处理到特征比对

简介：这是面向毕业设计和图像识别入门者的笔迹识别系统完整项目，解决了刑事案件笔迹比对与银行票据签名真伪鉴别中长期依赖人工、耗时费力的问题。系统以OpenCV为核心完成图像识别与文字相似度判断，逐字拆分、重点比对相似区域后输出相似度结果；界面采用pyQt构建，操作提示简洁，后台使用matplotlib分步可视化处理过程，最终只向用户呈现识别结论，兼顾易用性与直观性。资源以zip压缩包形式提供，大小38.21MB，平台显示文件总数为0且文件类型明细暂缺，故不逐一罗列内部清单；目前已有200人学习。下载后可获得可编译运行的完整工程、模块化识别流程说明、界面与算法设计思路，适合作为毕业设计参考、课设拓展或OpenCV图像识别实践的学习样板。

1. 笔迹识别系统到底在做什么：先想清楚这个毕设的边界

看到“基于opencv图像识别的笔迹识别系统”这个标题，很多人第一反应是：把两张手写图片丢进 OpenCV，算个相似度，大于阈值就是同一个人。实际跑过一遍源码就会发现，最花时间的根本不是“图像识别”这一步，而是怎么把一笔一画的书写习惯转成稳定的特征向量。这套系统的正确定位是：用传统计算机视觉方法，对手写样本做预处理、特征提取和距离比对，输出“这份笔迹是否属于某人”的判断，同时留下一套能改参数、能复现结果的源码和文档。

它适合两类人：一类是正在选毕业设计题目、需要快速落地又能讲清原理的本科生；另一类是刚接触 OpenCV 图像处理、想拿一个完整项目练习预处理和特征工程的人。看懂这个项目，你得到的不是一个黑盒模型，而是一条从图像到决策的完整链路。

2. 从图像到干净的字迹：预处理管线怎么把原图变成二值图

笔迹识别比的是写法习惯，不是像素颜色。一张直接用手机拍的手写照片，往往带着背景阴影、纸张纹理、倾斜角度和光照不均，这些干扰会全部混进后续特征。我一般会把预处理分成三步走：灰度化与二值化、去噪与倾斜校正、统一尺寸。这套管线的目标只有一个：把任意来源的原图变成“只有字迹、没有杂物”的二值图，后面的特征提取才有意义。

2.1 灰度化与二值化：为什么不能跳过中间步骤

OpenCV 读进来的图片默认是 BGR 三通道。如果直接在这个彩色图上提取特征，背景纸张颜色、阴影渐变都会被当成有效信息。笔迹的本质是墨迹在纸上留下的二值分布，所以第一步永远是降维成灰度图，再通过阈值把“墨迹”和“背景”彻底分开。

常见做法是用cvtColor转灰度，然后做二值化。这里有个坑：固定阈值threshold只适合光照均匀的扫描件，手写照片经常一边亮一边暗，固定阈值会把暗部的字迹吃掉。我会用adaptiveThreshold，它按局部区域自动算阈值，能救回大部分阴影下的笔画：

import cv2 import numpy as np def preprocess_image(image_path): img = cv2.imread(image_path) if img is None: raise ValueError(f"cannot read image: {image_path}") gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) binary = cv2.adaptiveThreshold( gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV, 35, 15 ) return binary

这段代码里ADAPTIVE_THRESH_GAUSSIAN_C表示用局部高斯加权均值做阈值基准，blockSize=35是局部邻域边长，必须是奇数，值越大对光照变化越不敏感，但也会丢掉细节；C=15是基准值减去的一个偏移，C 越大，被判定为前景的要求越严格。THRESH_BINARY_INV之所以取反，是因为笔迹是深色，取反后墨迹变成 255、背景变成 0，后面统计前景像素比例时更直观。

这里最值得花时间的是 blockSize 和 C 这一组参数。实际项目里，我会先挑一张光照最差的样本，把 blockSize 从 15 试到 51，C 从 5 试到 25，每换一组就存一张图肉眼看一遍。二值化效果直接决定后面所有指标的稳定性，这一步偷懒，后面识别率波动会全算到算法头上。

2.2 去噪与倾斜校正：让同一个人两次写的字站在同一坐标系

二值图里仍然会有两类残留：扫描噪点和纸张纤维产生的小颗粒，以及文字整体倾斜。笔画里如果混进孤立噪点，网格特征里的前景比例会被抬高；倾斜角度不一致，同一批样本的横竖投影特征会错位。处理顺序通常是先去噪、再校正倾斜，因为先校斜再找轮廓会有更多干扰。

去噪我常用两步：先用 3×3 的矩形结构元做一次开运算（OpenCV 里是morphologyEx），把细小的孤立点吃掉；再用findContours找到所有连通域，面积小于阈值的小块直接丢弃。倾斜校正则用最小外接矩形计算整体倾角：

def denoise_and_deskew(binary): kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) opened = cv2.morphologyEx(binary, cv2.MORPH_OPEN, kernel, iterations=1) contours, _ = cv2.findContours(opened, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) cleaned = np.zeros_like(opened) for cnt in contours: if cv2.contourArea(cnt) > 20: cv2.drawContours(cleaned, [cnt], -1, 255, -1) coords = cv2.findNonZero(cleaned) if coords is None: return cleaned rect = cv2.minAreaRect(coords) angle = rect[-1] if angle < -45: angle = -(90 + angle) else: angle = -angle h, w = cleaned.shape M = cv2.getRotationMatrix2D((w // 2, h // 2), angle, 1.0) deskewed = cv2.warpAffine(cleaned, M, (w, h), flags=cv2.INTER_CUBIC, borderValue=0) return deskewed

这段有几个细节值得说。RETR_EXTERNAL只提取最外层轮廓，对文字这种彼此不相连的笔画足够用，而且能避免内部孔洞带来的额外轮廓。minAreaRect返回的 angle 范围是[-90, 0)，这个取值在横排文字和竖排文字上会差 90 度，所以要加一层判断把它归一化到[-45, 45)，否则横写、竖写样本旋转方向不一致。borderValue=0表示旋转后空白区域补黑，避免补白后在二值图里变成新的前景。

开运算的核大小，我一般先用 (3, 3)，如果噪点还是一大片，就换成 (5, 5)。注意核太大容易把笔画末端磨掉，最后识别率反而下降。倾斜校正不是万能的，个别样本如果纸面本身折角严重，透视变形并不能靠旋转解决，这种样本要么重拍，要么从数据集里剔除。

2.3 批量处理脚本：把一套预处理参数跑完整个样本集

毕设里通常有几十上百张样本，手动一张张跑不现实。常见的做法是写一个批量脚本，遍历目录里的所有图片，执行上面两个函数后写到新的文件夹。关键是要保留子目录结构，因为训练集和测试集一般是分文件夹管理的。

import os from glob import glob input_dir = "data/raw" output_dir = "data/processed" for path in glob(os.path.join(input_dir, "**", "*.jpg"), recursive=True): rel_path = os.path.relpath(path, input_dir) out_path = os.path.join(output_dir, rel_path) os.makedirs(os.path.dirname(out_path), exist_ok=True) try: binary = preprocess_image(path) deskewed = denoise_and_deskew(binary) cv2.imwrite(out_path, deskewed) print(f"done: {rel_path}") except Exception as exc: print(f"failed: {rel_path}, reason={exc}")

这个脚本用recursive=True匹配子目录，os.path.relpath保留相对路径，输出目录和输入目录一一对应。批量处理后一定要人工抽查至少 20% 的样本，特别是倾斜校正那一步，偶尔会碰到整行字被裁掉边缘的情况。

预处理参数一旦定下来，就不要在样本之间来回改。我见过不止一次：因为某张图二值化效果差就单独调参数，结果同一批样本特征口径不一致，后面比对全部漂移。正确做法是固定一套参数，处理完所有样本，再根据整体效果决定要不要调，而不是边跑边改。

注意：预处理参数一旦确定，请在项目文档里写明具体值，答辩时会用得到。

3. 特征提取与比对：笔迹识别最核心的“怎么比”

预处理只能让图像干净，真正决定“识别”效果的是特征。在基于 OpenCV 的 Python 图像识别方案里，笔迹识别和常见的深度学习分类不同，核心是把一张字迹图压缩成一个固定长度的向量，再用向量距离判定相似度。特征选得对不对，直接决定系统是“科学识别”还是“像素玄学”。

3.1 统计特征：网格特征与投影特征

最常用、也最容易讲清原理的是网格特征。把二值图平均切成 N×N 的小格子，每个格子里统计墨迹像素占比。这个特征能反映字迹在空间上的分布习惯，比如字体大小、疏密、上下左右留白。配合笔迹识别场景，网格特征对“同一个人写的字整体布局稳定”这个假设非常敏感。

def grid_feature(binary, grid_size=(8, 8)): h, w = binary.shape gh, gw = grid_size cell_h, cell_w = h // gh, w // gw features = [] for i in range(gh): for j in range(gw): cell = binary[i * cell_h:(i + 1) * cell_h, j * cell_w:(j + 1) * cell_w] ratio = cv2.countNonZero(cell) / (cell_h * cell_w) features.append(ratio) return np.array(features, dtype=np.float32)

这里的countNonZero统计每个格子里值为 255 的像素数，除以格子面积得到占比，这样不同分辨率、不同书写大小的样本在特征尺度上统一了。网格 (8, 8) 是起步值，网格越大特征越细致、但对位置偏移越敏感；网格越小越鲁棒、但区分度越低。毕设场景里建议从 (8, 8) 起步，先看结果再考虑换成 (16, 16)。

另一个统计特征是投影特征。把二值图分别按行和列做平均，得到两个一维向量，一个描述横向笔画密度分布，一个描述纵向。它和网格特征互补：网格描述局部密度，投影描述整体轮廓走势。

def projection_feature(binary): h, w = binary.shape vertical = cv2.reduce(binary, 0, cv2.REDUCE_AVG).flatten() horizontal = cv2.reduce(binary, 1, cv2.REDUCE_AVG).flatten() return np.concatenate([vertical, horizontal])

cv2.reduce的第二个参数 0 表示把整个图像压缩到一行，1 表示压缩到一列，REDUCE_AVG返回平均灰度，因为二值图的像素只有 0 和 255，平均值就等价于该行或列上墨迹的密度。投影特征向量长度是 w+h，比网格特征长得多，使用时一般会先降采样或者归一化，避免它主导距离计算。

3.2 结构特征：轮廓与笔画方向

网格和投影都是统计特征，它们有个弱点：对同样的墨迹量，字写歪一点或笔画粗细变化，数值就会跳动。所以在做笔迹识别时还要补结构特征。最常见的是 Hu 矩和笔画方向直方图。

Hu 矩是 OpenCV 自带的形状描述子，它用归一化中心矩构造了 7 个对平移、缩放、旋转不敏感的数值。对笔迹来说，字形轮廓的整体形状往往有个人特色，Hu 矩正好把这个“形”压成一组小向量。

def hu_moments_feature(binary): moments = cv2.moments(binary) hu = cv2.HuMoments(moments).flatten() return -np.sign(hu) * np.log10(np.abs(hu) + 1e-10)

注意 Hu 矩的数值范围跨度非常大，直接送进距离计算会被第一维主导，所以用-sign * log10做一次对数压缩，让 7 个维度处在相近量级。1e-10是防零保护，如果某个矩正好是 0，对数不会变成负无穷。

笔画方向直方图是另一个更贴近“笔迹”理解的特征。用 Sobel 算子算出每个像素的梯度方向和幅值，只保留幅值足够大的点，统计它们的角度分布。字的写法不同，笔画的走向偏好就会不同，比如有人横平竖直，有人撇长捺短，这个直方图能把这类习惯量化出来。

def stroke_direction_histogram(binary, bins=8): sobelx = cv2.Sobel(binary, cv2.CV_32F, 1, 0, ksize=3) sobely = cv2.Sobel(binary, cv2.CV_32F, 0, 1, ksize=3) magnitude = cv2.magnitude(sobelx, sobely) angle = cv2.phase(sobelx, sobely, angleInDegrees=True) mask = magnitude > 10 hist, _ = np.histogram(angle[mask], bins=bins, range=(0, 180)) hist = hist.astype(np.float32) total = hist.sum() if total > 0: hist /= total return hist

这里magnitude > 10是经验阈值，过滤掉二值图里那些由毛刺引起的弱梯度。range=(0, 180)把方向分成 8 个区间，最后除以总数做归一化，让这个特征只看方向分布、不看字迹总量。

3.3 比对与分类：欧氏距离、余弦相似度与KNN

特征提取之后，系统就变成了一堆向量。怎么判断属于同一个人？常见做法是算距离或者相似度。欧氏距离直观，适合网格特征这种“密度差值”语义；余弦相似度更适合笔画方向这种角度分布特征，它对向量长度不敏感。毕设源码里通常两个都有，开一个开关就能切换。

def euclidean_distance(f1, f2): return np.sqrt(np.sum((f1 - f2) ** 2)) def cosine_similarity(f1, f2): dot = np.dot(f1, f2) norm1, norm2 = np.linalg.norm(f1), np.linalg.norm(f2) if norm1 == 0 or norm2 == 0: return 0.0 return dot / (norm1 * norm2) def knn_predict(train_features, train_labels, test_feature, k=3): scored = sorted( ((euclidean_distance(test_feature, f), label) for f, label in zip(train_features, train_labels)), key=lambda x: x[0] ) votes = {} for _, label in scored[:k]: votes[label] = votes.get(label, 0) + 1 return max(votes.items(), key=lambda x: x[1])[0]

KNN 在这里承担分类器角色。k 是参与投票的近邻数，候选者每人有 3 个训练样本时，k=3 是常用值；样本更多时可以适当调大。距离函数切换会影响结果：网格特征用欧氏距离更稳，如果特征拼接了方向直方图，建议单独对这段特征用余弦。最稳的做法是先归一化所有特征再算距离，不然量级大的特征会把小的压没。

这里还有一个容易被忽略的问题：特征不是越多越好。把网格、投影、Hu 矩、方向直方图全拼成一个超长向量，维度变高之后距离会被稀释，而且有的维度互相冗余。我的习惯是先做单特征验证，看哪个特征区分度最好，再决定融合方式，而不是一开始就全拼。

4. 源码结构与项目文档：拿到毕设工程后先看哪里

标题里“源码+详细项目文档”这七个字，对准备交毕设的人来说才是真正的交付物。算法能跑通只是第一步，老师评审时看的是结构清不清楚、文档能不能支撑答辩。这一章按我惯用的工程组织方式，把源码和文档的骨架拆开讲。

4.1 源码模块划分：预处理、特征、比对、界面四层

常见做法是把代码分成四个模块，各管一段：预处理管图像，特征管向量，比对管距离和分类，main 管流程和交互。这样不只在答辩时好解释，更重要的是当识别率不对劲时，能快速定位是预处理的问题还是特征的问题。

handwriting_recognition/ ├── config.py # 全局参数 ├── preprocessing.py # 二值化、去噪、倾斜校正 ├── feature_extraction.py # 网格特征、投影特征、结构特征 ├── classifier.py # 距离计算、KNN ├── main.py # 训练/识别主流程 ├── requirements.txt ├── README.md ├── data/ │ ├── raw/ # 原始采集样本 │ ├── processed/ # 预处理后样本 │ └── features.npz # 导出的特征向量 └── docs/ └── 项目文档.md

main.py 的工作很简单：读配置，加载训练集，提取特征，然后对测试图走同一套预处理，最后输出预测标签。这样拆开之后，每个文件都能单独测试，也方便在论文里画模块图。feature_extraction.py里的extract_feature是组合入口，内部按顺序调用网格、投影、Hu 矩等函数。

import os from config import K_NEIGHBORS, TRAIN_DIR, TEST_IMAGE from preprocessing import preprocess_image, denoise_and_deskew from feature_extraction import extract_feature from classifier import knn_predict def load_train_set(train_dir): features, labels = [], [] for person_name in sorted(os.listdir(train_dir)): person_dir = os.path.join(train_dir, person_name) for img_name in sorted(os.listdir(person_dir)): img_path = os.path.join(person_dir, img_name) binary = preprocess_image(img_path) deskewed = denoise_and_deskew(binary) features.append(extract_feature(deskewed)) labels.append(person_name) return features, labels def main(): train_features, train_labels = load_train_set(TRAIN_DIR) test_binary = preprocess_image(TEST_IMAGE) test_deskewed = denoise_and_deskew(test_binary) test_feature = extract_feature(test_deskewed) result = knn_predict(train_features, train_labels, test_feature, K_NEIGHBORS) print(f"predicted writer: {result}")

这段逻辑里最需要注意的是：测试图片必须走完全相同的预处理链。很多人训练集过了一遍denoise_and_deskew，测试时图省事只做二值化，特征空间就错位了。load_train_set里直接按文件夹名作为标签，所以样本目录命名要规范，比如person_01、test_01。

4.2 配置与路径组织：让代码换一台机器还能跑

毕设源码最容易翻车的地方不是算法，是路径和依赖。我见过不少工程用绝对路径写死，比如C:/Users/xxx/Desktop/data，换台电脑就崩。正常交付的源码应该用相对路径，从项目根目录出发，并且把一改就影响结果的关键参数集中放到config.py。

# config.py import os BASE_DIR = os.path.dirname(os.path.abspath(__file__)) DATA_DIR = os.path.join(BASE_DIR, "data") RAW_DIR = os.path.join(DATA_DIR, "raw") PROCESSED_DIR = os.path.join(DATA_DIR, "processed") TRAIN_DIR = os.path.join(PROCESSED_DIR, "train") TEST_DIR = os.path.join(PROCESSED_DIR, "test") BLOCK_SIZE = 35 THRESH_C = 15 GRID_SIZE = (8, 8) MIN_AREA = 20 K_NEIGHBORS = 3

用os.path.dirname(os.path.abspath(__file__))拿到 config.py 所在目录，再往上拼路径，这样整个项目移动到哪里都能跑。requirements.txt 里列运行时依赖，常见就是opencv-python和numpy，环境装好之后执行pip install -r requirements.txt。

opencv-python numpy

注意：OpenCV 4.x 中cv2.findContours返回(contours, hierarchy)两个值，网上很多老教程按三个值接收，代码会直接报ValueError: not enough values to unpack。如果你的代码是从老教程抄的，改成两值接收即可。

另外，config.py里不要放中文路径和带空格的目录名，跨平台时容易出编码问题。依赖锁定版本也是值得做的事，但不用追求最新，重要的是保证环境一致。

4.3 项目文档怎么写：从算法原理到实验结果的自洽叙述

“详细项目文档”不是把代码逐行贴进去，而是要把“为什么这样做”说清楚。我一般建议按这个顺序写：首先写项目目标和数据来源；然后写算法选型——为什么用传统 OpenCV 图像处理而不是深度学习，这个在毕设答辩里是必问题；最后写实验结果，附上样本量、识别率、失败案例。

# 项目文档结构 ## 1. 项目背景与目标 ## 2. 数据采集与预处理 - 样本格式、数量 - 预处理步骤与参数 ## 3. 特征提取方法 - 网格特征、投影特征、Hu矩、笔画方向直方图 ## 4. 分类与识别流程 - 距离度量、KNN、阈值判断 ## 5. 实验与分析 - 测试方案（留一法/划分测试集） - 识别率、混淆矩阵 - 失败样本分析 ## 6. 项目运行说明 - 环境、依赖、命令行

写文档时最容易犯的错是把实验结果吹得太满。笔迹识别在毕设规模下能做到 85% 以上已经不错，关键是把样本量和测试方式写清楚，再补一段失败案例分析。答辩老师最看重的不是“百分百识别成功”，而是你能不能解释清楚一个错误结果到底错在哪一环——这也正是“详细项目文档”存在的意义。

5. 避坑/常见问题/排查：笔迹识别系统开发到答辩的高频翻车点

把这部分单独列出来，是因为这类毕设项目的大部分时间最后都耗在几个重复出现的坑上。下面这几条基本都是新手的血泪经验，按“现象 → 原因 → 解决”写，可以直接对照排查。

5.1 现象：import cv2 直接报 ModuleNotFoundError

原因：装的是 Python 3.11+，却用了系统级的 pip，或者是在没有激活的虚拟环境里直接安装。解决：先确认解释器和 pip 一致，再执行安装。最稳的做法是新建虚拟环境，然后执行pip install opencv-python numpy，装完在 python 交互式环境里import cv2; print(cv2.__version__)验证。不要在没确认 pip 属于哪个 Python 时就反复重装，越装越乱。

我自己的习惯是：项目目录下python -m venv venv，再用venv/bin/pip install，这样不管机器上有多少个 Python，都能锁住环境。这一步搞定之后，剩下的pip install -r requirements.txt才会可靠。

5.2 现象：识别率只有三成，原因在样本而不在算法

原因：新手最容易先怀疑特征算法，实际上绝大多数是训练样本太少或同一人书写不稳定。每人如果只有 3 张样本，KNN 的 k 值一调就没了；字迹潦草、字体时大时小，特征向量自然发散。解决：先扩大样本量。常见做法是每人采集 10～20 张规范文本的书写样本，内容统一、纸面干净；如果条件允许，分不同时间采集两次，增加“自然书写波动”。样本整理干净后，很多“算法问题”会自动消失。

写进项目文档时也要如实记录样本量，只拿 3 张样本跑出 90% 识别率，在答辩时是会被质疑的。

5.3 现象：同一人重新写的字被识别成不同人

原因：同一个人两次书写时，字的位置、大小、倾斜不完全一致。网格特征对位置偏移极其敏感，一个字在格子边缘挪动一格，十几个维度的值就同时变化，把欧氏距离直接拉大。解决：在预处理阶段做对齐和缩放，而不要指望分类器“学习”这种几何波动。常见做法是找到整张图的外接矩形，缩放到固定尺寸，比如 200×100，让特征提取面对的是标准画布。

另外，采集时要求书写者尽量写在统一大小的格纸里，也是成本最低的稳定手段。不要小看这一步，样本规范程度对识别率的影响往往比换算法大得多。

5.4 现象：答辩现场摄像头取图和测试集效果完全不一样

原因：测试集用的是扫描件或统一拍照，答辩现场变成了摄像头实时取图，光照、透视、分辨率全变了。预处理参数是按测试集调的，摄像头画面里的纸张发灰、反光亮斑直接被当成了前景。解决：准备一条固定演示链路。常见做法是提前用同一摄像头录好几段样本视频，把帧存成图片后走同一套预处理；现场演示时也尽量用同样的纸张、同样的摆放位置，必要时加一个台灯固定光照。

如果系统里有“拍照识别”按钮，务必把拍照图像也接入完整的preprocess_image + denoise_and_deskew + extract_feature管线，不要新建一条简化的处理路径，否则就是给自己挖坑。

5.5 现象：灰度图直接算相似度，结果离谱得像玄学

原因：跳过二值化和去噪，直接对灰度图做欧氏距离，背景纸张、噪声、光照渐变全部参与计算，笔画本身的差异反而被稀释，结果自然没有规律。解决：回到预处理管线，先把图像变成二值图再提取特征。这里需要强调，灰度图并不是不能用，但必须先把特征设计成对灰度不敏感的形态，对毕设场景来说没有这个必要，二值化是最稳的路径。

这条坑我见到过很多次，往往是为了“少写点代码”而跳步，最后调试时间反而成倍增加。预处理三件套（二值化、去噪、对齐）是一套捆在一起的流程，任何一步省略，后面的特征就是模糊的。

把这些坑串起来看，有一条共同主线：几乎每个问题都源于训练链路和测试链路不一致。只要你坚持让所有图片走同一套预处理和特征提取，大约一半的问题会自己消失。动手排查时，我会先在控制台打印每一步的中间结果，比如二值化的非零像素比例、特征向量的均值方差，一旦发现某一步数值异常，就能把问题框定到那一环。

6. 进阶：把识别率再往上提一截的三种验证与融合技巧

当基础链路能跑通、识别率还差口气的时候，我一般会依次试三件事：留一法评估、特征融合、相似度阈值校准。这三件事不改变算法框架，但能让你在项目文档里写出更有说服力的实验结果。

先做留一法。样本量不大的笔迹识别数据集，不值得划分固定测试集。留一法每次拿一个样本当测试，其余全部训练，最后统计正确率，能最大化利用样本，也更符合答辩时“你说结果可信”的预期。

def leave_one_out(features, labels, k=3): correct = 0 for i in range(len(features)): train_f = features[:i] + features[i + 1:] train_l = labels[:i] + labels[i + 1:] pred = knn_predict(train_f, train_l, features[i], k) if pred == labels[i]: correct += 1 return correct / len(features)

第二是特征融合。我习惯先用单特征做一遍留一法，记住每个特征的正确率，再按效果加权拼接。比如网格特征 80%、方向直方图 70%，拼接时可以给网格权重 0.6、方向权重 0.4。简单加权比直接拼接更抗噪声，也更容易在文档里解释。

第三是阈值校准。KNN 只给出标签，不给置信度；但在答辩演示时，最好能同时输出“相似度 0.87，识别为甲”。此时可以取测试样本到同类近邻的平均余弦相似度，设一个怀疑阈值，比如低于 0.55 就输出“无法确认”。这比硬报一个错误标签体面得多。

我现在做这个方向时，会先把样本整理规范、把留一法跑通，再考虑换更复杂的算法，因为绝大多数翻车都发生在数据这一层，而不是模型。希望帮到你。

本文还有配套的精品资源，点击获取