DIU EIL 2020/2022

BLOC2 - Projet KNN

Récupérer sur la page du cours les fichiers suivants :

• training contient 200 images, avec pour chacune le chiffre représenté (3 ou 7) et le codage en dégradé de gris de chaque pixel
• testing contient toutes les images que l'on veut tester
• knn.py contient un début de programme, qui réalise l'ouverture des fichiers
• image.py permet de convertir une image en format pgm

Travail à faire :

1. Écrire une fonction distance qui, étant données deux images (sous forme de listes), donne la distance entre les deux. On peut par exemple prendre la somme (pour tous les pixels) de l'écart entre les deux codes dégradés de gris,
2. Compléter le programme pour qu'il associe à une image de test la valeur (3 ou 7) du plus proche voisin ; le programme doit au final afficher 'cette image est un 7' ou 'cette image est un 3'
3. Adaptez votre programme pour qu'il associe maintenant à une image de test la valeur majoritaire parmi les 5 plus proches voisins. Attention à ne pas effacer le travail de la question précédente, soit en créant une nouvelle fonction (une pour le plus proche, une pour les 5 plus proches), soit en faisant les modifications dans un nouveau fichier.

Auteur

Sébastien LOZANO

Installation - Utilisation

Pour générer la documentation il faut installer le paquet python pdoc3

pip3 install pdoc

Cloner le dépot ou télécharger l'archive zip.

À la racine du projet, lancer le script python programmePrincipal.py

python3 programmePrincipal.py

Notes

Les fichiers de la documentation sont générés dans le dossier ./docs/knn

Avec les assertions, l'execution est ralentie.

License

MIT