第20章中，关于使用K近邻算法实现数字识别，如何提升准确率呢？识别0-9的数字，只有1和4是准确的，其他的都会识别错误，大部分数字都会被识别成1……希望大佬可以提供帮助，非常感谢！

WillpowerJin发表于 2021/8/16 17:58:22
- 简单一点的：使用更多的样本，用更大的K。
  稍微复杂点，对特征进行更有针对性的提取。
  
  李立宗发表于 2021/8/18 16:35:36
409页 19.3.2用滚动条控制阈值处理参数
例 19.13中def onType(a) 与def onValue(a)代码完全一致，没有必要写两次
保留一个就可以了，后面定义滚动条时，调用同一个回调函数就行了

hehehehe发表于 2021/7/23 10:45:47
- 确认。感谢您的反馈。
  
  李立宗发表于 2021/9/15 18:45:21
书p25页代码，我想请问，既然itemset是np包的函数，为什么代码可以不用导入np，而且前面不用加np.

钟钟子发表于 2021/7/4 9:18:20
138页，第三个点后面的“改变”应改为“不变”

lyjs发表于 2021/6/26 23:35:42
- 确认。感谢您的纠正。
  
  李立宗发表于 2021/9/15 18:45:59

李主编您好，我在学习《Opncv 轻松入门 面向Python》一书时，发现第二章第33页的两句话:g=lena[:,:,0]获取到了图像img的G通道和r=lena[:,:,0]获取到了图像img的R通道,出现了错误。应该为g=lena[:,:,1]获取到了图像img的G通道和r=lena[:,:,2]获取到了图像img的R通道.
不知道这个是印刷错误还是可能忘记了这一小点，希望出版社能够及时改正这个错误，谢谢您!

盘忠胜发表于 2021/4/15 21:09:24

确认。感谢您的指正，第2版中会修正该错误。

李立宗发表于 2021/4/18 16:06:46