基于SVM的手写字体识别

---

基于SVM的手写字体识别

---

1.案例背景
(1)手写体数字的识别在社会经济中的许多方面都有着广泛的应用，其识别方法也有许多种，如神经网络，Bayes判别法等。由于手写体人为因素随意性大，手写字体识别的难度远高于印刷体的识别。
(2)本次项目所用训练样本为300张256x256像素点的0~9的手写数字图片，每个数字均30 张。
(3)数据集获取：gethub下载
2.准备工作
(1)下载安装matlab2019b
(2)下载安装并配置LIBSVM工具箱
(3)下载安装并配置LIBSVM-FarutoUitimate工具箱
3.图片预处理
(1)约256x256x300，两千万个数据进行神经网络分析是不理想的。
(2)由于图片中数字的大小和位置不尽相同，为了消除这些影响，首先对每幅图做标准化预处理：将每张图片做反色处理，并转化为二值图像，0为白色像素点，1为黑色像素点。然后截取二值图像中包含数字的最大区域，最后将图像转化为16x16像素的图像此时数字像素点灰度值为1，背景像素点灰度值为0。
(3)二值化结果展示


(4)对图像进行标准化处理的子函数pic_preprocess代码：

%% sub function of pre-processing pic
function pic_preprocess = pic_preprocess(pic)
% 图片预处理子函数
%图像反色处理
pic = 255-pic;
%设定阈值，将反色图像转成二值图像
pic = im2bw(pic,0.4) ;
%查找数字上所有像素点的行标y和列标x
[y,x] = find(pic == 1);
%截取包含完整数字的最小区域
pic_preprocess = pic (min(y):max(y),min(x):max(x));
%将截取的包含完整数字的最小区域图像转成16*16的标准化图像
pic_preprocess = imresize(pic_preprocess, [16, 16]);

（5）利用上述函数可以对样本图片进行批量预处理，实现过程和代码如下：

%% A Little Clean Work
close all;
clear all;
clc;
format compact;

%%载入训练数据
%利用uigetfile函数交互式选取训练样本  ...是换行再度
[FileName,PathName,FilterIndex]=uigetfile(...
    {'*.png';'*bpm'},'请导入训练图片','*.png','MultiSelect','on');
if ~FilterIndex %如果用户取消，则返回上一步
    return;
end
num_train=length(FileName);%filename是一个字符串数组
TrainData=zeros(num_train,16*16);
TrainLabel=zeros(num_train,1);
for k=1:num_train
    pic=imread([PathName,FileName{k}]);%逐个读图
    pic=pic_preprocess(pic); %将一幅图转为16*16个二进制数
    TrainData(k,:)=double(pic(:)');%单引号是将pic转一维数组，存放在TrainData的第K行
    TrainLabel(k)=str2double(FileName{k}(6));%文件名中第4个字符是该图片的数字
end

①运行上述代码之后，TrainData是300256的属性矩阵，每一行代表一张图片。TrainLabel是3001的样本标签
1)TrainData

2)TrainLable

4.建立支持向量机
(1)采用RBF核函数并利用遗传算法（GA）进行参数寻优：

%设置GA相关参数
ga_option.maxgen=100;
ga_option.sizepop=20;
ga_option.cbound=[0,100];
ga_option.gbound=[0,100];
ga_option.v=10;
ga_option.ggap=0.9;
[bestCVaccuracy,bestc,bestg]=gaSVMcgForClass(TrainLabel,TrainData,ga_option)  %不加冒号直接运行

(2)运行结果：

得到当最佳参数为（16.4093,6.7426）时，建立的支持向量机在训练集上的识别率是100%。
关于gaSVMcgForClass函数来自LIBSVM-FarutoUltimato工具箱。详细介绍见

https://blog.csdn.net/Einperson/article/details/106770060

5.对测试样本进行识别
(1)利用建立的支持向量机可以对测试样本中的30个手写体数字进行识别，由于训练样本进行过预处理，测试样本也需要进行同样的数据预处理。

%训练
cmd=['-c',num2str(bestc),'-g',num2str(bestg)];
model=svmtrain(TrainLabel,TrainData,cmd);
%查看识别能力
% model=svmtrain(TrainLabel,TrainData);
preTrainLabel=svmPredict(TrainLabel,TrainData,model);
%%载入测试样本
[FileName,PathName,FilterIndex]=uigetfile(...
    {'*.png';'*bpm'},'请导入测试图片','*.bmp','MultiSelect','on');
if ~FilterIndex %如果用户取消，则返回上一步
    return;
end
num_train=length(FileName);%filename是一个字符串数组
TrainData=zeros(num_train,16*16);
TrainLabel=zeros(num_train,1);
for k=1:num_train
    pic=imread([PathName,FileName{k}]);%逐个读图
    pic=pic_preprocess(pic); %将一幅图转为16*16个二进制数
    TrainData(k,:)=double(pic(:)');%单引号是将pic转一维数组，存放在TrainData的第K行
    TrainLabel(k)=str2double((FileName{k}(6))-1);%文件名中第4个字符是该图片的数字
end
%%对测试样本进行分类
preTestLabel=svmpredict(TestLabel,TestData,Model);
TestLabel'
PreTestLabel'

(2)运行结果

可以看到测试样本上的识别率为93.3333%（28/30），也就是有两个数字识别错误，1->7,9->7。