基于OpenCV的 SVM算法实现数字识别(四)---代码实现

本文介绍了如何使用OpenCV3.2.0的SVM算法进行手写数字识别。首先,详细说明了如何训练基于MNIST数据库的分类器,接着讲述了图像预处理和图像分割的步骤,最后展示了识别过程并讨论了识别结果,特别是针对数字'1'的识别问题。
摘要由CSDN通过智能技术生成

三、基于SVM算法实现手写数字识别

作为一个工科生,而非数学专业的学生,我们研究一个算法,是要将它用于实际领域的。下面给出基于OpenCV3.0SVM算法手写数字识别程序源码(参考http://blog.csdn.net/firefight/article/details/6452188)程序略有改动。

本部分将基于OpenCV实现简单的数字识别,待识别图像如下图所示,通过以下几个步骤实现图像中的数字的自动识别。 

                                                             

1.使用OpenCV训练手写数字识别分类器;

2.图像预处理及图像分割;

3.应用分类器进行识别。

3.1使用OpenCV训练手写数字识别分类器

所谓学习分类器就是根据训练样本,选取模型训练产生数字分类器,这里采用上文提到的SVM算法。

训练集使用MNIST,这个MNIST数据库是一个手写数字的数据库,它提供了六万的训练集和一万的测试集。它的图片是被规范处理过的,是一张被放在中间部位的28px*28px的灰度图。总共包含4个文件,每一个文件头部几个字节都记录着这些图片的信息,然后才是储存的图片信息,关于文件信息的具体描述可以参考下面这个网站:

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值