基于OpenCV的算式识别与批改系统 设想
1、主要使用技术:OpenCV 4.0、K最近邻(KNN)分类器、支持向量机(SVM)工具
2、使用语言:java 10.0
3、主要功能模块:
① 图像获取
② 图像预处理:灰度化、二值化、腐蚀与膨胀、字符分割、归一化
③ 特征提取
④ 字符识别
⑤ 结果输出
4、主要难点
① 字符的获取与处理
② 字符的训练和识别过程
③ 手写字符识别的准确率与速度
④ 光线、倾斜度对本系统的影响
5、初步解决方法
① 阅读opencv官方文档与实例,查询相关资料
② 学习K最近邻(KNN)分类算法,实现字符识别
② 利用相关的SVM工具箱,生成支持向量模型。通过SVM模型进行预测分析产生预测标签,通过预测标签与实际标签的误差统计识别的准确率。
③ 在多种外部条件下多次实验训练,利用大量样本进行模拟,改进系统识别的准确率和速度。