图像模式识别之模版匹配分类器

#include "cv.h"
#include "highgui.h"

#include<stack>

using namespace cv;
using namespace std;

#define PI 3.1415926
#define RADIAN(angle) ((angle)*PI/180.0)

struct pattern
{
	int number; //该类型数字样品个数
	double feature[200][25];//该类型数字样品特征，每个特征为25维
	pattern()
	{
		number=0;
	}
};

struct Position
{
	int bottom;
	int top;
	int left;
	int right;
};

pattern ptns[10]; //一共10个数字
double testsample[25]; //手写数字的特征 25维

//判断手写数字可否保存为cls类别的一个样品 同一类别不能有重复
bool savable(int cls)
{
	for(int i=0;i<ptns[cls].number;i++)
	{
		bool flag=true;
		for(int j=0;j<25;j++)
			flag&=(fabs(ptns[cls].feature[i][j]-testsample[j])<0.0000001 ? true:false);
		if(flag) return false;
	}

	return true;
}

//将手写数字保存为cls类别中的一个样品
void Save(int cls)
{
	for(int i=ptns[cls].number;i>0;i--)
		for(int j=0;j<25;j++)
			ptns[cls].feature[i][j]=ptns[cls].feature[i-1][j];

	for(int j=0;j<25;j++)
		ptns[cls].feature[0][j]=testsample[j];

	ptns[cls].number++;
}

//计算手写数字的在图片中出现的位置
Position GetPosition(Mat& mat)
{
	int M=mat.rows;
	int N=mat.cols;

	bool flag=false;
	int i,j;
	Position ret;

	//top
	for(i=0;i<M-1;i++)
	{
		flag=false;
		for(j=0;j<N;j++)
		{
			if(mat.at<uchar>(i,j)<128)
			{
				flag=true;
				break;
			}
		}
		if(flag) break;
	}
	ret.top=i;

	//bottom
	for(i=M-1;i>0;i--)
	{
		flag=false;
		for(j=0;j<N;j++)
		{
			if(mat.at<uchar>(i,j)<128)
			{
				flag=true;
				break;
			}
		}
		if(flag) break;
	}
	ret.bottom=i;

	//left
	for(j=0;j<N-1;j++)
	{
		flag=false;
		for(i=0;i<M;i++)
		{
			if(mat.at<uchar>(i,j)<128)
			{
				flag=true;
				break;
			}
		}
		if(flag) break;
	}
	ret.left=j;

	for(j=N-1;j>0;j--)
	{
		flag=false;
		for(i=0;i<M;i++)
		{
			if(mat.at<uchar>(i,j)<128)
			{
				flag=true;
				break;
			}
		}
		if(flag) break;
	}
	ret.right=j;

	return ret;
}

double Cal(int row,int col,Position pos,Mat& mat)
{
	int w,h;
	w=(pos.right-pos.left)/5;
	h=(pos.bottom-pos.top)/5;

	int count=0;

	for(int i=pos.top+row*h;i<pos.top+(row+1)*h;i++)
	{
		for(int j=pos.left+col*w;j<pos.left+(col+1)*w;j++)
		{
			if(mat.at<uchar>(i,j)<128)
				count++;
		}
	}
	return ((double)count)/(w*h);
}
//将手写数字特征保存在变量testsample中
void SetFeature(Mat& mat,Position pos)
{
	for(int i=0;i<5;i++)
	{
		for(int j=0;j<5;j++)
		{
			testsample[5*i+j]=Cal(i,j,pos,mat);
		}
	}
}

//计算两个特征之间的距离
double distance(double s1[],double s2[])
{
	double d=0.0;
	for(int i=0;i<25;i++)
		d+=(s1[i]-s2[i])*(s1[i]-s2[i]);
	return d;
}

//寻找样品库中距离最小的模版
int Match()
{
	int ret;
	double minD=INT_MAX;

	for(int i=0;i<10;i++)
	{
		for(int j=0;j<ptns[i].number;j++)
		{
			double curd=distance(ptns[i].feature[j],testsample);
			if(curd<minD)
			{
				minD=curd;
				ret=i;
			}
		}
	}

	return ret;
}

int main()
{
	//读取图像
	Mat image;

	//样本库特征提取
	int cls;
	char filename[100]="a.txt";
	char filePath[100];
	FILE* fp=fopen(filename,"r");
	while(fscanf(fp,"%d%s",&cls,filePath))
	{
		if(cls==-1)
			break;
		Mat image=imread(filePath,CV_LOAD_IMAGE_GRAYSCALE);
		Position pos=GetPosition(image);
		SetFeature(image,pos);
		if(savable(cls))
			Save(cls);
	}
	fclose(fp);

	image=imread("testsample.png",CV_LOAD_IMAGE_GRAYSCALE);
	//计算手写数字的位置
	Position pos=GetPosition(image);
	//计算手写数字的特征
	SetFeature(image,pos);

	printf("%d\n",Match());
	//cvNamedWindow("test",CV_WINDOW_AUTOSIZE);
	//imshow("test",image);

	waitKey(0);
	return 0;
}