- 博客(8)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 特征选择之信息增益
特征选择，即将各个特征的重要程度量化以后，再按一定的方式选择。以信息增益（IG）作为量化方法，即将各个特征能为分类系统带来多少信息作为特征选择的标准，带来的信息越多，特征就越重要。首先介绍一下信息增益，这里涉及到信息论中熵的概念。设有一个变量X，他的取值有n个，x1，x2，……，xn，每个值取得的概率为P1，P2，……，Pn，则变量X的熵可定义为：由上式可以看出，一个变量的变化
2013-06-28 15:51:12
1742
原创 聚类、文本分类、倾向性分析
最近项目和话题检测、倾向性分析相关，涉及到聚类、文本分类、文本倾向性分析技术，决定形成系统说明并将代码开放出来，作为记录。数据的话，由于和实验室项目相关，不好开放出来，可以使用搜狗的语料库（http://www.sogou.com/labs/dl/cs.html）。先大概介绍一下框架，涉及到具体的各个模块，在各个具体的文章中说明：聚类流程：1、文本预处理，包括分词、去停用词
2013-06-28 12:06:55
2306
2
原创 复杂背景，字符和背景亮度差异大的验证码识别
对于背景比较复杂，字符颜色明亮的验证码，我们可以通过HSL中的亮度来区分字符和背景。适用的验证码如下：可以看到上述的验证码，虽然背景很复杂，但是有一个特点就是背景的亮度普遍比字符的亮度低（不然背景复杂就看不到字符啦。）我们可以用HSL（色调，饱和度，亮度）来表示每一个像素点，然后对亮度进行累积。以第一幅图为例：通过对亮度做直方图，我们可以发现有四个峰值，
2013-01-23 15:36:18
1506
3
转载 简单验证码识别
验证码的功能一般是防止使用程序恶意注册、暴力破解或批量发帖而设置的。所谓验证码，就是将一串随机产生的数字或符号，生成一幅图片，图片里加上一些干扰象素（防止OCR），由用户肉眼识别其中的验证码信息，输入表单提交网站验证，验证成功后才能使用某项功能。学习验证码的破解/识别技术，不仅可以知道验证码的原理，而且可以让你知道怎样才能防止验证码被破解。最常见的验证码主要有以下几种：四位数字，随机的一数
2013-01-23 14:57:33
948
1
原创 tesseract训练
所需软件：(1)Tesseract 3.00(2)jTessBoxEditer，是一个java程序，安装之前需先安装jre。若不想装jre，也可以使用CowBoxer 1.01主要是用于box文件编辑生成第一个 box 文件将 Tesseract 解压到了 E:\tesseract-ocr 目录。然后在该目录中建立了一个 build 目录
2013-01-11 09:21:30
1717
原创 shape context字符识别
最近做字符识别，看了shape context，下载了源代码，进行修改，使其适用于我自己的图像主要是对数字识别进行了修改，将脚本中读取mat文件的部分，改为读取自己的图片。原始程序为：if ~(exist('train_data')&exist('label_train'))% load digit_100_train_easy; load digit_10
2013-01-09 18:01:02
1637
原创 matlab车牌号识别
识别主程序rotI = imread('2.jpg');if ndims(rotI) == 3 rotI = rgb2gray(rotI);endgmax = double(max(max(rotI)));gmin = double(min(min(rotI)));T=round(gmax-(gmax-gmin)/3);% T 为二值化的阈值rotI=im2bw(r
2013-01-09 17:18:59
3428
2
原创 RGB验证码分割
代码只贴出了边缘检测以后，至于切割出单个的字母，可根据验证码的实际情况进行切割。主要是聚类分割、中值滤波去噪，二值化，边缘检测。clc,clear;[I,map]=imread('0.jpg');figure(1);subplot(231);imshow(I,map);title('原始图像');[y,x,z]=size(I);d1=zeros(y,x);d2=d1;myI
2013-01-09 17:06:52
786
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人