基于svm的手写数字识别程序介绍（matlab）

1、程序界面介绍

       该程序GUI界面包括手写板、手写数字可视化（原图）、对图像进行灰度处理（灰度图）、图像二值化处理（二值化）、图像特征可视化（HOG特征（方向梯度直方图））、识别结果可视化。其中包括训练模型、数字识别。

程序GUI界面

数字3识别结果	数字4识别结果

2、程序的使用

2.1 程序的打开

  首先在matlab窗口命令行中，输入“guide”命令，在弹出的对话框中，选择NumberRecog.fig文件并打开，得到数字识别程序界面。

窗口出入命令行	fig打开对话框

程序界面示意图

  单击绿色三角即可运行程序

2.2 训练样本制作

     本程序基于支持向量机SVM进行手写数字识别，因此需要事先制作训练样本。本程序提供了利用手写板制作样本的方法。利用手写版，对0、1、2、...、9这10个数字，每个数字制作20个样本数字。具体来说，在手写板上，利用鼠标各写20次数字，并利用“保存图片”按钮，将数字进行保存。如制作样本数字0如下：

手写0样本数字	0样本数字保存

       相同数字样本放在同一文件夹下，便于寻找。可以参考如下形式，10个数字分别放在10个文件夹下，并按照一定顺序进行编号，如对样本数字图片，编号为0-1、0-2、0-3、0-4、....。

训练样本存放示例	文件夹0中的样本数字
文件夹5中的样本数字	文件夹8中的样本数字

      制作完样本数字后，需要制作一个存放样本数字图片的txt文件，如traindata.txt。其中，里面主要存放每个样本数字图片的存放路径。如下图所示：

 ******需要注意的是，下载到自己电脑上后，一定要将traindata.txt中内容，改成图片实际在你电脑上存放的位置，要不然程序报错。********

traindata.txt文本中图片存放位置示意

2.3 训练模型

      在制作好训练数据后，便可以训练模型。点击“训练模型”按钮，打开traindata.txt文件，确定后开始训练模型，模型训练结束后，会弹出“模型训练完成！”的提示，如下图所示。

打开训练样本文件	训练完成提示

2.4 识别数字

     在手写板上随意写0-9数字中任意数字，单击“载入”按钮，再单击“数字识别”按钮，最后变可准确识别数字。

     当再写其他数字时，单击“重置”按钮，会将手写版清空，再使用鼠标写数字，再单击“载入”、“数字识别”，即完成数字识别过程。

4、说明

   理论上样本制作的越多，训练的模型精度会更高。若自己想制作更多的训练样本数字训练模型，可以使用写字板最左样本。但是制作完后，需要修改以下地方：

（1）traindata.txt中内容

      traindata.txt是存放每个训练样本图片的路径，因此，需要根据最终制作样本图片进行修改。具体来说，将你制作多的训练样本图片路径，添加进来即可。

（2）m文件修改

在NumberRecog.fig文件中，选择“训练模型”按钮，右击，在弹出选项中选择“callback”。

     对train_label进行修改，修改主要是行数，比如，本人电脑上每个数字样本图片各为20张，因此train_label中0-9中每个数字各为20。

若你增加了训练样本数字，每个数字样本为30，那么你需要将0-9中每个数字各为30，如下形式：

按照上述介绍，根据自己实际情况进行修改即可。

基于matlab的源代码下载链接：https://download.csdn.net/download/qq_32867925/89275750