【计算机视觉40例】案例12：手写数字识别

【导读】本文是专栏《计算机视觉40例简介》的第12个案例《手写数字识别》。该专栏简要介绍李立宗主编《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书的40个案例。 目前，该书已经在电子工业出版社出版，大家可以在京东、淘宝、当当等平台购买。 大家可以在公众号“计算机视觉之光”回复关键字【案例12】获取本文案例的源代码及使用的测试图片等资料。 针对本书40个案例的每一个案例，分别录制了介绍视频。如果嫌看文字版麻烦，可以关注公众号“计算机视觉之光”直接观看视频介绍版。

本案例中，我们采用模板匹配的方式完成手写数字识别。例如，在图1中，左侧数字图像是待识别数字，右侧的每一列都是不同数字的模板。该图中，左侧待识别图像与右侧模板集中第7列第5行的图像最匹配。被匹配的模板是数字6的模板，因此左侧待识别图像被识别为数字“6”。

图1  识别原理

可以看到，当一个数字包含更多的模板，就可以识别更多不同形态的数字。当然，和人类一样，计算机也会犯错，也会发生识别错误。但是，我们可以通过增加模板数量，提高其识别率。

总体来说，本案例的任务有两个：

任务1：了解模板匹配及其使用方法。我们已经知道，在图像处理时，量化是一个关键步骤。简单来说，衡量两个对象的匹配度时，需要使用量化指标，也就是要用一个数值来衡量两个图像之间的相似程度。OpenCV中提供了模板匹配函数，调用该函数即可计算出两个图像间的匹配度。

任务2：为后续案例车牌识别打好基础。相比手写数字识别，车牌识别要先定位车牌、再将车牌分割为一个个单独的字符，最后再完成分割。

案例介绍中，对识别的基本原理进行了详细的说明，如图2所示。

图2 识别原理

在《计算机视觉40例——从入门到深度学习（OpenCV-Python）》一书中，从算法原理、实现流程等角度系统深入地介绍了该案例的理论基础和实现过程，并对具体的代码实现进行了细致的介绍与解释。欢迎大家阅读第12章《手写数字识别》获取详细内容。

《计算机视觉40例——从入门到深度学习（OpenCV-Python）》在介绍Python基础、OpenCV基础、计算机视觉理论基础、深度学习理论的基础上，介绍了计算机视觉领域内具有代表性的40个典型案例。这些案例中，既有传统的案例（数字识别、答题卡识别、物体计数、缺陷检测、手势识别、隐身术、以图搜图、车牌识别、图像加密、指纹识别等），也有深度学习案例（图像分类、风格迁移、姿势识别、实例分割等），还有人脸识别方面的案例（表情识别、驾驶员疲劳监测、识别性别与年龄等）。