java opencv 数字识别算法_[机器学习]基于OpenCV实现最简单的数字识别

本文将基于OpenCV实现简单的数字识别。这里以游戏Angry

Birds为例，通过以下几个主要步骤对其中右上角的分数部分进行自动识别。

1. 学习分类器

根据训练样本，选取模型训练产生数字分类器。这里的样本可以是通用的数字样本库(如NIST等)，也可以是针对应用场景而制作的专门训练样本。前者优在泛化性，后者强在准确率，当然常用做法是将这两者结合，即在通用数字库基础上做修改。另外这里由于模式并不复杂，计算量也不大，所以不对样本进行特征提取，对原始样本作简单变换后直接作为训练样本。

具体地，首先是生成训练样本矩阵，一般样本是以二维矩阵的方式存在文件当中，现在要将它们读出来，进行适当的预处理，然后生成OpenCV能理解的数据结构。

train_X = cvCreateMat(sample_num * class_num, size * size, CV_32FC1);

train_Y = cvCreateMat(sample_num * class_num, 1, CV_32FC1);

for(i = 0; i 

for(j = 0; j 

src_image = cvLoadImage(file,0);

pimage = preprocessing(src_image, size, size);

...

cvGetRow(train_X,