svm训练图像样本python_SVM手写数字的识别---python-Go语言中文社区

使用SVM(支持向量机)在Python中实现手写数字识别,包括样本图像准备、图像尺寸标准化、特征提取和SVM测试。通过读取8*8像素的图像,提取特征并训练SVM模型,对未知样本进行预测。
摘要由CSDN通过智能技术生成

SVM手写数字的识别---python

1、SVM手写数字识别

识别步骤:

(1)样本图像的准备。

(2)图像尺寸标准化:将图像大小都标准化为8*8大小。

(3)读取未知样本图像,提取图像特征,生成图像特征组。

(4)将未知测试样本图像特征组送入SVM进行测试,将测试的结果输出。

识别代码:

#!/usr/bin/env python

import numpy as np

import mlpy

import cv2

print 'loading  ...'

def getnumc(fn):

'''返回数字特征'''

fnimg = cv2.imread(fn)#读取图像

img=cv2.resize(fnimg,(8,8))#将图像大小调整为8*8

alltz=[]

for now_h in xrange(0,8):

xtz=[]

for now_w in xrange(0,8):

b = img[now_h,now_w,0]

g = img[now_h,now_w,1]

r = img[now_h,now_w,2]

btz=255-b

gtz=255-g

rtz=255-r

if btz>0 or gtz>0 or rtz>0:

nowtz=1

else:

nowtz=0

xtz.appe

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值