【手写识别计算器】项目总结和介绍

一 、项目的总体思路

 

        小组实现了一个基于手写识别的计算工具。其基本功能如下：

        ①实现多个数字的手写识别

        ②实现加减乘除符号的识别

        ③输出手写识别的应用程序

        起初，微软的工程师为我们提供了Mnist数据集和单个手写数字的窗体程序。尽管如此，小组仍面临着一些挑战。一是多个数字的分割识别，另一个是运算符号的识别（因为原数据及相关开源网站的资源都难尽人意）。对于第一个难点，从微软工程师那学习了分割算法的大致思路后，组员结合已有的图像处理知识，编写了相关函数。对于第二个难点，团队成员做了一个头脑风暴，整理出了两种方案：

    ①由于没有很多的字符数据集，所以另辟蹊径，使用了工程师们提供的在线训练模型的平台。（https://www.customvision.ai/projects）这个平台中，所训练的数据集无需很多，且能够简单地下载获取离线模型。

        ②利用tensorflow中的例程 mnist.py ，手工绘制运算符图片，编程扩充数据集，然后转换成符合 mnist.py 要求的数据集进行训练，得到一个可以识别数字和运算符的 model ，然后直接对分割后的图像进行识别。

 

二 、项目的时间进度

         第一周周四：开始项目，小组组员挑选合适的课题并从软件工程师那里得到相关建议。

         第一周周六：成功实现了图像分割算法，并能输入模型得到较为满意的识别结果。