0、实验思路
(1)利用cv自带的图片digits.png,完成训练、手动切割出来的数字识别(本文完成);
(2)让上面的训练集合识别自己手写、经ps切割的单个数字图片;
(3)识别自己写的一行数字。
1、参考源
作者:十月ku
网址:OpenCVSharp4 识别物体系列之学习对象分类 - 简书
2、界面和思路
创建4个按钮,分别为切割并训练、识别内置、识别手写、识别一行手写
3、功能实现
(1)切割并训练,代码如下:
Mat img0 = Cv2.ImRead("digits.png", ImreadModes.Grayscale);
Mat tTrainData = new Mat();
Mat tTrainLabel = new Mat();
int step = 20;
//原图为1000*2000,每行2000/20=100个,共50行
int rowsCount = img0.Rows / step;
int colsCount = 90; //训练90,并把最后几个拿出来
for (int i = 0; i < rowsCount; i++)//50行
{
int offsetRow = i * step; //行上的偏移量
for (int j = 0; j < colsCount; j++) //列数
{
int offsetCol = j * step; //列上的偏移量
Mat temp = img0.SubMat(offsetRow, offsetRow + step, offsetCol, offsetCol + step).Clone();
temp=temp.Reshape(1,1);
tTrainData.PushBack(temp);
tTrainLabel.PushBack((int)(i / 5));
}
}
tTrainData.ConvertTo(tTrainData, MatType.CV_32F);
knn.Train(tTrainData, SampleTypes.RowSample, tTrainLabel);
knn.Save("knn.xml");
MessageBox.Show("ok");
(2)识别代码如下:
private void Button1_Click(object sender, RoutedEventArgs e)
{
knn.Read(new FileStorage("knn.xml", FileStorage.Modes.Read).GetFirstTopLevelNode());
Mat temp = Cv2.ImRead("t3.png", ImreadModes.Grayscale).Clone();
temp = temp.Reshape(1,1);
temp.ConvertTo(temp, MatType.CV_32F);
float res_f=knn.Predict(temp);
MessageBox.Show(res_f.ToString());
}
问题:
输出为整数,有时候会出错;由于不能输出为某一个数值的概率数值,放弃KNN,在测试完我自己的手写体识别后,转其他机器学习阵营。
附KNN原理
KNN全称是k-Nearest Neighbors,意思是K个最近的邻居。
KNN算法从名字上我们就可以很直观地看出它的原理:从所有的训练样本中找出和未知最近的K个样本,将k个样本中出现最多的类别就是赋给未知样本。
典型的原理说明图如下
显然,如果参数k=3,三角形占了2/3,则输出三角形;k=5,正方形占了3/5,则认为是正方形。
从这里可以看出,分类应该就是整数,但各占多少,或者得到这个投票比值,需要看源代码。
另外,对于训练数据图片,训练前如果对图片进行锐化是否有影响?训练数据是否是自动阈值二值化的?上述问题都需要看源代码解决。