数字识别digits.png研究2

经通过，对于0-9这几个数字，统计数据如下：

显然，这些数字的宽度极差较大，高度较为统一，故在处理是待识别图片应处理在15左右。

 观察这些图片，发现灰度图和颜色非常均匀，而用不同的笔写的字显然无法达到这种效果，因此要识别不同的笔写的数字，显然需要人眼进行阈值处理然后进行二值化。故今天思考一天的求字的平均重量算法是没有意义的，无法实现自动处理。

虽然不用了，但记录下来也是有意义的。

//如果为0，表示黑白2色，非0表示灰度图
        static int getWeight(Mat img,int flag=0)
        {
            int res = 0;
            for (int row = 0; row < img.Rows; row++)
            {
                for (int cols = 0; cols < img.Cols; cols++)
                {

                    var pixel = img.Get<byte>(row, cols);
                    if (pixel != 0)
                    {
                        if (flag == 0) res++;
                        else res += pixel;
                    }
                }
            }
            return res;
        }

重要的调试经验，调试，查看mat类型，如下:

(1)mat类型

{Mat [ 20*20*CV_8UC1, IsContinuous=True, IsSubmatrix=False, Ptr=0xf5acd0, Data=0xf1c6c0 ]}

（2）内存类型：

做减法：f1c850-f1c6c0=0x190=400

可印证内部数值为byte类型。