设计自己的手写体训练集 opencvsharp

0、引子

之前用的是系统的手写体文件进行学习，但测试后发现，无论是用knn还是ann，在识别我自己的手写体方面总是识别率超低，基本是10%。查阅资料后发现，老外的数字书写顺序和我们不同，故设计下自己的训练集。

1、主要思路

（1）用autoCAD设计好1cm的格子，形成29*20的格，然后打印，手写。

（2）用红色圆珠笔写字：原因，要识别的是红色圆珠笔写的；打印进纸时无法保证正直，要去除横竖线。

（3）扫描，得到图片a

（3）程序处理：提取字体，横竖对齐，并去除外围干扰。

（3.1）加载图片后将图片转成hsv，然后设定范围为红色，提取字体

（3.2）用Dilate扩大字体范围（膨胀）

（3.3）用Threshold二值化处理，得到图片b

（3.4）用FindContours查找字体边界

（3.5）用Cv2.ArcLength查找所有的字体边界，去除边界周长太小的边界；循环操作所有边界。

用 Cv2.MinAreaRect判断外接正矩形，判断该矩形中心是否和已有的矩形中心太近，如太近，合并矩形，否则认为是正常字体，用DrawContours绘制字体边框进行人工判断程序参数的合理性。

（3.6）用Cv2.Rectangle绘制该正确的外接矩形，显示外接矩形进行人工判断

（3.7）将所有字体外接矩形以y坐标为主序，x坐标为次序，做排序。

（3.8）根据排序后的矩形，分别从图片a和b中提取字体，顺次放到一个背景为黑色的图片中。

完工。

原始图片如下：

查找边界，人工判断的图片如下：

规整化之后的图片如下：

（此图片用的是imshow，无缩放；上面两张图片用的是picturebox，有缩放）