opencv#4 手写体识别：自建训练集完美

一直在研究手写体识别，最终的目标是识别自己写的数字，目前能正确识别我自己写的字，识别率达到98.62%，可以识别自己的大小不一字体。学习例程如下：

1、学习opencv的自带手写体识别例程，发现无法识别自己的手写体

2、找到资料，有人说是中西方人写数字习惯不同（现在回顾应该不是唯一原因），思考做自己的手写体训练集

3、确定思路：A4纸打格子，打印，用红色圆珠笔写数字，自己写7页，女士写1页。扫描

4、思考如何去除格式，认为应颜色识别，边缘检测，排序，提取，字体大小标准化。

5、从GitHub上找到了一个opecv# 3的例程，一个一个例程研究代码，补充知识。

6、实现训练集文件处理的代码

7、根据自己的训练集文件进行knn测试，修改k的数值，保留识别率最大的k数值。

8、裁一些大小不一的数字，进行单个识别，完成了待识别的图片的标准化程序，完成最终工作。

原始的扫描训练集合文件如下：

生成训练集文件如下：（数字图片进行了排序，位置发生了变化）

此一步训练测试knn识别率达到98.62%

从测试文件中随机裁了几个图片识别，图片如下：

单独识别：完全正确识别。