OpenCV—python 手写数字字体识别（使用HOG特征）

文章目录

一、训练分类器
二、导入训练权重，使用图片检测

一、训练分类器

步骤如下：

计算数据库中每个样本的HOG特征。
使用每个样本的HOG特征以及相应的标签训练多类线性SVM。
将分类器保存在文件中

由于是灰度图（二值化图）不能用图像的直方图来作为图像特征，这里用到了HOG方向梯度直方图，可以说，正合适。

数据集下载地址：http://yann.lecun.com/exdb/mnist/
当然，你也可以在线下载

from sklearn.externals import joblib
from sklearn import datasets
from skimage.feature import hog
from sklearn.svm import LinearSVC
import numpy as np
import os
import struct# 在线下载特征获取代码
dataset = datasets.fetch_mldata("MNIST Original")
features = np.array(dataset.data, 'int16')
labels = np.array(dataset.target, 'int')# 获取土图片HOG特征
list_hog_fd = []
for feature in features:fd = hog(feature.reshape((28, 28)), orientations=9, pixels_per_cell=(14, 14), cells_per_block=(1, 1), visualise=False)list_hog_fd.append(fd)
hog_features = np.array(list_hog_fd, 'float64')# 创建clf对象
clf = LinearSVC()
clf.fit(hog_features, labels)
joblib.dump(clf, "digits_cls.pkl", compress=3)

离线下载数据集读取并训练

def load_mnist(path):            #读取数据函数#Load MNIST data from pathlabels_path = os.path.join(path, 'train-labels.idx1-ubyte')images_path = os.path.join(path, 'train-images.idx3-ubyte')with open(labels_path, 'rb') as lbpath:magic, n = struct.unpack('>II',lbpath.read(8))labels = np.fromfile(lbpath, dtype=np.uint8)with open(images_path, 'rb') as imgpath:magic, num, rows, cols = struct.unpack(">IIII",imgpath.read(16))images = np.fromfile(imgpath, dtype=np.uint8).reshape(len(labels), 784)return images, labelsfeatures,labels = load_mnist("./")
print('Rows: %d, columns: %d' % (features.shape[0], labels.shape[0]))list_hog_fd = []
for feature in features:fd = hog(feature.reshape((28, 28)),     # hog 特征orientations=9, pixels_per_cell=(14, 14), cells_per_block=(1, 1), visualise=False)list_hog_fd.append(fd)
hog_features = np.array(list_hog_fd, 'float64')clf = LinearSVC()                                # 定义分类器
clf.fit(hog_features, labels)                    # 训练
joblib.dump(clf, "digits_cls.pkl", compress=3)   # 模型保存# 压缩：0到9的整数可选
# 压缩级别：0没有压缩。越高意味着更多的压缩，而且读取和写入越慢。使用3的值通常是一个很好的折衷。

二、导入训练权重，使用图片检测

import cv2
from sklearn.externals import joblib
from skimage.feature import hog
import numpy as npclf = joblib.load("digits_cls.pkl")                 # 读取分类器
im = cv2.imread("./num.png")                        # 读取输入图片
im_gray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)      # 灰度图化
im_gray = cv2.GaussianBlur(im_gray, (5, 5), 0)      # 高斯模糊（去噪）ret, im_th = cv2.threshold(im_gray, 90, 255, cv2.THRESH_BINARY_INV)              # 阈值：二值化
ctrs, hier = cv2.findContours(im_th, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 查询图像轮廓
rects = [cv2.boundingRect(ctr) for ctr in ctrs]    # 框出目标# 对查询的目标识别：计算HOG特征图并且使用SVM预测数字
for rect in rects:cv2.rectangle(im, (rect[0], rect[1]), (rect[0] + rect[2], rect[1] + rect[3]), (0, 255, 0), 3) leng = int(rect[3] * 1.6)pt1 = int(rect[1] + rect[3] // 2 - leng // 2)pt2 = int(rect[0] + rect[2] // 2 - leng // 2)roi = im_th[pt1:pt1+leng, pt2:pt2+leng]# resize 图片roi = cv2.resize(roi, (28, 28), interpolation=cv2.INTER_AREA)roi = cv2.dilate(roi, (3, 3))# 计算 HOG featuresroi_hog_fd = hog(roi, orientations=9, pixels_per_cell=(14, 14), cells_per_block=(1, 1), visualise=False)nbr = clf.predict(np.array([roi_hog_fd], 'float64'))cv2.putText(im, str(int(nbr[0])), (rect[0], rect[1]),cv2.FONT_HERSHEY_DUPLEX, 2, (0, 255, 255), 3)
cv2.imshow("Resulting Image with Rectangular ROIs", im)
cv2.waitKey(0)
cv2.destroyAllWindows()

数字应该相互分开。否则，如果数字太接近，则会干扰每个数字周围的正方形区域。在这种情况下，我们需要创建一个新的方形图像，然后我们需要复制该方形图像中的轮廓。

对于我们在测试中使用的图像，固定阈值工作得很好。在大多数现实世界的图像中，固定阈值不会产生好的结果。在这种情况下，我们需要使用自适应阈值。

在预处理步骤中，我们只做了高斯模糊处理。在大多数情况下，在二进制图像上，我们需要打开和关闭图像以去除小的噪点像素并填充小孔。

特别鸣谢
http://hanzratech.in/2015/02/24/handwritten-digit-recognition-using-opencv-sklearn-and-python.html

OpenCV—python 手写数字字体识别（使用HOG特征）相关推荐

linux手写数字识别opencv,opencv实现KNN手写数字的识别
人工智能是当下很热门的话题,手写识别是一个典型的应用.为了进一步了解这个领域,我阅读了大量的论文,并借助opencv完成了对28x28的数字图片(预处理后的二值图像)的识别任务. 预处理一张图片: 首 ...
Dataset之MNIST：MNIST(手写数字图片识别+ubyte.gz文件)数据集的下载(基于python语言根据爬虫技术自动下载MNIST数据集)
Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集的下载(基于python语言根据爬虫技术自动下载MNIST数据集) 目录数据集下载的所有代码 1.主文件 mni ...
python 手写数字识别封装GUI,手写板获取鼠标写字轨迹信息
python 手写数字识别知识不用多说,本文用深度学习Python库Keras实现深度学习入门教程mnist手写数字识别.mnist手写数字识别是机器学习和深度学习领域的"hello wor ...
DL之CNN：利用卷积神经网络算法(2→2,基于Keras的API-Functional)利用MNIST(手写数字图片识别)数据集实现多分类预测
DL之CNN:利用卷积神经网络算法(2→2,基于Keras的API-Functional)利用MNIST(手写数字图片识别)数据集实现多分类预测目录输出结果设计思路核心代码输出结果下边两张 ...
TF之NN：利用DNN算法(SGD+softmax+cross_entropy)对mnist手写数字图片识别训练集(TF自带函数下载)实现87.4%识别
TF之NN:利用DNN算法(SGD+softmax+cross_entropy)对mnist手写数字图片识别训练集(TF自带函数下载)实现87.4%识别目录输出结果代码设计输出结果代码设计 ...
DL之NN：利用(本地数据集50000张数据集)调用自定义神经网络network.py实现手写数字图片识别94%准确率
DL之NN:利用(本地数据集50000张数据集)调用自定义神经网络network.py实现手写数字图片识别94%准确率目录输出结果代码设计输出结果更新-- 代码设计 import mnist ...
TF之LiR：基于tensorflow实现手写数字图片识别准确率
TF之LiR:基于tensorflow实现手写数字图片识别准确率目录输出结果代码设计输出结果 Extracting MNIST_data\train-images-idx3-ubyte.gz ...
Dataset之MNIST：MNIST(手写数字图片识别+ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略
Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集简介+数据增强(将已有MNIST数据集通过移动像素上下左右的方法来扩大数据集为初始数据集的5倍) 目录 MNIST ...
DL之NN/CNN：NN算法进阶优化(本地数据集50000张训练集图片)，六种不同优化算法实现手写数字图片识别逐步提高99.6%准确率
DL之NN/CNN:NN算法进阶优化(本地数据集50000张训练集图片),六种不同优化算法实现手写数字图片识别逐步提高99.6%准确率目录设计思路设计代码设计思路设计代码 import mn ...

OpenCV—python 手写数字字体识别（使用HOG特征）

文章目录

一、训练分类器

二、导入训练权重，使用图片检测

OpenCV—python 手写数字字体识别（使用HOG特征）相关推荐

最新文章

热门文章