%设计基于BP神经网络印刷体0~9的识别系统

%经过前期处理获得16x16的二值图像

clear all;

'正在生成输入向量和目标向量，请稍等……'

for kk=0:89

p1=ones(16,16);                         %初始化16*16的二值图像像素值(全白)

m=strcat(int2str(kk),'.bmp');           %形成训练样本图像的文件名(0~89.bmp)

x=imread(m,'bmp');                      %读入训练样本图像文件

bw=im2bw(x,0.5);                        %将读入的训练样本图像转换为二值图像

[i,j]=find(bw==0);                      %寻找二值图像中像素值为0(黑)的行号和列号

imin=min(i);                            %寻找二值图像中像素值为0(黑)的最小行号

imax=max(i);                            %寻找二值图像中像素值为0(黑)的最大行号

jmax=max(j);                            %寻找二值图像中像素值为0(黑)的最大列号

jmin=min(j);                            %寻找二值图像中像素值为0(黑)的最小列号

bw1=bw(imin:imax,jmin:jmax);            %截取图像像素值为0(黑)的最大矩阵区域

rate=16/max(size(bw1));                 %计算截取图像转换为16*16的二值图像的缩放比例

bw1=imresize(bw1,rate);                 %将截取图像转换为16*16的二值图像(由于缩放比例

%大多数情况不为16的倍数，可能存在转换误差

[i,j]=size(bw1);                        %转换图像的大小

i1=round((16-i)/2);                     %计算转换图像与标准16*16的图像的左边界差

j1=round((16-j)/2);                     %计算转换图像与标准16*16的图像的上边界差

p1(i1+1:i1+i,j1+1:j1+i)=bw1;            %将截取图像转换为标准的16*16的图像

p1=-1.*p1+ones(16,16);                  %反色处理

%以图像数据形成神经网络的输入向量

for m=0:15

p(m*16+1:(m+1)*16,kk+1)=p1(1:16,m+1);

end

%形成神经网络的目标向量

switch kk

case {0,10,20,30,40,50,60,70,80,90}

t(kk+1)=0;

case {1,11,21,31,41,51,61,71,81,91}

t(kk+1)=1;

case {2,12,22,32,42,52,62,72,82,92}

t(kk+1)=2;

case {3,13,23,33,43,53,63,73,83,93}

t(kk+1)=3;

case {4,14,24,34,44,54,64,74,84,94}

t(kk+1)=4;

case {5,15,25,35,45,55,65,75,85,95}

t(kk+1)=5;

case {6,16,26,36,46,56,66,76,86,96}

t(kk+1)=6;

case {7,17,27,37,47,57,67,77,87,97}

t(kk+1)=7;

case {8,18,28,38,48,58,68,78,88,98}

t(kk+1)=8;

case {9,19,29,39,49,59,69,79,89,99}

t(kk+1)=9;

end

end

save E52PT p t;

'输入向量和目标向量生成结束！'

??? Error using ==> imread at 362

File "0.bmp" does not exist.

Error in ==> example5_2 at 10

x=imread(m,'bmp');                      %读入训练样本图像文件