OpenCV 2.4+ C++ SVM文字识别

转自：http://www.cnblogs.com/justany/archive/2012/11/27/2789767.html

预备知识

下面两个都不是必备知识，但是如果你想了解更多内容，可参考这两篇文章。

OpenCV 2.4+ C++ SVM介绍

OpenCV 2.4+ C++ SVM线性不可分处理

SVM划分的意义

到此，我们已经对SVM有一定的了解了。可是这有什么用呢？回到上一篇文章结果图：

这个结果图的意义在于，他成功从二维划分了分类的区域。于是如果以后，有一个新的样本在绿色区域，那么我们就可以把他当成是绿色的点。

由于这可以像更高维度推广，所以如果我们能对样品映射成高维度空间的点，当有足够多的样品时，我们同样可以找到一个高维度的超平面划分，使得同一类样品的映射点在同一区域，于是当有新样品落在这些区域是，我们可以把它当成是这一类型的样本。

通俗一点

可能我们能更加通俗一点。比如我们来识别男性和女性。

我们发现男性和女性可能头发长度不一样，可能胸围不一样，于是我们对样本个体产生这样的一种映射：

　　　　人 —> （头发长度, 胸围）

于是我们将每个样品映射到二维平面，其中“头发的长度”和“胸围的长度”分别是x轴和y轴。我们把这些样品丢给SVM学习，则他会寻找出一个合理的x和y的区域来划分男性和女性。

当然，也有可能有些男的头发比女的还长，有的男性的胸围比女性还大，这些就是错分点，它们也影响着划分。

最后，当我们把一个人映射到这个二维空间时，SVM就可以根据以往的学习，猜一猜这个人到底是什么性别。

我们学到了什么呢？

好吧，特征要找准一点，否则可能遇到下面的悲剧……

如果这是老板，你可就死翘翘了……

简单的文字识别

当然计算机没那么厉害能看出你的胸围或者头发长短。他需要一些他能读懂的东西，特别计算机通常“看到”的是下面的这种东东……

我们需要对文字找到他的特征，来映射到高维空间。

还记得小学时候练字的米字格么？这似乎暗示了我们，虽然每个人写的字千差万别，但是他们却具有一定的特点。

我们尝试这样做，取一个字，选取一个包含该字的正方形区域，将这个正方形区域分割成8*8个小格，统计每个小格中像素的数量，以这些数量为维度进行映射。

OK，明白了原理让我们开始吧。

被提醒了，那么补充一句：这个例子在实际中用来辨认是不可行的。

样本获取

由于通常文字样本都是白底黑字的，而手写也可以直接获取写入的数据而无视背景，所以我们并不需要对样本进行提取，但我们需要对他定位，并弄成合适的大小。

比如，你没法避免有人这么写字……

坑爹啊，好好的那么大地方你就躲在左上角……

开始定位

void getROI(Mat& src, Mat& dst){int left, right, top, bottom;left = src.cols;right = 0;top = src.rows;bottom = 0;//得到区域for(int i=0; i<src.rows; i++){for(int j=0; j<src.cols; j++){if(src.at<uchar>(i, j) > 0){if(j<left) left = j;if(j>right) right = j;if(i<top) top = i;if(i>bottom) bottom = i;}}}int width = right - left;int height = bottom - top;//创建存储矩阵dst = Mat::zeros(width, height, CV_8UC1);Rect dstRect(left, top, width, height);dst(dstRect);
}

这段代码通过遍历所有图像矩阵的元素，来获取该样本的定位和大小。并把样本提取出来。

重新缩放

Mat dst = Mat::zeros(8, 8, CV_8UC1);
resize(src, dst, dst.size());

进行缩放，把所有样本变成8*8的大小。为了简便，我们把像素多少变成了像素的灰度值。

resize的API：

调整图片大小

C++: void resize (InputArray src, OutputArray dst, Size dsize, double fx=0, double fy=0, int interpolation=INTER_LINEAR )

参数
src – 输入图像。

dst – 输出图像；它有一个dsize (当其不为0时) 或者这个size由 src.size()，fx和fy算出。dst的类型和src相同。

dsize –
输出图像的大小，如果取值为0，则：

dsize或者fx和fy必须有一种大小决定方法不为0。

fx –
水平轴缩放因子，当取值为0时，则为：

fy –
垂直轴缩放因子，当取值为0时，则为：

interpolation –
插值方法

INTER_NEAREST - 最近邻值插入方法。

INTER_LINEAR - 双线性插值（默认方式）。

INTER_AREA - 使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN 方法。

INTER_CUBIC - 立方插值。

INTER_LANCZOS4 - 8x8的Lanczos插入方法。

参数	src – 输入图像。 dst – 输出图像；它有一个dsize (当其不为0时) 或者这个size由 src.size()，fx和fy算出。dst的类型和src相同。 dsize – 输出图像的大小，如果取值为0，则： dsize或者fx和fy必须有一种大小决定方法不为0。 fx – 水平轴缩放因子，当取值为0时，则为： fy – 垂直轴缩放因子，当取值为0时，则为： interpolation – 插值方法 INTER_NEAREST - 最近邻值插入方法。 INTER_LINEAR - 双线性插值（默认方式）。 INTER_AREA - 使用象素关系重采样。当图像缩小时候，该方法可以避免波纹出现。当图像放大时，类似于 CV_INTER_NN 方法。 INTER_CUBIC - 立方插值。 INTER_LANCZOS4 - 8x8的Lanczos插入方法。

准备样本数据

Mat data = Mat::zeros(total, 64, CV_32FC1);    //样本数据矩阵
Mat res = Mat::zeros(total, 1, CV_32SC1);    //样本标签矩阵

res.at<double>(k, 1) = label;    //对第k个样本添加分类标签//对第k个样本添加数据
for(int i = 0; i<8; i++)  {  for(int j = 0; j<8; j++)  {  res.at<double>(k, i * 8 + j) = dst.at<double>(i, j);  }
}

将刚刚的结果，输入样本，并加上标签。

训练

CvSVM svm = CvSVM();
CvSVMParams param;
CvTermCriteria criteria;  criteria= cvTermCriteria(CV_TERMCRIT_EPS, 1000,  FLT_EPSILON);
param= CvSVMParams(CvSVM::C_SVC, CvSVM::RBF, 10.0, 8.0, 1.0, 10.0, 0.5, 0.1, NULL, criteria);   svm.train(data, res, Mat(), Mat(), param);
svm.save( "SVM_DATA.xml" );

开始训练并保存训练数据。

使用

CvSVM svm = CvSVM();
svm.load( "SVM_DATA.xml" );
svm.predict(m);        //对样本向量m检测

OpenCV 2.4+ C++ SVM文字识别相关推荐

OpenCV 2.x + SVM文字识别
预备知识下面两个都不是必备知识,但是如果你想了解更多内容,可参考这两篇文章. OpenCV 2.4+ C++ SVM介绍 OpenCV 2.4+ C++ SVM线性不可分处理 SVM划分的意义到此 ...
文档扫描识别——OpenCV与C++实现OCR文字识别
前言 1.前面演示了如何通过线段检测后得到拍照文档的四个校正点,后把文档校正,接下就是OCR识别,其实在OCR的时,也可以不用做校正,但对部分场景下的文档,识别精度可能没有那么好而已. 2.考虑到之后 ...
【opencv机器学习】支持向量机SVM的程序
转载来源于 http://blog.csdn.net/firefight/article/details/6400060 为了学习OPENCV SVM分类器, 参考网上的"利用SVM解决2维 ...
php图像识别api,使用腾讯AI开放平台api进行图片OCR文字识别
重要:本文最后更新于2019-05-20 08:46:46,某些文章具有时效性,若有错误或已失效,请在下方留言或联系代码狗. 其实图片的文字识别其实还算简单,一般是根据特定字体制作出字码文件,然后分割 ...
SVM对文字识别的简单使用
[原文:http://www.cnblogs.com/justany/archive/2012/11/27/2789767.html] 预备知识下面两个都不是必备知识,但是如果你想了解更多内容,可参 ...
opencv 文字识别_Python+opencv+EAST做自然场景文本检测！
在本教程中,您将学习如何使用OpenCV通过EAST文本检测器检测自然场景图像中的文本. OpenCV的EAST文本检测器是一种深度学习模型,基于新颖的架构和训练模式.它的优势是 (1)可以以13 F ...
OpenCV+OCR文字识别
需配置好OpenCV和OCR环境下运行 1.opencv简介 OpenCV的全称是Open Source Computer Vision Library,是一个跨平台的计算机视觉库. OpenCV用C ...
OpenCV项目实战日志——检测文字并对比识别
第一次写长博,记录一个项目.这几天一直在接小活,有一个是客户的要求是将目标图片上的文字(目测是好多器材上边的编号)检测出来,并对比,要求长字符串和长字符串相同,短字符串和短字符串相同,不一样的需要标识 ...
Android OpenCV实现文字识别
准备工作: 1.下载OpenCV:https://opencv.org/releases/ 2.添加tess-two依赖: 建议直接在app的build.gradle下添加tess-two依赖库就可以 ...

OpenCV 2.4+ C++ SVM文字识别

OpenCV 2.4+ C++ SVM文字识别相关推荐

最新文章

热门文章