图像基础21 手写数字识别

本文学习资源来自《机器学习实践指南》

在另一篇学习笔记里，记录了通过k-近邻算法识现的手写数字识别。
http://blog.csdn.net/xundh/article/details/73734509

本文使用SVM算法。SVM在文本分类、手写文字识别、图像分类、生物序列分析等实际应用中表现出了非常好的性能。

算法

1. 为每个数字各准备4个样本图像
2. 将图像调整为8*8尺寸，读取样本图像
3. 读取未知样本图像，将未知图像调整为8*8尺寸，提取图像特征码，生成图像特征组
4. 将未知样本图像特征组送入SVM仿真测试，仿真输出值为根据图像识别出的数字。

数据集

USPS美国邮政服务手写数字识别库

http://www.datatang.com/data/11927

用于数字的手写识别。库中共有9298个手写数字图像（均为16*16像素的灰度图像的值，灰度值已被归一化），其中7291个用于训练，2007个用于测试。

手写数字MNIST数据集

http://www.datatang.com/data/3082

用于数字的手写识别。库中共有6万个训练集和1万个测试集。
http://yann.lecun.com/exdb/mnist/

用于笔交互的手写数字识别（UCI）

http://www.datatang.com/data/578

用于数字的手写识别。库中共有44个人的250个手写数据例子

用于处理和理解手写阿拉伯语的数据集

http://www.datatang.com/data/2188

用于阿拉伯语的手写识别。包括51个人的2万个手写数据。

实现

#-*- coding: utf-8 -*-import numpy as npimport mlpyimport cv2print("load...")def getnumc(fn):    '''返回数字特征'''    fnimg = cv2.imread(fn)    img = cv2.resize(fnimg,(8,8))    alltz=[]    for now_h in range(0,8):        xtz=[]        for now_w in range(0,8):            b=img[now_h,now_w,0]            g=img[now_h,now_w,1]            r=img[now_h,now_w,2]            btz = 255-b            gtz = 255-g            rtz = 255-r            if btz >0 or gtz>0 or rtz>0:                nowtz=1            else:                nowtz=0            xtz.append(nowtz)        alltz+=xtz    return alltz#读取样本数字x=[]y=[]for numi in range(1,10):    for numij in range(1,5):        fn='nums/'+str(numi)+'-'+str(numij)+'.png'        x.append(getnumc(fn))        y.append(numi)x=np.array(x)y=np.array(y)svm = mlpy.LibSvm() #svm_type='c_svc', kernel_type='poly', gamma=10)svm.learn(x,y)print (svm.pred(x))for iii in range(1,10):    testfn='nums/test/'+str(iii)+'-test.png'    testx=[]    testx.append(getnumc(testfn))    print(svm.pred(testx))

代码在windows下运行未通过，mlpy.LibSvm可能存在兼容问题。CentOS调试后贴出运行结果。