银行卡号识别（三） --- 基于k最近邻的数字识别测

博客分类： 

在进行完预处理之后，我们可以开始用算法识别数字了。首先我们不做那么复杂的、一连串银行卡数字的识别，而是做一个数字的测试。

 

一、机器算法的引入-----K近邻算法

K最近邻(k-Nearest Neighbour，KNN)分类算法是一个理论上比较成熟的算法，也是最简单的机器学习算法之一。顾名思义，k最近邻实际上就是取和待分类物最相似的k个模板，然后这k个模板中所占比例最高的类别就是最后决定的类别。

思路就是这么简单，那么这个最近的距离如何计算呢？往往用欧氏距离等经典距离来衡量模板和待分类物的“距离”。

KNN很适合在有大量样本的情况下进行使用，当然，这也带来了速度较慢的问题。

于是KNN就非常简单了。

伦理片 http://www.dotdy.com/

二、准备工作----模板准备

我们只做单个数字的检测，来检验我们所写的算法的正确性，所以类似单片机中串口自发自收的测试方法，我们可以用模板来识别模板，从而检测算法的正确性。

我们在画图板中写入0-9十个数字（大小并没有特殊要求，后面程序会进一步处理），并一一截图保存变成我们的样本，并放在工程目录下：
       
 

模板准备完毕。

 

三、整体思路

1>读取模板：我们这里有10个类别，即0-9十个数字，每个类别有一个样本，一共十个模板，我们需要读入程序中，用IplImage或者cvMat进行存储；

2>模板调整（示模板情况而定需不需要该步骤）：也可以说是提取特征区域吧，因为模板是手动截图的，每个模板打大小不是严格一样的，但是作为模板匹配来说，我们需要的是统一的尺寸标准，所以我们需要将导入的模板图片调整到统一的、合适的尺寸。

在http://blog.csdn.net/wangyaninglm/article/details/17091901的博客上我看到了非常合适的解释图，在这里也分享给大家：
                       
 

 

这里提取出来的ROI是模板的有效部分，但是大小还是不一定符合统一尺寸的要求，所以，我们要进行适当的放缩
                 
 

 影音先锋电影 http://www.iskdy.com/

3>训练数据：这是我认为的算法最关键的部分。这里有几个参数：

Classes：类型数量

Train_simples：每个类型的样本数量

trainData：模板的训练集，

trainClasses：训练集所对应的类别标号

接下来我想解释一下trainData，trainClasses是个啥，但是感觉说太多也并不一定能够说得清楚，所以，请见下图所示：

trainData：