caffe---利用自己的手写数字进行测试

参考

从一到二：利用mnist训练集生成的caffemodel对mnist测试集与自己手写的数字进行测试

准备若干张手写数字

用画图工具，画出28X28的数字

利用OpenCV进行图片预处理

/*将图片转换成归一化的灰度图，这个程序只能一张一张处理，后面会写一个批处理的程序*注意，opencv的图像都要放在在项目目录下*/#include "opencv2/objdetect.hpp"#include "opencv2/videoio.hpp"#include "opencv2/highgui.hpp"#include "opencv2/imgproc.hpp"#include "opencv2/video/tracking.hpp"  #include "opencv2/imgproc/imgproc.hpp"  #include "opencv2/highgui/highgui.hpp"  #include <iostream>#include <stdio.h>using namespace std;using namespace cv;int main(void){    Mat frame;    Mat proccess;    frame=imread("5.bmp", 1);//读一张图    cvtColor(frame, proccess, CV_BGRA2GRAY);//转化成灰度图    adaptiveThreshold(proccess, proccess, 255, ADAPTIVE_THRESH_GAUSSIAN_C,        THRESH_BINARY_INV, 7, 7);//自适应二值化    imshow("test", proccess);    imwrite("gray5.bmp", proccess);    waitKey(0); // escape}

利用classification.exe对自己的手写数字进行分类

在D:\Study\Caffe\caffe-windows\examples\mnist目录下，同时将需要测试的图片也放到这里。

新建test_personwrite.bat

D:\Study\Caffe\caffe-windows\Build\x64\Release\classification.exeD:\Study\Caffe\caffe-windows\examples\mnist\lenet.prototxtD:\Study\Caffe\caffe-windows\examples\mnist\lenet_iter_10000.caffemodel //之前生成的模型D:\Study\Caffe\caffe-windows\examples\mnist\mean.binaryprotoD:\Study\Caffe\caffe-windows\examples\mnist\label.txtD:\Study\Caffe\caffe-windows\examples\mnist\gray5.bmp //要测试的图片pause

新建标签文件标签文件label.txt

0123456789

结果