C++ OpenCV手写数字识别
Zero___Chen 人气:0前言
本案例通过使用machine learning机器学习模块进行手写数字识别。源码注释也写得比较清楚啦,大家请看源码注释!!!
一、准备数据集
原图如图所示:总共有0~9数字类别,每个数字共20个。现在需要将下面图片切分成训练数据图片、测试数据图片。该图片尺寸为560x280,故将其切割成28x28大小数据图片。具体请看源码注释。
const int classNum = 10; //总共有0~9个数字类别 const int picNum = 20;//每个类别共20张图片 const int pic_w = 28;//图片宽 const int pic_h = 28;//图片高 //将数据集分为训练集、测试集 double totalNum = classNum * picNum;//图片总数 double per = 0.8; //百分比--修改百分比可改变训练集、测试集比重 double trainNum = totalNum * per;//训练图片数量 double testNum = totalNum * (1.0 - per);//测试图片数量
下面需要将整张图像一一切割成28x28小尺寸图片作为数据集,填充至训练集与测试集。
Mat Train_Data, Train_Label;//用于训练 vector<MyNum>TestData;//用于测试 for (int i = 0; i < picNum; i++) { for (int j = 0; j < classNum; j++) { //将所有图片数据都拷贝到Mat矩阵里 Mat temp; gray(Range(j*pic_w, j*pic_w + pic_w), Range(i*pic_h, i*pic_h + pic_h)).copyTo(temp); Train_Data.push_back(temp.reshape(0, 1)); //将temp数字图像reshape成一行数据,然后一一追加到Train_Data矩阵中 Train_Label.push_back(j); //而外用于测试 if (i * classNum + j >= trainNum) { TestData.push_back({ temp,Rect(i*pic_w,j*pic_h,pic_w,pic_h),j }); } } }
接下来就是要将数据集进行格式转换。
//准备训练数据集 Train_Data.convertTo(Train_Data, CV_32FC1); //转化为CV_32FC1类型 Train_Label.convertTo(Train_Label, CV_32FC1); Mat TrainDataMat = Train_Data(Range(0, trainNum), Range::all()); //只取trainNum行训练 Mat TrainLabelMat = Train_Label(Range(0, trainNum), Range::all());
二、KNN训练
这里使用OpenCV中的KNN算法进行训练。
//KNN训练 const int k = 3; //k值,取奇数,影响最终识别率 Ptr<KNearest>knn = KNearest::create(); //构造KNN模型 knn->setDefaultK(k);//设定k值 knn->setIsClassifier(true);//KNN算法可用于分类、回归。 knn->setAlgorithmType(KNearest::BRUTE_FORCE);//字符匹配算法 knn->train(TrainDataMat, ROW_SAMPLE, TrainLabelMat);//模型训练
三、模型预测及结果显示
//预测及结果显示 double count = 0.0; Scalar color; for (int i = 0; i < TestData.size(); i++) { //将测试图片转成CV_32FC1,单行形式 Mat data = TestData[i].mat.reshape(0, 1); data.convertTo(data, CV_32FC1); Mat sample = data(Range(0, data.rows), Range::all()); float f = knn->predict(sample); //预测 if (f == TestData[i].label) { color = Scalar(0, 255, 0); //如果预测正确,绘制绿色,并且结果+1 count++; } else { color = Scalar(0, 0, 255);//如果预测错误,绘制红色 } rectangle(src, TestData[i].rect, color, 2); } //将绘制结果拷贝到一张新图上 Mat result(Size(src.cols, src.rows + 50), CV_8UC3, Scalar::all(255)); src.copyTo(result(Rect(0, 0, src.cols, src.rows))); //将得分在结果图上显示 char text[10]; int score = (count / testNum) * 100; sprintf_s(text, "%s%d%s", "Score:", score, "%"); putText(result, text, Point((result.cols / 2) - 80, result.rows - 15), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2);
如图为不同比重训练集与测试集识别结果。
四、源码
#include<iostream> #include<opencv2/opencv.hpp> #include<opencv2/ml.hpp> using namespace std; using namespace cv; using namespace cv::ml; //**自定义结构体 struct MyNum { cv::Mat mat; //数字图片 cv::Rect rect;//相对整张图所在矩形 int label;//数字标签 }; int main() { Mat src = imread("digit.png"); if (src.empty()) { cout << "No Image..." << endl; system("pause"); return -1; } Mat gray; cvtColor(src, gray, COLOR_BGR2GRAY); const int classNum = 10; //总共有0~9个数字类别 const int picNum = 20;//每个类别共20张图片 const int pic_w = 28;//图片宽 const int pic_h = 28;//图片高 //将数据集分为训练集、测试集 double totalNum = classNum * picNum;//图片总数 double per = 0.8; //百分比--修改百分比可改变训练集、测试集比重 double trainNum = totalNum * per;//训练图片数量 double testNum = totalNum * (1.0 - per);//测试图片数量 Mat Train_Data, Train_Label;//用于训练 vector<MyNum>TestData;//用于测试 for (int i = 0; i < picNum; i++) { for (int j = 0; j < classNum; j++) { //将所有图片数据都拷贝到Mat矩阵里 Mat temp; gray(Range(j*pic_w, j*pic_w + pic_w), Range(i*pic_h, i*pic_h + pic_h)).copyTo(temp); Train_Data.push_back(temp.reshape(0, 1)); //将temp数字图像reshape成一行数据,然后一一追加到Train_Data矩阵中 Train_Label.push_back(j); //额外用于测试 if (i * classNum + j >= trainNum) { TestData.push_back({ temp,Rect(i*pic_w,j*pic_h,pic_w,pic_h),j }); } } } //准备训练数据集 Train_Data.convertTo(Train_Data, CV_32FC1); //转化为CV_32FC1类型 Train_Label.convertTo(Train_Label, CV_32FC1); Mat TrainDataMat = Train_Data(Range(0, trainNum), Range::all()); //只取trainNum行训练 Mat TrainLabelMat = Train_Label(Range(0, trainNum), Range::all()); //KNN训练 const int k = 3; //k值,取奇数,影响最终识别率 Ptr<KNearest>knn = KNearest::create(); //构造KNN模型 knn->setDefaultK(k);//设定k值 knn->setIsClassifier(true);//KNN算法可用于分类、回归。 knn->setAlgorithmType(KNearest::BRUTE_FORCE);//字符匹配算法 knn->train(TrainDataMat, ROW_SAMPLE, TrainLabelMat);//模型训练 //预测及结果显示 double count = 0.0; Scalar color; for (int i = 0; i < TestData.size(); i++) { //将测试图片转成CV_32FC1,单行形式 Mat data = TestData[i].mat.reshape(0, 1); data.convertTo(data, CV_32FC1); Mat sample = data(Range(0, data.rows), Range::all()); float f = knn->predict(sample); //预测 if (f == TestData[i].label) { color = Scalar(0, 255, 0); //如果预测正确,绘制绿色,并且结果+1 count++; } else { color = Scalar(0, 0, 255);//如果预测错误,绘制红色 } rectangle(src, TestData[i].rect, color, 2); } //将绘制结果拷贝到一张新图上 Mat result(Size(src.cols, src.rows + 50), CV_8UC3, Scalar::all(255)); src.copyTo(result(Rect(0, 0, src.cols, src.rows))); //将得分在结果图上显示 char text[10]; int score = (count / testNum) * 100; sprintf_s(text, "%s%d%s", "Score:", score, "%"); putText(result, text, Point((result.cols / 2) - 80, result.rows - 15), FONT_HERSHEY_SIMPLEX, 1, Scalar(0, 255, 0), 2); imshow("test", result); imwrite("result.jpg", result); waitKey(0); system("pause"); return 0; }
总结
本文使用OpenCV C++ 利用ml模块进行手写数字识别,源码注释也比较详细,主要操作有以下几点。
1、数据集划分为训练集与测试集
2、进行KNN训练
3、进行模型预测以及结果显示
加载全部内容