OpenCV 2.4+ C++ SVM文字识别

时间 2019-11-13

标签 opencv 2.4 c++ svm 文字识别栏目 C&C++ 繁體版

原文原文链接

预备知识 html

下面两个都不是必备知识，可是若是你想了解更多内容，可参考这两篇文章。学习

OpenCV 2.4+ C++ SVM介绍 spa

OpenCV 2.4+ C++ SVM线性不可分处理 .net

SVM划分的意义 code

到此，咱们已经对SVM有必定的了解了。但是这有什么用呢？回到上一篇文章结果图： xml

这个结果图的意义在于，他成功从二维划分了分类的区域。因而若是之后，有一个新的样本在绿色区域，那么咱们就能够把他当成是绿色的点。 htm

因为这能够像更高维度推广，因此若是咱们能对样品映射成高维度空间的点，当有足够多的样品时，咱们一样能够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，因而当有新样品落在这些区域是，咱们能够把它当成是这一类型的样本。 blog

通俗一点 图片

可能咱们能更加通俗一点。好比咱们来识别男性和女性。 ci

咱们发现男性和女性可能头发长度不同，可能胸围不同，因而咱们对样本个体产生这样的一种映射：

　　　　人 —> （头发长度, 胸围）

因而咱们将每一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。咱们把这些样品丢给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。

固然，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，当咱们把一我的映射到这个二维空间时，SVM就能够根据以往的学习，猜一猜这我的究竟是什么性别。

咱们学到了什么呢？

好吧，特征要找准一点，不然可能遇到下面的悲剧……

若是这是老板，你就可死翘翘了……

简单的文字识别

固然计算机没那么厉害能看出你的胸围或者头发长短。他须要一些他能读懂的东西，特别计算机一般“看到”的是下面的这种东东……

咱们须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？这彷佛暗示了咱们，虽然每一个人写的字千差万别，可是他们却具备必定的特色。

咱们尝试这样作，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，统计每一个小格中像素的数量，以这些数量为维度进行映射。

OK，明白了原理让咱们开始吧。

样本获取

因为一般文字样本都是白底黑字的，而手写也能够直接获取写入的数据而无视背景，因此咱们并不须要对样本进行提取，但咱们须要对他定位，并弄成合适的大小。

好比，你无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; //获得区域 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; //建立存储矩阵 dst = Mat::zeros(width, height, CV_8UC1); Rect dstRect(left, top, width, height); dst(dstRect); }

这段代码经过遍历全部图像矩阵的元素，来获取该样本的定位和大小。并把样本提取出来。

从新缩放

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

进行缩放，把全部样本变成8*8的大小。为了简便，咱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，若是取值为0，则：

$\texttt{dsize = Size(round(fx*src.cols), round(fy*src.rows))}$

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：

$\texttt{(double)dsize.width/src.cols}$

fy –
垂直轴缩放因子，当取值为0时，则为：

$\texttt{(double)dsize.height/src.rows}$

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，该方法能够避免波纹出现。当图像放大时，相似于 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，若是取值为0，则： $\texttt{dsize = Size(round(fxsrc.cols), round(fysrc.rows))}$ 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： $\texttt{(double)dsize.width/src.cols}$ fy – 垂直轴缩放因子，当取值为0时，则为： $\texttt{(double)dsize.height/src.rows}$ 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，该方法能够避免波纹出现。当图像放大时，相似于 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

参考资料

使用OPENCV训练手写数字识别分类器 . firefight . 2011-05-28