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。
|
1 2 3 4 5 6 7 8 9 10 |
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。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
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。
|
1 2 3 4 5 |
//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。
|
1 2 3 4 5 6 7 |
//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
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 |
//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
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 |
#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
