基于SVM的手写数字识别系统的设计与实现1.1 题目的主要研究内容(1)工作的主要描述手写数字识别是指给定一系列的手写数字图片以及对应的数字标签,构建模型进行学习,目标是对于一张新的手写数字图片能够自动识别出对应的数字。
手写数字的识别在社会经济中的许多方面都有着广泛的应用,其识别方法也有许多种,如神经网络,Bayes判别法等。
由于手写体人为因素随意性大,手写字体识别的难度远高于印刷体的识别。
本文主要基于SVM(支持向量机),对手写数字进行了识别分类(2)系统流程图┆1.2 题目研究的工作基础或实验条件(1)硬件环境主要为:戴尔笔记本,Intel(R) Core(TM) i5-7200U CPU(2)软件环境主要为Windows操作系统,Matlab2016b。
1.3 数据集描述训练样本为50张0~9的手写数字图片,每个数字均5张;测试样本为30张0~9的手写数字图片,每个数字均3张。
1.4 特征提取过程描述由于图片中数字的大小和位置不尽相同,首先对每幅图片做标准化预处理:将每张图片做反色处理,设定阈值、转化为二值图像,然后截取二值图像中包含完整数字的最小区域,最后将截取的包含完整数字的最小区域图像转化为16*16像素的标准化图像。
1.5 分类过程描述利用图片预处理子函数对训练样本图片进行批量预处理,导入训练样本图片,利用uigetfile函数交互式选取训练样本,逐个读取图片,将每一幅图转为16*16个二进制数,将训练样本的标准化图像转为50*256的训练样本矩阵。
建立支持向量机识别训练样本,并查看在训练样本集的识别准确率。
导入测试样本图片,与训练样本图片的操作一致,将测试样本的标准化图像转为30*256的样本矩阵。
利用建立的支持向量机对测试样本进行识别分类。
1.6 主要程序代码(要求必须有注释)function pic_preprocess = pic_preprocess(pic)% 图片预处理子函数% 图片反色处理pic = 255-pic;% 设定阈值,将反色图像转成二值图像pic = im2bw(pic,0.4);% 查找数字上所有像素点的行标y和列标x[y,x] = find(pic == 1);% 截取包含完整数字的最小区域pic_preprocess = pic(min(y):max(y), min(x):max(x));% 将截取的包含完整数字的最小区域图像转成16*16的标准化图像pic_preprocess = imresize(pic_preprocess,[16,16]);function Chapter_CharacterRecognitionUsingLibsvm%% A Little Clean Workclose all;clear;clc;format compact;%% 载入训练数据% 利用uigetfile函数交互式选取训练样本[FileName,PathName,FilterIndex] = uigetfile( ...{'*.jpg';'*.bmp'},'请导入训练图片','*.jpg','MultiSelect','on');if ~FilterIndex %如果用户取消,则返回上一步return;endnum_train = length(FileName); %filename是一个字符串数组TrainData = zeros(num_train,16*16);TrainLabel = zeros(num_train,1);for k = 1:num_trainpic = imread([PathName,FileName{k}]);%逐个读图pic = pic_preprocess(pic);%将一幅图转为16*16个二进制数TrainData(k,:) = double(pic(:)');%单引号是将pic转一维数组,存放在TrainData的第K 行TrainLabel(k) = str2double(FileName{k}(4));%文件名中第4个字符是该图片的数字% 将标准化图像按列拉成一个向量并转置,生成50*256的训练样本矩阵end%% 建立支持向量机% [bestCVaccuracy,bestc,bestg] = ...% SVMcgForClass(TrainLabel,TrainData,-8,8,-8,8,10,0.8,0.8,4.5)model = svmtrain(TrainLabel, TrainData);% 在训练集上查看识别能力preTrainLabel = svmpredict(TrainLabel, TrainData, model);%% 载入测试样本[FileName,PathName,FilterIndex] = uigetfile( ...{'*.jpg';'*.bmp'},'请导入测试图片','*.bmp','MultiSelect','on');if ~FilterIndexreturn;endnum_train = length(FileName);%filename是一个字符串数组TestData = zeros(num_train,16*16);TestLabel = zeros(num_train,1);for k = 1:num_trainpic = imread([PathName,FileName{k}]);%逐个读图pic = pic_preprocess(pic);%将一幅图转为16*16个二进制数TestData(k,:) = double(pic(:)');%单引号是将pic转一维数组,存放在TrainData的第K行TestLabel(k) = str2double(FileName{k}(4));%文件名中第4个字符是该图片的数字end%% 对测试样本进行分类preTestLabel = svmpredict(TestLabel, TestData, model);assignin('base','TestLabel',TestLabel);assignin('base','preTestLabel',preTestLabel);TestLabel'preTestLabel'1.7 运行结果及分析可以看到训练样本的识别率为100%,测试样本上的识别率为90%(27/30),也就是有三个数字识别错误,第19列6->5、第20列6->5、第25列8->9。