java opencv数字识别带小数点 opencv识别数字字母

转载

墨染青衫 2023-11-21 18:01:27

文章标签 java opencv数字识别带小数点人工智能预处理特征提取字符识别 文章分类 Java 后端开发

摘要

本程序主要参照论文，《基于OpenCV的脱机手写字符识别技术》实现了，对于手写阿拉伯数字的识别工作。识别工作分为三大步骤：预处理，特征提取，分类识别。预处理过程主要找到图像的ROI部分子图像并进行大小的归一化处理，特征提取将图像转化为特征向量，分类识别采用k-近邻分类方法进行分类处理，最后根据分类结果完成识别工作。

程序采用Microsoft Visual Studio 2010与OpenCV2.4.4在Windows 7-64位旗舰版系统下开发完成。并在Windows xp-32位系统下测试可用。

主流程图：

java opencv数字识别带小数点 opencv识别数字字母_特征提取

细化流程图：

java opencv数字识别带小数点 opencv识别数字字母_人工智能_02

1. 预处理

预处理的过程就是找到图像的ROI区域的过程，如下图所示：

java opencv数字识别带小数点 opencv识别数字字母_字符识别_03

首先找到数字的边界框，然后大小归一化数字图片，主要流程如下图所示：

java opencv数字识别带小数点 opencv识别数字字母_特征提取_04

主要代码：

IplImagepreprocessing(IplImage*imgSrc,intnew_width,intnew_height)
{
 IplImage* result;
 IplImage* scaledResult;
 
 CvMat data;
 CvMat dataA;
CvRect bb;//bounding box
CvRect bba;//boundinb box maintain aspect ratio
       
//Find bounding box找到边界框
 bb=findBB(imgSrc);
 cvGetSubRect(imgSrc, &data,cvRect(bb.x,bb.y,bb.width,bb.height));
 int size=(bb.width>bb.height)?bb.width:bb.height;
 result=cvCreateImage(  cvSize( size, size
 cvSet(result,CV_RGB(255,255,255),NULL);
//将图像放中间，大小归一化
 int x=(int)floor((float)(size-bb.width)/2.0f);
 int y=(int)floor((float)(size-bb.height)/2.0f);
 cvGetSubRect(result, &dataA,cvRect(x,y,bb.width,bb.height));
 cvCopy(&data, &dataA,NULL);
//Scale result
 scaledResult=cvCreateImage(  cvSize( new_width,  new_height
 cvResize(result,  scaledResult, CV_INTER_NN);
       
//Return processed data
return *scaledResult;//直接返回处理后的图片
       
}

2. 特征提取

在拿到ROI图像减少了信息量之后，就可以直接用图片作为向量矩阵作为输入:

voidbasicOCR::getData()
{
 IplImage* src_image;
 IplImage prs_image;
 CvMat row,data;
 char file[255];
 int i,j;
 for(i =0; i<classes;i++)//总共10个数字
       {
for( j = 0; j<train_samples;j++)//每个数字50个样本
              {
                    
//加载所有的样本pbm格式图像作为训练
if(j<10)
sprintf(file,"%s%d/%d0%d.pbm",file_path,i,i , j);
else
sprintf(file,"%s%d/%d%d.pbm",file_path,i,i , j);
src_image = cvLoadImage(file,0);
if(!src_image)
                     {
printf("Error: Cant load image %s\n",file);
//exit(-1);
                     }
//process file
prs_image = preprocessing(src_image,size,size);
//生成训练矩阵，每个图像作为一个向量
cvGetRow(trainClasses, &row,i*train_samples +j);
cvSet(&row, cvRealScalar(i));
//Set data 
cvGetRow(trainData, &row,i*train_samples +j);
 
IplImage* img = cvCreateImage( cvSize( size,  size
IPL_DEPTH_32F, 1 );
//转换换 8 bits image to 32位浮点数图片取值区间为[0,1]
                    //scale = 0.0039215 = 1/255; 
cvConvertScale(&prs_image,img, 0.0039215, 0);
 
cvGetSubRect(img, &data,cvRect(0,0,size,size));
                    
CvMat row_header, *row1;
//convert data matrix sizexsize to vecor
row1 = cvReshape( &data, &row_header, 0, 1 );
cvCopy(row1, &row,NULL);
              }
       }
}

3. 分类识别

识别方法采用knn近邻分类法。这个算法首先贮藏所有的训练样本，然后通过分析（包括选举，计算加权和等方式）一个新样本周围K个最近邻以给出该样本的相应值。这种方法有时候被称作“基于样本的学习”，即为了预测，我们对于给定的输入搜索最近的已知其相应的特征向量。

K最近邻(k-Nearest Neighbor，KNN)分类算法，是一个理论上比较成熟的方法，也是最简单的机器学习算法之一。该方法的思路是：如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 KNN方法虽然从原理上也依赖于极限定理，但在类别决策时，只与极少量的相邻样本有关。由于KNN方法主要靠周围有限的邻近的样本，而不是靠判别类域的方法来确定所属类别的，因此对于类域的交叉或重叠较多的待分样本集来说，KNN方法较其他方法更为适合。

识别工作主要有以下几个步骤：

1. 初始化机器学习算法，及其训练

knn=new CvKNearest( trainData, trainClasses, 0, false, K );

因为trainData, trainClasses数据已得到。训练在CvKNearest算法初始化中已经完成

2. 识别

获取识别测试的数据，testData

result=knn->find_nearest(testData,K,0,0,nearest,0);

result为返回的识别的结果

4. 实验结果

在knn参数k=5，子图像向量大小选取128*128像素，训练样本50副图片，测试样本50副图片，系统误识率为7.4%。对于用户手写阿拉伯数字2的识别结果为2，识别比较准确。

java opencv数字识别带小数点 opencv识别数字字母_字符识别_05