您好,登錄后才能下訂單哦!
這篇文章主要介紹“怎么用C++編程模板匹配超詳細(xì)的識(shí)別手寫(xiě)數(shù)字”,在日常操作中,相信很多人在怎么用C++編程模板匹配超詳細(xì)的識(shí)別手寫(xiě)數(shù)字問(wèn)題上存在疑惑,小編查閱了各式資料,整理出簡(jiǎn)單好用的操作方法,希望對(duì)大家解答”怎么用C++編程模板匹配超詳細(xì)的識(shí)別手寫(xiě)數(shù)字”的疑惑有所幫助!接下來(lái),請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧!
過(guò)程很簡(jiǎn)單,如下:
匹配成功:存在一個(gè)最小距離(這些距離相等),且為一個(gè)數(shù)字;存在多個(gè)最小距離,且為同一個(gè)數(shù)字。
拒絕識(shí)別:存在多個(gè)最小距離,且為不同數(shù)字。
識(shí)別錯(cuò)誤:存在一個(gè)最小距離,但與被測(cè)數(shù)字不是相同的數(shù)字。
也許乍一看看不明白,我在這里解釋一下,明白的可以繞過(guò)。我們這里假設(shè)1,2,3(注意,他們的樣本都有多個(gè))為訓(xùn)練集,d為測(cè)試樣本。匹配時(shí)匹配到d與1距離最小且只與1距離最小,(可能與多個(gè)1的樣本距離最小或者只有一個(gè))那么匹配成功;匹配時(shí)匹配到d與1和2的某個(gè)樣本都有最小距離,那么拒絕匹配;匹配時(shí)匹配到d(假如d是1的樣本)與2有最小距離,那么識(shí)別錯(cuò)誤。
因?yàn)閳D片處理不是本文章的主要內(nèi)容,我們跳過(guò)圖像處理步驟(有興趣的可以去看圖像處理這門(mén)課),直接給處理好的圖片。那么我們?cè)撊绾螛?gòu)建訓(xùn)練庫(kù),又該如何讓計(jì)算機(jī)能夠識(shí)別我們的圖片呢?接下來(lái)我們來(lái)看看如何實(shí)現(xiàn)構(gòu)建訓(xùn)練庫(kù)。
我的實(shí)驗(yàn)中有1000張訓(xùn)練樣本(200張測(cè)試樣本),既然要讓計(jì)算機(jī)能夠識(shí)別,那當(dāng)然是把圖片數(shù)字化。在圖像處理的步驟里,我們得到的訓(xùn)練樣本都是28*28像素點(diǎn)的圖片,可以想到28*28是一個(gè)不小的數(shù)量,為了提高處理速度,我們把圖片壓縮成7*7大小的,這樣即提高了處理速度,也方便我們寫(xiě)代碼,因?yàn)?*7和4*4都是正方形。如下圖:
壓縮圖片:我們縱向遍歷7*7的方格,將里面像素大于127的小格子進(jìn)行計(jì)數(shù),當(dāng)其數(shù)量超過(guò)6(有的同學(xué)會(huì)覺(jué)得應(yīng)該是8,因?yàn)?是一半,但是8最終得到的正確率太低了,所以我找了一個(gè)合適的參數(shù))我們就把大格子對(duì)應(yīng)的7*7的二維數(shù)組的相應(yīng)位置設(shè)置為1,反之為0;然后再將數(shù)組轉(zhuǎn)換成字符串,這樣下來(lái)我們就會(huì)得到一個(gè)長(zhǎng)度為49的字符串,這個(gè)字符串就是我們計(jì)算機(jī)匹配的核心。
另外,我是先把訓(xùn)練集和測(cè)試集分別數(shù)據(jù)化,再依次取出來(lái)作比較。也可以采用一邊遍歷測(cè)試集和處理,一遍作比較,我沒(méi)有輸出文件名,因?yàn)槲也捎玫姆绞奖容^笨,代碼量也很多,主要是因?yàn)槲抑皩?xiě)完之后有很多bug,導(dǎo)致我不能成功運(yùn)行,所以我采用這種簡(jiǎn)單代碼來(lái)避免錯(cuò)誤,小伙伴們大可不必用這種方式!
值得注意的是,文件流的打開(kāi)和關(guān)閉的時(shí)機(jī)也會(huì)很大程度上影響代碼運(yùn)行,這個(gè)問(wèn)題困擾了我很久,希望大家引以為戒,代碼中具體位置我已經(jīng)標(biāo)出來(lái)了。(標(biāo)***的位置)另外,大家對(duì)于讀文件寫(xiě)文件的文件流自己去了解,讀文件是ofstream,寫(xiě)文件是ifstream,每次訪問(wèn)文件都要打開(kāi)文件和關(guān)閉文件。getline函數(shù)每次依次取一行數(shù)據(jù),所以我們?cè)诒闅v完一個(gè)文檔之前不會(huì)關(guān)閉文檔,也就不會(huì)再打開(kāi)文檔。
最后我對(duì)我字符串比較做一個(gè)解釋?zhuān)沂遣捎昧艘粋€(gè)標(biāo)志refused來(lái)標(biāo)志當(dāng)前字符串有沒(méi)有被拒絕識(shí)別,當(dāng)發(fā)現(xiàn)相似度(代碼中用total表示的)小于49的就把它賦值給相似度,并且把拒絕識(shí)別設(shè)置為假,直到找到最小的,當(dāng)找到最小的之后又找到了另一個(gè)相同相似度的,則判斷兩個(gè)樣本數(shù)字是不是相同的,不是的話就把refused設(shè)置為真,即在后面直接輸出拒絕識(shí)別。
我判斷兩個(gè)樣本是否為同一個(gè)數(shù)字是通過(guò)范圍比對(duì),簡(jiǎn)單地來(lái)說(shuō)就是訓(xùn)練樣本的第0——99個(gè)對(duì)應(yīng)測(cè)試樣本的第0——19個(gè),這是一個(gè)偷懶的辦法,我沒(méi)時(shí)間改代碼了所以就這樣代替了別人那種文本帶文件名的。(帶文件名比對(duì)時(shí)還需要去文件名)
其他的解釋我放在代碼里,有助于大家更直接的理解!
#include<iostream> #include<fstream> #include<opencv2/opencv.hpp> #include<opencv2/highgui.hpp> #include<opencv2/core.hpp> #include<io.h> //api和結(jié)構(gòu)體 #include<string.h> #include<string> using namespace std; using namespace cv; void ergodicTest(string filename, string name); //遍歷函數(shù) string Image_Compression(string imgpath); //壓縮圖片并返回字符串 int distance(string str1, string str2); //對(duì)比函數(shù)不一樣的位數(shù) void compare(); int turn(char a); void main() { const char* filepath = "E:\\learn\\vsfile\\c++project\\pictureData\\train-images"; ergodicTest(filepath,"train_num.txt"); //處理訓(xùn)練集 const char* test_path= "E:\\learn\\vsfile\\c++project\\pictureData\\test-images"; ergodicTest(test_path, "test_num.txt"); compare(); } void ergodicTest(string filename,string name) //遍歷并把路徑存到files { string firstfilename = filename + "\\*.bmp"; struct _finddata_t fileinfo; intptr_t handle; //不能用long,因?yàn)榫葐?wèn)題會(huì)導(dǎo)致訪問(wèn)沖突,longlong也可 string rout = "E:\\learn\\vsfile\\c++project\\pictureData\\" + name; ofstream file; file.open(rout, ios::out); handle = _findfirst(firstfilename.c_str(), &fileinfo); if ( _findfirst(firstfilename.c_str(), &fileinfo) != -1) { do { file << fileinfo.name << ":" << Image_Compression(filename + "\\" + fileinfo.name) << endl; } while (!_findnext(handle, &fileinfo)); file.close(); _findclose(handle); } } string Image_Compression(string imgpath) //輸入圖片地址返回圖片二值像素字符 { Mat Image = imread(imgpath); //輸入的圖片 cvtColor(Image, Image, COLOR_BGR2GRAY); int Matrix[28][28]; //將digitization轉(zhuǎn)化為字符串類(lèi)型 for (int row = 0; row < Image.rows; row++) //把圖片的像素點(diǎn)傳給數(shù)組 for (int col = 0; col < Image.cols; col++) { Matrix[row][col] = Image.at<uchar>(row, col); } string img_str = ""; //用來(lái)存儲(chǔ)結(jié)果字符串 int x = 0, y = 0; for (int k = 1; k < 50; k++) { int total = 0; for (int q = 0; q < 4; q++) for (int p = 0; p < 4; p++) if (Matrix[x + q][y + p] > 127) total += 1; y = (y + 4) % 28; if (total >= 6) img_str += '1'; //將28*28的圖片轉(zhuǎn)化為7*7即壓縮 else img_str += '0'; if (k % 7 == 0) { x += 4; y = 0; } } return img_str; } int distance(string str1, string str2) //比對(duì)兩個(gè)字符串有多少個(gè)不一樣 { int counts=0; for (int i = 0; i < str1.length(); i++) { if (str1[i] == str2[i]) continue; else counts++; } return counts; } int turn(char a) { stringstream str; int f = 1; str << a; str >> f; str.clear(); return f; } void compare() { ifstream train_data;//建立讀文件流 ifstream test_data; string tmp1 = ""; //從train中取數(shù)據(jù)存在tmp1 string tmp11 = ""; string tmp2 = ""; //從test中取 string tmp22 = ""; bool refused = false; //拒絕識(shí)別標(biāo)志 int tr_num = 0; //用來(lái)存儲(chǔ)最小值的文件名(訓(xùn)練集) int num_refused = 0; //拒絕識(shí)別個(gè)數(shù) int num_false = 0; //識(shí)別錯(cuò)誤個(gè)數(shù) int num_true = 0; //正確識(shí)別個(gè)數(shù) test_data.open("E:\\learn\\vsfile\\c++project\\pictureData\\test_num.txt"); for (int p = 0; p < 200; p++) { int total = 49; //方便比大小,設(shè)置初值為49 getline(test_data, tmp2); tmp22 = tmp2; //在切割字符串之前保留,以便后面知曉該字符串是哪個(gè)數(shù)字的 if(tmp2.length()==57) tmp2.erase(0,8); //erase函數(shù)是用來(lái)切割字符串的,這里是切割第0位的后面8位,存剩余的其他位 else tmp2.erase(0,9); train_data.open("E:\\learn\\vsfile\\c++project\\pictureData\\train_num.txt"); for (int j = 0; j < 1000; j++) //一個(gè)測(cè)試樣本和所有訓(xùn)練樣本對(duì)比 { getline(train_data, tmp1); tmp11 = tmp1; if (tmp1.length() == 57) tmp1.erase(0, 8); else tmp1.erase(0, 9); if (distance(tmp1, tmp2) < total) //取最相近的 { refused = false; //拒絕識(shí)別被設(shè)置為否,即識(shí)別沒(méi)有被拒絕 total = distance(tmp1, tmp2); tr_num = turn(tmp11[0]); //記錄數(shù)字 } else if(distance(tmp1, tmp2) == total && tr_num!= turn(tmp11[0])) //發(fā)現(xiàn)相同相似度,且兩者歸屬的數(shù)字不同 { refused = true; //拒絕識(shí)別 continue; //循環(huán)繼續(xù) } } train_data.close(); if (!refused) { if (tr_num == turn(tmp22[0])) { //cout << tmp2[0] << endl; num_true++; cout << "識(shí)別為:" << tr_num << endl; } else { num_false++; cout << "識(shí)別錯(cuò)誤!" << endl; } } else { num_refused++; cout << "拒絕識(shí)別!" << endl; } } test_data.close(); double t = num_true / 200.0, f = num_false / 200.0, r = num_refused / 200.0; cout << "正確率為:" << t << endl; cout << "錯(cuò)誤率為:" << f << endl; cout << "拒絕識(shí)別率為:" << r << endl; }
代碼中有很多//注釋?zhuān)际俏艺{(diào)試代碼用的,不用管。
到此,關(guān)于“怎么用C++編程模板匹配超詳細(xì)的識(shí)別手寫(xiě)數(shù)字”的學(xué)習(xí)就結(jié)束了,希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí),快去試試吧!若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí),請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站,小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。