现在我正在尝试使用OpenCV创建数字识别系统。 WEB中有很多文章和例子(甚至在StackOverflow上)。我决定使用KNN classifier因为这个解决方案在WEB中最受欢迎。我发现database of handwritten digits的训练集为6万例,错误率低于5%。
我使用this tutorial作为如何使用OpenCV使用此数据库的示例。我使用完全相同的技术和测试数据(t10k-images.idx3-ubyte
)我有4%的错误率。但是当我尝试对自己的数字进行分类时,我会遇到更大的错误。例如:
依此类推(如果需要,我可以上传所有图片)。
正如您所看到的,所有数字都具有良好的质量,并且易于人类识别。
所以我决定在分类之前做一些预处理。从MNIST database site上的表格中我发现人们正在使用纠正,去除噪音,模糊和像素转换技术。不幸的是,几乎所有文章的链接都被打破了。所以我决定自己做这样的预处理,因为我已经知道如何做到这一点。
现在,我的算法如下:
我认为在我的情况下不需要去偏移,因为所有数字都是正常旋转的。而且我也不知道如何找到合适的旋转角度。 所以在此之后我得到了这些图片:
所以,这样的预处理对我有所帮助,但我需要更好的结果,因为在我看来这些数字应该被认可而没有问题。
任何人都可以通过预处理给我任何建议吗?谢谢你的帮助。
P.S。我可以上传我的源代码(c ++)。
答案 0 :(得分:3)
我意识到自己的错误 - 它完全与预处理无关(感谢 @DavidBrown 和 @John )。我使用手写的数字数据集而不是打印(大写)。我没有在网上找到这样的数据库所以我决定自己创建它。我已将我的数据库上传到Google Drive。
以下是你如何使用它(训练和分类):
int digitSize = 16;
//returns list of files in specific directory
static vector<string> getListFiles(const string& dirPath)
{
vector<string> result;
DIR *dir;
struct dirent *ent;
if ((dir = opendir(dirPath.c_str())) != NULL)
{
while ((ent = readdir (dir)) != NULL)
{
if (strcmp(ent->d_name, ".") != 0 && strcmp(ent->d_name, "..") != 0 )
{
result.push_back(ent->d_name);
}
}
closedir(dir);
}
return result;
}
void DigitClassifier::train(const string& imagesPath)
{
int num = 510;
int size = digitSize * digitSize;
Mat trainData = Mat(Size(size, num), CV_32FC1);
Mat responces = Mat(Size(1, num), CV_32FC1);
int counter = 0;
for (int i=1; i<=9; i++)
{
char digit[2];
sprintf(digit, "%d/", i);
string digitPath(digit);
digitPath = imagesPath + digitPath;
vector<string> images = getListFiles(digitPath);
for (int j=0; j<images.size(); j++)
{
Mat mat = imread(digitPath+images[j], 0);
resize(mat, mat, Size(digitSize, digitSize));
mat.convertTo(mat, CV_32FC1);
mat = mat.reshape(1,1);
for (int k=0; k<size; k++)
{
trainData.at<float>(counter*size+k) = mat.at<float>(k);
}
responces.at<float>(counter) = i;
counter++;
}
}
knn.train(trainData, responces);
}
int DigitClassifier::classify(const Mat& img) const
{
Mat tmp = img.clone();
resize(tmp, tmp, Size(digitSize, digitSize));
tmp.convertTo(tmp, CV_32FC1);
return knn.find_nearest(tmp.reshape(1, 1), 5);
}
答案 1 :(得分:1)
5&amp; 6,1和&amp; 7,9和8被认为是相同的,因为类的中心点太相似了。那这个呢 ?
结果,“9”和“8”更容易识别以及“5”和“6”。上部相同但下部不同。
答案 2 :(得分:0)
我不能给你一个比你自己的答案更好的答案,但我想提供一个建议。您可以通过以下方式改进您的数字识别系统:
在白色和黑色色块上涂抹骨架化过程。
之后,应用距离转换。
通过这种方式,您可以在数字未完全居中时改善分类器的结果,或者从形态上讲,它们不完全相同。