OpenCV 2.4+ C++ SVM文字識別

預備知識

下面兩個都不是必備知識，可是若是你想了解更多內容，可參考這兩篇文章。

OpenCV 2.4+ C++ SVM介紹

OpenCV 2.4+ C++ SVM線性不可分處理

 

SVM劃分的意義

到此，咱們已經對SVM有必定的瞭解了。但是這有什麼用呢？回到上一篇文章結果圖：

這個結果圖的意義在於，他成功從二維劃分了分類的區域。因而若是之後，有一個新的樣本在綠色區域，那麼咱們就能夠把他當成是綠色的點。

因爲這能夠像更高維度推廣，因此若是咱們能對樣品映射成高維度空間的點，當有足夠多的樣品時，咱們一樣能夠找到一個高維度的超平面劃分，使得同一類樣品的映射點在同一區域，因而當有新樣品落在這些區域是，咱們能夠把它當成是這一類型的樣本。

 

通俗一點

可能咱們能更加通俗一點。好比咱們來識別男性和女性。

咱們發現男性和女性可能頭髮長度不同，可能胸圍不同，因而咱們對樣本個體產生這樣的一種映射：

　　　　人 —> （頭髮長度, 胸圍）

因而咱們將每一個樣品映射到二維平面，其中「頭髮的長度」和「胸圍的長度」分別是x軸和y軸。咱們把這些樣品丟給SVM學習，則他會尋找出一個合理的x和y的區域來劃分男性和女性。

固然，也有可能有些男的頭髮比女的還長，有的男性的胸圍比女性還大，這些就是錯分點，它們也影響着劃分。

最後，當咱們把一我的映射到這個二維空間時，SVM就能夠根據以往的學習，猜一猜這我的究竟是什麼性別。

咱們學到了什麼呢？

好吧，特徵要找準一點，不然可能遇到下面的悲劇……

若是這是老闆，你就可死翹翹了……

 

簡單的文字識別

固然計算機沒那麼厲害能看出你的胸圍或者頭髮長短。他須要一些他能讀懂的東西，特別計算機一般「看到」的是下面的這種東東……

咱們須要對文字找到他的特徵，來映射到高維空間。

還記得小學時候練字的米字格麼？這彷佛暗示了咱們，雖然每一個人寫的字千差萬別，可是他們卻具備必定的特色。

咱們嘗試這樣作，取一個字，選取一個包含該字的正方形區域，將這個正方形區域分割成8*8個小格，統計每一個小格中像素的數量，以這些數量爲維度進行映射。

OK，明白了原理讓咱們開始吧。

 

樣本獲取

因爲一般文字樣本都是白底黑字的，而手寫也能夠直接獲取寫入的數據而無視背景，因此咱們並不須要對樣本進行提取，但咱們須要對他定位，並弄成合適的大小。

好比，你無法避免有人這麼寫字……

坑爹啊，好好的那麼大地方你就躲在左上角……

 

開始定位

void getROI(Mat& src, Mat& dst){ int left, right, top, bottom; left = src.cols; right = 0; top = src.rows; bottom = 0; //獲得區域 for(int i=0; i<src.rows; i++) { for(int j=0; j<src.cols; j++) { if(src.at<uchar>(i, j) > 0) { if(j<left) left = j; if(j>right) right = j; if(i<top) top = i; if(i>bottom) bottom = i; } } } int width = right - left; int height = bottom - top; //建立存儲矩陣 dst = Mat::zeros(width, height, CV_8UC1); Rect dstRect(left, top, width, height); dst(dstRect); }

這段代碼經過遍歷全部圖像矩陣的元素，來獲取該樣本的定位和大小。並把樣本提取出來。

 

從新縮放

Mat dst = Mat::zeros(8, 8, CV_8UC1); resize(src, dst, dst.size());

進行縮放，把全部樣本變成8*8的大小。爲了簡便，咱們把像素多少變成了像素的灰度值。

resize的API：

調整圖片大小

C++: void resize(InputArray  src, OutputArray  dst, Size  dsize, double  fx=0, double  fy=0, int  interpolation=INTER_LINEAR )

參數	src – 輸入圖像。 dst – 輸出圖像；它有一個dsize (當其不爲0時) 或者這個size由 src.size()，fx和fy算出。dst的類型和src相同。 dsize – 輸出圖像的大小，若是取值爲0，則： dsize或者fx和fy必須有一種大小決定方法不爲0。 fx – 水平軸縮放因子，當取值爲0時，則爲： fy – 垂直軸縮放因子，當取值爲0時，則爲： interpolation – 插值方法 INTER_NEAREST - 最近鄰值插入方法。 INTER_LINEAR - 雙線性插值（默認方式）。 INTER_AREA - 使用象素關係重採樣。當圖像縮小時候，該方法能夠避免波紋出現。當圖像放大時，相似於 CV_INTER_NN 方法。 INTER_CUBIC - 立方插值。 INTER_LANCZOS4 - 8x8的Lanczos插入方法。

 

準備樣本數據

Mat data = Mat::zeros(total, 64, CV_32FC1); //樣本數據矩陣  Mat res = Mat::zeros(total, 1, CV_32SC1); //樣本標籤矩陣  res.at<double>(k, 1) = label; //對第k個樣本添加分類標籤 //對第k個樣本添加數據 for(int i = 0; i<8; i++) { for(int j = 0; j<8; j++) { res.at<double>(k, i * 8 + j) = dst.at<double>(i, j); } }

將剛剛的結果，輸入樣本，並加上標籤。

 

訓練

CvSVM svm = CvSVM(); CvSVMParams param; CvTermCriteria criteria; criteria= cvTermCriteria(CV_TERMCRIT_EPS, 1000, FLT_EPSILON); param= CvSVMParams(CvSVM::C_SVC, CvSVM::RBF, 10.0, 8.0, 1.0, 10.0, 0.5, 0.1, NULL, criteria); svm.train(data, res, Mat(), Mat(), param); svm.save( "SVM_DATA.xml" );

開始訓練並保存訓練數據。

 

使用

CvSVM svm = CvSVM(); svm.load( "SVM_DATA.xml" ); svm.predict(m); //對樣本向量m檢測

 

 參考資料

 使用OPENCV訓練手寫數字識別分類器 . firefight . 2011-05-28