瑕疵分类演示程序下载： 点击下载
演示程序解压就可以运行，无需安装其他程序、组件。本演示程序只用到了OpenCV（科研商业应用都免费），没用到halcon，一台电脑要1.7万元。
138个测试样例，误判13个，准确率约90%,约相当于入门级。
欢迎大家支援我一些 电池行业的瑕疵图片，其他行业的也可以。
已知问题如下：欢迎指教。
黑点和气泡 误判高达8分之一， 肉眼看起来很明显的， 气泡有明显的亮圈。
试验了如下几种，效果都不明显：
1,直接surf提取特征。
2, 100到120的灰度，统一成110，再surf提取特征。
3,0到100统一成0,120以上统一成255,再surf提取特征。
4,转成色差，每个点的灰度=绝对值(相邻8个灰度-本点的灰度)，再surf提取特征。肉眼看起来很明显，但效果更差，误判率高达1/3。
手写数字识别：点击下载
手写识别，只限0到9，每次一个字符。每个人写的不一样，所以需要训练。从 result文件 移到OCR 对应的子文文件夹。
思路： 训练方法KNN 特征提取： 缩放到32*32，每行的点数每列的点数缩小后的图像。
