开发者社区> 我的一块红布头> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

Study-基于知识库的手写体数字识别

简介: Study-基于知识库的手写体数字识别
+关注继续查看

案例背景


  本案例讲述了图像中手写阿拉伯数字的识别过程,对手写数字识别的基于统计的方法 进行了简要介绍和分析,并通过开发-一个小型的手写体数字识别系统来进行实验。手写数 字识别系统需要实现手写数字图像的读取功能、特征提取功能、数字的模板特征库的建立 功能及识别功能。



理论基础


1. 算法流程


  首先,读入手写数字图片进行图像归一化处理,统一尺寸,默认为24x24 图像块,并通过ostu算法进行二值化;其次,对二值化图像进行图像细化等形态学操作,并按照算法要求进行特征提取;最后,载入模板矩阵进行比对,选用欧式距离测度,得到识别结果。其算法流程图如下所示:

image.png


2. 特征提取


  根据手写数字图像本身的结构特征,通过计算端点、指定方向直线的交叉点个数来作 为特征向量。其主要步骤如下:


2.1.垂直交点:对细化后的手写数字图像分别在其列宽的处生成垂直的三条直线,提取这三条垂直直线与数字笔划的交点数并存储。


2.2.水平交点:处生成水平的三条直线,提取这对细化后的手写数字图像分别在其列宽的三条水平直线与数字笔划的交点数并存储。


3.对角交点:对细化后的手写数字图像分别取两条对角直线,提取这两条对角直线与数字笔划的交点数并存储。


  由于以上步骤均作用于经细化后的数字图像,其笔划简单且特征稳定,因此对其提取的基本交点及结构端点能反映数字的本质特征,可快速、有效地识别数字字符,并达到较好的识别正确率。


  其中,提取笔划结构端点特征的算法如下。


1.目标定位:对细化后的手写数字图像按行从上到下、按列从左到右进行顺序扫描,定位选择黑像 素点P作为手写笔划目标。


2.邻域统计:计算黑色像素P的8邻域之和N,若N=1,则像素P为端点,端点计数器加1:否 则舍弃该点。


3.遍历图像:遍历整个图像,重复进行目标定位、邻域统计的操作流程,提取端点特征。




程序实现


  本案例采用的是基于模式知识库的识别方法,所以系统调研的关键步骤就是对数字字 符的结构特征的分析及其模型的构造。因此,本案例首先对0~9这10个数字字符进行结 构分析并建模,然后提取相关特征,最后构造模板库。


  该步骤主要是对输入的图像进行灰度化、归一化、滤波、二值化。鉴于数字的识别与 色彩无关,并且考虑到噪声的影响(这里采用中值滤波进行去噪),将图像进行预处理,. 最终可得到二值化图像。具体代码如下所示:(github.com/kivenyangmi…)


clc; clear all; close all;
load Data.mat;
[FileName,PathName,FilterIndex] = uigetfile({'*.jpg;*.tif;*.png;*.gif', ...
    '所有图像文件';...
    '*.*','所有文件' },'载入数字图像',...
    '.\\images\\手写数字\\t0.jpg');
if isequal(FileName, 0) || isequal(PathName, 0)
    return;
end
fileName = fullfile(PathName, FileName);
I = imread(fileName);
flag = 1;
I1 = Normalize_Img(I);
bw1 = Bw_Img(I1);
bw2 = Thin_Img(bw1);
bw = bw2;
sz = size(bw);
[r, c] = find(bw==1);
rect = [min(c) min(r) max(c)-min(c) max(r)-min(r)];
vs = rect(1)+rect(3)*[5/12 1/2 7/12];
hs = rect(2)+rect(4)*[1/3 1/2 2/3];
pt1 = [rect(1:2); rect(1:2)+rect(3:4)];
pt2 = [rect(1)+rect(3) rect(2); rect(1) rect(2)+rect(4)];
k1 = (pt1(1,2)-pt1(2,2)) / (pt1(1,1)-pt1(2,1));
x1 = 1:sz(2);
y1 = k1*(x1-pt1(1,1)) + pt1(1,2);
k2 = (pt2(1,2)-pt2(2,2)) / (pt2(1,1)-pt2(2,1));
x2 = 1:sz(2);
y2 = k2*(x2-pt2(1,1)) + pt2(1,2);
if flag
    figure('Name', '数字识别', 'NumberTitle', 'Off', 'Units', 'Normalized', 'Position', [0.2 0.45 0.5 0.3]);
    subplot(2, 2, 1); imshow(I, []); title('原图像', 'FontWeight', 'Bold');
    subplot(2, 2, 2); imshow(I1, []); title('归一化图像', 'FontWeight', 'Bold');
    hold on;
    h = rectangle('Position', [rect(1:2)-1 rect(3:4)+2], 'EdgeColor', 'r', 'LineWidth', 2);
%     legend(h, '数字区域标记', 'Location', 'BestOutside');
    subplot(2, 2, 3); imshow(bw1, []); title('二值化图像', 'FontWeight', 'Bold');
    subplot(2, 2, 4); imshow(bw, [], 'Border', 'Loose'); title('细化图像', 'FontWeight', 'Bold');
    hold on;
    h = [];
    for i = 1 : length(hs)
        h = [h plot([1 sz(2)], [hs(i) hs(i)], 'r-')];
    end
    for i = 1 : length(vs)
        h = [h plot([vs(i) vs(i)], [1 sz(1)], 'g-')];
    end
    h = [h plot(x1, y1, 'y-')];
    h = [h plot(x2, y2, 'm-')];
    legend([h(1) h(4) h(7) h(8)], {'水平线', '竖直线', '左对角线', '右对角线'}, 'Location', 'BestOutside');
    hold off;
end
v{1} = [1:sz(2); repmat(hs(1), 1, sz(2))]';
v{2} = [1:sz(2); repmat(hs(2), 1, sz(2))]';
v{3} = [1:sz(2); repmat(hs(3), 1, sz(2))]';
v{4} = [repmat(vs(1), 1, sz(1)); 1:sz(1)]';
v{5} = [repmat(vs(2), 1, sz(1)); 1:sz(1)]';
v{6} = [repmat(vs(3), 1, sz(1)); 1:sz(1)]';
v{7} = [x1; y1]';
v{8} = [x2; y2]';
for i = 1 : 8
    num(i) = GetImgLinePts(bw, round(v{i})-1);
end
num(9) = sum(sum(endpoints(bw)));
result = MaskRecon(Datas, num);
msgbox(sprintf('识别结果:%d', result), '提示信息', 'modal');


image.png


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
ML之SVM:基于SVM(支持向量机)之SVC算法对手写数字图片识别进行预测
ML之SVM:基于SVM(支持向量机)之SVC算法对手写数字图片识别进行预测
63 0
DL之HNN:基于HNN(subplot)将凌乱数字矩阵图像(模拟手写数字图片)实现转为最相近的阿拉伯数字
DL之HNN:基于HNN(subplot)将凌乱数字矩阵图像(模拟手写数字图片)实现转为最相近的阿拉伯数字
53 0
CNN使用MNIST手写数字识别实战的代码和心得
CNN(Convolutional Neural Network)卷积神经网络对于MNIST手写数字识别的实战代码和心得
109 0
贾坤:扶贫基金事业借数字化转型助力决胜脱贫攻坚战 | 阿里CIO学院名人堂
7月30日-31日,中国扶贫基金会信息技术部主任贾坤作为阿里CIO学院的学员走进阿里巴巴,参与了2天的数智化升级培训班。期间,贾坤接受CIO学院的新媒体访谈,对数字化转型进行了深度交流。
877 0
OpenCV手写数字字符识别(基于k近邻算法)
  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。
2031 0
154
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
低代码开发师(初级)实战教程
立即下载
阿里巴巴DevOps 最佳实践手册
立即下载
冬季实战营第三期:MySQL数据库进阶实战
立即下载