opencv数字识别代码

C++和OpenCV可以用来实现数字识别，以下是一个简单的示例代码：

#include <opencv2/opencv.hpp>
#include <iostream>

using namespace cv;
using namespace std;

int main()
{
    // 读取数字图片
    Mat img = imread("digits.png", IMREAD_GRAYSCALE);

    // 将图片分割成5000个20x20的小图像
    vector<Mat> digits;
    for (int i = 0; i < 50; i++)
    {
        for (int j = 0; j < 100; j++)
        {
            Mat digit = img(Rect(j*20, i*20, 20, 20));
            digits.push_back(digit);
        }
    }

    // 训练KNN分类器
    Mat trainData(digits.size(), 400, CV_32FC1);
    Mat labels(digits.size(), 1, CV_32SC1);
    for (int i = 0; i < digits.size(); i++)
    {
        Mat digit = digits[i];
        digit = digit.reshape(1, 1);
        digit.convertTo(digit, CV_32FC1);
        trainData.row(i) = digit;
        labels.at<int>(i, 0) = i / 500;
    }
    Ptr<ml::KNearest> knn = ml::KNearest::create();
    knn->train(trainData, ml::ROW_SAMPLE, labels);

    // 读取测试图片
    Mat testImg = imread("test.png", IMREAD_GRAYSCALE);

    // 将测试图片分割成单个数字
    vector<Mat> testDigits;
    for (int i = 0; i < 4; i++)
    {
        Mat digit = testImg(Rect(i*20, 0, 20, 20));
        testDigits.push_back(digit);
    }

    // 对每个数字进行识别
    for (int i = 0; i < testDigits.size(); i++)
    {
        Mat digit = testDigits[i];
        digit = digit.reshape(1, 1);
        digit.convertTo(digit, CV_32FC1);
        int result = knn->predict(digit);
        cout << result << " ";
    }
    cout << endl;

    return 0;
}

这个代码使用了KNN分类器来进行数字识别，首先将数字图片分割成5000个20x20的小图像，然后将每个小图像转换成一个400维的向量，最后使用KNN分类器进行训练和测试。你可以根据自己的需求修改代码来实现不同的数字识别任务。