python实现基于SVM手写数字识别功能_svm手写数字识别python,pythonsvm数字识别 - CSDN文库

python手写数字识别

SVM手写数字识别

python数字识别

1星 5 浏览量更新于2023-03-16 评论 5 收藏 139KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

python实现基于实现基于SVM手写数字识别功能手写数字识别功能

主要为大家详细介绍了python实现基于SVM手写数字识别功能，具有一定的参考价值，感兴趣的小伙伴们可以

参考一下

本文实例为大家分享了SVM手写数字识别功能的具体代码，供大家参考，具体内容如下

1、SVM手写数字识别

识别步骤：

（1）样本图像的准备。

（2）图像尺寸标准化：将图像大小都标准化为8*8大小。

（3）读取未知样本图像，提取图像特征，生成图像特征组。

（4）将未知测试样本图像特征组送入SVM进行测试，将测试的结果输出。

识别代码：

#!/usr/bin/env python

import numpy as np

import mlpy

import cv2

print 'loading ...'

def getnumc(fn):

'''返回数字特征'''

fnimg = cv2.imread(fn) #读取图像

img=cv2.resize(fnimg,(8,8)) #将图像大小调整为8*8

alltz=[]

for now_h in xrange(0,8):

xtz=[]

for now_w in xrange(0,8):

b = img[now_h,now_w,0]

g = img[now_h,now_w,1]

r = img[now_h,now_w,2]

btz=255-b

gtz=255-g

rtz=255-r

if btz>0 or gtz>0 or rtz>0:

nowtz=1

else:

nowtz=0

xtz.append(nowtz)

alltz+=xtz

return alltz

#读取样本数字

x=[]

y=[]

for numi in xrange(1,10):

for numij in xrange(1,5):

fn='nums/'+str(numi)+'-'+str(numij)+'.png'

x.append(getnumc(fn))

y.append(numi)

x=np.array(x)

y=np.array(y)

svm = mlpy.LibSvm(svm_type='c_svc', kernel_type='poly',gamma=10)

svm.learn(x, y)

print u"训练样本测试："

print svm.pred(x)

print u"未知图像测试："

for iii in xrange (1,10):

testfn= 'nums/test/'+str(iii)+'-test.png'

testx=[]

testx.append(getnumc(testfn))

print

print testfn+":",

print svm.pred(testx)

样本：

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

评论1

宴于彭

2021-05-18

不能运行，没有数据包

weixin_38686231

粉丝: 10
资源: 917

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈