基于opencv的手写数字识别（MFC,HOG,SVM）

àì夳堔傛蜴生んèń 2022-01-05 14:27 290阅读 0赞

参考了秋风细雨的文章：[http://blog.csdn.net/candyforever/article/details/8564746][http_blog.csdn.net_candyforever_article_details_8564746]

花了点时间编写出了程序，先看看效果吧。

![13083906-77844a4e66b9412eba8abcb4be66f36e.jpg][]

识别效果大概都能正确。

好了，开始正题：

因为本程序是提取HOG特征，使用SVM进行分类的，所以大概了解下HOG的一些知识，其中我觉得怎么计算图像HOG特征的维度会对程序了解有帮助

关于HOG，我们可以参考：

[http://gz-ricky.blogbus.com/logs/85326280.html][http_gz-ricky.blogbus.com_logs_85326280.html]

[http://blog.csdn.net/raodotcong/article/details/6239431][http_blog.csdn.net_raodotcong_article_details_6239431]

关于手写的数字0-9的数据库下载地址和如何生成此数据库HOG特征的xml文件可以参考文章开头的参考博客。

本人提供一个已经训练好的关于此库我生成的xml文件，下载地址：

http://pan.baidu.com/s/1qXSYp

训练模型

#include <iostream>
    #include <opencv2/opencv.hpp>
    #include <fstream>
    using namespace std;
    using namespace cv;
    int main()
    {
        vector<string> img_path;//输入文件名变量
        vector<int> img_catg;
        int nLine = 0;
        string buf;
        ifstream svm_data( "D:/project/HOG/t10k-images-bmp/t10k-images/result.txt" );//训练样本图片的路径都写在这个txt文件中，使用bat批处理文件可以得到这个txt文件
        unsigned long n;
        while( svm_data )//将训练样本文件依次读取进来
        {
            if( getline( svm_data, buf ) )
            {
                nLine ++;
                if( nLine % 2 == 0 )//注：奇数行是图片全路径，偶数行是标签
                {
                    img_catg.push_back( atoi( buf.c_str() ) );//atoi将字符串转换成整型，标志(0,1，2，...，9)，注意这里至少要有两个类别，否则会出错
                }
                else
                {
                    img_path.push_back( buf );//图像路径
                }
            }
        }
        svm_data.close();//关闭文件
        CvMat *data_mat, *res_mat;
        int nImgNum = nLine / 2; //nImgNum是样本数量，只有文本行数的一半，另一半是标签
        data_mat = cvCreateMat( nImgNum, 324, CV_32FC1 );  //第二个参数，即矩阵的列是由下面的descriptors的大小决定的，可以由descriptors.size()得到，且对于不同大小的输入训练图片，这个值是不同的
        cvSetZero( data_mat );
        //类型矩阵,存储每个样本的类型标志
        res_mat = cvCreateMat( nImgNum, 1, CV_32FC1 );
        cvSetZero( res_mat );
        IplImage* src;
        IplImage* trainImg=cvCreateImage(cvSize(28,28),8,3);//需要分析的图片，这里默认设定图片是28*28大小，所以上面定义了324，如果要更改图片大小，可以先用debug查看一下descriptors是多少，然后设定好再运行
        //处理HOG特征
        for( string::size_type i = 0; i != img_path.size(); i++ )
        {
            src=cvLoadImage(img_path[i].c_str(),1);
            if( src == NULL )
            {
                cout<<" can not load the image: "<<img_path[i].c_str()<<endl;
                continue;
            }
            cout<<"deal with\t"<<img_path[i].c_str()<<endl;
            cvResize(src,trainImg);
            HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9);
            vector<float>descriptors;//存放结果
            hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //Hog特征计算
            cout<<"HOG dims: "<<descriptors.size()<<endl;
            n=0;
            for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
            {
                cvmSet(data_mat,i,n,*iter);//存储HOG特征
                n++;
            }
            cvmSet( res_mat, i, 0, img_catg[i] );
            cout<<"Done !!!: "<<img_path[i].c_str()<<" "<<img_catg[i]<<endl;
        }
        CvSVM svm;//新建一个SVM
        CvSVMParams param;//这里是SVM训练相关参数
        CvTermCriteria criteria;
        criteria = cvTermCriteria( CV_TERMCRIT_EPS, 1000, FLT_EPSILON );
        param = CvSVMParams( CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria );
        svm.train( data_mat, res_mat, NULL, NULL, param );//训练数据
        //保存训练好的分类器
        svm.save( "HOG_SVM_DATA.xml" );
        cout<<"HOG_SVM_DATA.xml is saved !!! \n exit program"<<endl;
        cvReleaseMat( &data_mat );
        cvReleaseMat( &res_mat );
        cvReleaseImage(&trainImg);
        return 0;
    }

D:/project/HOG/t10k-images-bmp/t10k-images/result.txt  的生成方法
    使用createpath.py脚本

import os, sys
    def get_filepaths(directory):
        file_paths = []  # List which will store all of the full filepaths.
        for root, directories, files in os.walk(directory):
            for filename in files:
                # Join the two strings in order to form the full filepath.
                filepath = os.path.join(root, filename)
                file_paths.append(filepath)  # Add it to the list.
        return file_paths  # Self-explanatory.
    lists = get_filepaths(os.path.dirname(os.path.abspath(__file__)))
    with open('result.txt', 'a') as f:
        for url in lists:        
            if (os.path.basename(url).startswith('0_')):
                f.write(url)
                f.write('\n')
                f.write('0\n')
            if (os.path.basename(url).startswith('1_')):
                f.write(url)
                f.write('\n')
                f.write('1\n')
            if (os.path.basename(url).startswith('2_')):
                f.write(url)
                f.write('\n')
                f.write('2\n')
            if (os.path.basename(url).startswith('3_')):
                f.write(url)
                f.write('\n')
                f.write('3\n')
            if (os.path.basename(url).startswith('4_')):
                f.write(url)
                f.write('\n')
                f.write('4\n')
            if (os.path.basename(url).startswith('5_')):
                f.write(url)
                f.write('\n')
                f.write('5\n')
            if (os.path.basename(url).startswith('6_')):
                f.write(url)
                f.write('\n')
                f.write('6\n')
            if (os.path.basename(url).startswith('7_')):
                f.write(url)
                f.write('\n')
                f.write('7\n')
            if (os.path.basename(url).startswith('8_')):
                f.write(url)
                f.write('\n')
                f.write('8\n')
            if (os.path.basename(url).startswith('9_')):
                f.write(url)
                f.write('\n')
                f.write('9\n')

![6bbcb512jw1ev29bikirnj20g509ata5.jpg][]

生成result.txt

![6bbcb512jw1ev29d1ll3ej20ex00zglh.jpg][]

使用模型

#include <iostream>
    #include <opencv2/opencv.hpp>
    using namespace std;
    using namespace cv;
    int main()
    {
        IplImage *test;
        char result[300]; //存放预测结果
    
        CvSVM svm;
        svm.load("d:\\HOG_SVM_DATA.xml");//加载训练好的xml文件，这里训练的是10K个手写数字
        //检测样本
        test = cvLoadImage("d:\\test.bmp", 1); //待预测图片，用系统自带的画图工具随便手写
        if (!test)
        {
            cout<<"not exist"<<endl;
            return -1;
        }
        cout<<"load image done"<<endl;
        IplImage* trainTempImg=cvCreateImage(cvSize(28,28),8,3);
        cvZero(trainTempImg);
        cvResize(test,trainTempImg);
        HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9);
        vector<float>descriptors;//存放结果
        hog->compute(trainTempImg, descriptors,Size(1,1), Size(0,0)); //Hog特征计算
        cout<<"HOG dims: "<<descriptors.size()<<endl;  //打印Hog特征维数  ，这里是324
        CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1);
        int n=0;
        for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
        {
            cvmSet(SVMtrainMat,0,n,*iter);
            n++;
        }
    
        int ret = svm.predict(SVMtrainMat);//检测结果
        sprintf(result, "%d\r\n",ret );
        cvNamedWindow("dst",1);
        cvShowImage("dst",test);
        cout<<"result:"<<result<<endl;
        waitKey ();
        cvReleaseImage(&test);
        cvReleaseImage(&trainTempImg);
    
        return 0;
    }

[工程][Link 1]源码(MFC)：

http://pan.baidu.com/s/1rDQbO

程序下载（裸机可运行，无需环境）：

http://pan.baidu.com/s/1byQeX

QT控制台版本（包含手写数据库，训练模型，使用模型）

http://pan.baidu.com/s/1pJ45bwZ

转载于:https://www.cnblogs.com/yuliyang/p/3366343.html

[http_blog.csdn.net_candyforever_article_details_8564746]: http://blog.csdn.net/candyforever/article/details/8564746
[13083906-77844a4e66b9412eba8abcb4be66f36e.jpg]: /images/20211228/40a819ac897648caa6c3181752267dd0.png
[http_gz-ricky.blogbus.com_logs_85326280.html]: http://gz-ricky.blogbus.com/logs/85326280.html
[http_blog.csdn.net_raodotcong_article_details_6239431]: http://blog.csdn.net/raodotcong/article/details/6239431
[6bbcb512jw1ev29bikirnj20g509ata5.jpg]: /images/20211228/3097bebae4f5414fbeba8749b5beac90.png
[6bbcb512jw1ev29d1ll3ej20ex00zglh.jpg]: /images/20211228/7424c4aa2b19474ea19445e49d2d3d25.png
[Link 1]: http://code.google.com/p/supplement-of-the-mnist-database-of-handwritten-digits/downloads/list