当前位置: 首页 > >

手写数字识别的几种实现方法

发布时间:

我使用了手写数字数据库MNIST的一个子集,并做了多种处理


程序中附有数据库,完整的数据库在这儿下载,程序在这儿下载


?


实现的算法有:


模板匹配


类中心欧式距离


贝叶斯分类算法


夹角余弦距离


奖惩算法


增量校正算法


LMSE算法


?


特征提取方法:图像分割为若干小块,计算笔画像素占小块总像素数的比例


每一个算法都在独立的cpp文件中,


我直接使用源数据库而未作处理,最初使用图像的5x5分割,


为了提高精度,后来又使用7x7分割,


下载程序中已经有这两种分割的特征数据


?


主程序使用函数指针调用测试各个算法的实现,每次仅测试一个,如果你愿意,可以用一个数组,一次性全部运行测试


因为有些算法使用的5x5,有些使用的7x7,


在运行时请注意,


如果这个算法的cpp文件中出现了"digits-crop/train-feature/feature_7x7_",则相应主程序应为string test_file_name("digits-crop/test-feature/feature_7x7_");再出现变量feature_的地方替换为feature_7x7_num


如果这个算法的cpp文件中出现了"digits-crop/train-feature/feature_",则相应主程序应为string test_file_name("digits-crop/test-feature/feature_");再出现变量feature_的地方替换为feature_num


?


const int feature_num=25;

在头文件"main_test.h"中定义



友情链接: