基于opencv_svm的数字识别

几经波折,终于把基于opencv下的svm数字识别做出来了…
需要代码的请加QQ490346270详聊
这里感谢两篇很重要的博客..
http://blog.csdn.net/ni_guang2010/article/details/53069579
http://blog.csdn.net/qq_28306361/article/details/53705227#reply

因为本人是个小白,看到网上的数字识别基本上都是mnist的,
自己看不太懂,所以想根据自己的思路写一下,看看能否识别数字出来..
这里记录一下心得.

1、基础

这个在我的前面两篇svm学习中已经讲得蛮清楚的了，
识别数字也是基本上按照这个思路去搭建框架就好了。
http://blog.csdn.net/csdn_dzh/article/details/78984222
http://blog.csdn.net/csdn_dzh/article/details/78985736

2、训练集准备

这里我有一组训练集，每个数字包含有96个样本。
原来的图片尺寸大小为560×560，于是我把它们resize 之后成为28×28的
因为如果不resize的话会出现栈空间不够或者影响训练速度的情况。
resize的具体代码见下面的网址
http://blog.csdn.net/csdn_dzh/article/details/79012644
我将这些图片统一resize到了一个文件夹mynum下面，
也就是说，这个文件夹下面一共会有9×96张尺寸大小为28×28的数字样本图片
这些图片会作为我的训练样本和测试样本。

3、实践

3.1首先定义基本的参数

#define numbers 9   //9个数字
#define datas 96    //每个数字有96个样本
#define imgsize 28  //样本的尺寸大小为28×28

3.2定义存放数据和标签的数组

float trainingData[datas * numbers][imgsize * imgsize] = { 0 };//用于存放训练数据的二维数组
int labels[datas * numbers] = { 0 };//用于存放标签数据的向量
float testData[imgsize * imgsize] = { 0 };//用于存放测试数据的行向量

这里注意，这个地方用于存放训练数据和测试数据的数组一定要是float类型的，我调试得时候因为之前设置为int类型然后导致只有1,5,7几个数字识别的准确率在70以上，其它数字识别的准确率低得可怕，是因为什么呢。

因为在灰度化以后，每个像素值是浮点数，如果我把存放二值数组的类型设为整型.相当于我把很多数据给抹去了，只有像素为255的那些位置为1，其他都成0了，如果数字本身像素比较低的话，那几乎没法识别。所以这是个大坑。。

3.3读入数据集

    //【1】读取图片,将其像素值放到Data中
    int row = 0;
    for (int number = 1; number <= numbers; number++)  //一共1-9个数字numbers=9;
    {
        for (int count = 1; count <= datas; count++)  //每个数字的样本数量datas=96;
        {
            stringstream ss; // 读取测试图片  
            ss << "C:\\Users\\Administrator\\Desktop\\SVM学习\\mynum\\" << number << "_" << count << ".png";
            Mat srcImage = imread(ss.str(), 0);
            //cvtColor(srcImage, srcImage, CV_BGR2GRAY);
            if (!srcImage.data)
            {
                cout << "读取失败..请重试..." << endl;
                exit(0);
            }
            else
            {
                //cout << ss.str() << "\t读取成功！" << endl;
                get_trainingData(srcImage, row);//获取训练数据
                labels[row] = number;//贴标签
                row++;
            }
        }
    }

这里，我存放训练样本的形式是在mynum文件夹下存放着9*96张样本，
文件名为 数字i_样本号n
所以这里的路径为”C:\Users\Administrator\Desktop\SVM学习\mynum\” << number << “_” << count << “.png”;

由于没有数字0的样本，这里我用一个row来控制trainingData的行号和labels的行号统一，用number来给数字的每一个样本贴上相同的标签。

3.4数据处理

void get_trainingData(Mat &srcImage, int row)
{
    int k = 0;
    for (int j = 0; j < srcImage.rows; j++)
    {
        for (int i = 0; i < srcImage.cols; i++)
        {
            trainingData[row][k] = srcImage.at<uchar>(j, i) / 255 + 0.5; //四舍五入
            k++;
        }
    }
}

这里将样本的像素值做这样的处理，放入trainingData数组中。

3.5初始化训练参数，开始训练

    //【3】训练参数初始化
    Ptr<cv::ml::SVM> svm = cv::ml::SVM::create();
    svm->setType(cv::ml::SVM::C_SVC);// SVM类型为C_SVM,可以进行2类以上的分类  
    svm->setKernel(cv::ml::SVM::LINEAR);// 核函数径向基函数,线性的不可分没法用
    svm->setC(0.01); //松弛因子的惩罚系数C
    svm->setGamma(3);
    svm->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER, 100, 1e-6));

    //【4】开始训练
    svm->train(trainingDataMat, cv::ml::SampleTypes::ROW_SAMPLE, labelsMat);

3.6读入测试数据，得到识别正确率
根据上面的思路，将数据集全部读入作为测试数据，
与样本集一样做相同的处理，每一张图片的像素值化为一个行向量作为测试数据

Mat testMat(1, imgsize * imgsize, CV_32FC1, testData);
int response = (int)svm->predict(testMat);
//cout << "预测结果为:" << response;
if (response == truth_num)
{
    sum++;
}

这里得到每一张的预测结果存入response这个变量中
判断response是否等于读入的数字，如果等于，则累计相等的次数
最后用这个sum/96即可得到正确率了。

怎么样，是不是很简单。

总结

这里总结一下思路。
1把训练样本（每个数字的每个实例）转化为行向量

2将这些向量里的像素内容合成为一个超大矩阵作为训练数据

将这个数组里的内容转化为Mat类对象trainingDataMat

Mat trainingDataMat(datas * numbers, imgsize * imgsize, CV_32FC1, trainingData);

3给每个向量贴上标签
对应数字1的训练数据生成的行向量就贴上1
对应数字2的训练数据生成的行向量就贴上2
。。。。。。。。。。。。。。。。。。。。
。。。。9。。。。。。。。。。。。。。9
将这个labels数组中的内容转化为Mat类对象labelsMat

Mat labelsMat(datas * numbers, 1, CV_32SC1, labels);

4SVM训练
这里引用http://blog.csdn.net/ni_guang2010/article/details/53069579的描述
SVM既可以用来处理分类问题，也可以用来作回归任务。SVM不修改的话，只能用来进行处理二分类问题。
手写数字字体识别，显然是个多类别分类问题。对于多分类问题，解决的基本思路是“拆分法”，即将多个二分类问题拆分为若干个十分类任务进行求解。具体来讲，先对问题进行拆分，然后为拆出的每个十分类任务训练一个分类器，在测试时，对这些二分类器的结果进行集成以获得最终的多分类结果。拆分的策略主要有以下几种：
OvO（one-vs-one）
这种解决方法的思路是：对于有N个类别的分类任任务，将这N个类别两两配对，从而产生N(N-1)/2个二分类任务。在测试阶段，新样本同时提交给所有分类器，这样可以得到N(N-1)/2个分类结果，最终的结果可以通过投票产生：即把预测的最多的类别作为最终的分类结果。
OvR（one-vs-rest）
这种解决方法的思路是：每次将一个类的样例作为正例，所有其他类的样例作为负例来训练N个分类器。在测试时，若仅有一个分类器预测为正类，则对应的类别标记为最终分类结果。
两种策略对比：
明显看出，OvR只需要训练N个分类器，而OvO需要训练N(N-1)/2个分类器，因此OvO的存储开销和测试时间开销通常比OvR更大。但在训练时，OvR的每个分类器均使用全部训练样例，而OvO的每个分类器仅用到两个类的样例。因此，在类别很多的时候，OvO的训练时间开销通常比OvR更小。至于性能，取决于具体的数据分布，多数情况下两者差不多。

而opencv的SVM函数中，只要通过svm->setType(cv::ml::SVM::C_SVC);
设置SVM类型为C_SVM，就可以进行2类以上的分类了

5得到训练模型后，读入测试数据进行预测
其原理与训练样本是一样的，只要将每个数字的每个样本变成一个行向量即可，如下图

然后就看正确率就行了，结果如下，效果还不错

需要代码的请加QQ490346270详聊