但凡对机器学习有所了解的人，相信看到数字识别的第一反应就是MNIST。MNIST是可以进行数字识别，但是那是手写数字。我们现在要做的是要识别从九宫格图片中提取出来的印刷体的数字。手写数字集训练出来的模型用来识别印刷体数字，显然不太专业。而且手写体跟印刷体相差不小，我们最看重的正确率问题不能保证。本文从零开始做一遍数字识别，展示了数字识别的完整流程。从收集数据开始，到数据预处理，再到训练
转载
2024-04-03 11:57:43
123阅读
大家好啊！这次的文章是上一个文章的后续，与上一次不同的是，这一次对数字识别采用的是贝叶斯（Bayes）分类器。前面的文件夹遍历以及将图片处理成数字字符串本篇文章就不介绍了，大家有兴趣可以看之前的文章：点这个（过程就是分别遍历训练和测试图片所在的文件夹，并把所有图片处理成49位的字符串类型的数字并分别存在两个文本文档txt里，最后用贝叶斯分类器对
转载
2024-07-08 09:58:44
42阅读
1.案例背景本文是跟着Tensorflow官方文档的第二篇教程–识别手写数字。MNIST是一个简单的计算机视觉数据集，它是由一系列手写数字图片组成的，比如： 在数据集中，每一张图片会有一个标签label,表示该张图片上的数字是什么。比如以上图片所对应的标签是：5,0,4,1对于初学者，为什么开篇就要介绍这个案例呢？举个栗子， 当我们学习写程序的时候，第一句打印的就是“Hello world”。那么
转载
2024-05-14 11:37:44
61阅读
1.k-近邻工作原理简单地说，K近邻算法采用测量不同特征值之间的距离方法进行分类。该算法具有一下特点。优点：精度高、对异常值不敏感、无数据输入假定。缺点：计算复杂度高、空间复杂度高。K近邻算法的工作原理是：存在一个样本数据集合，也称作训练样本集，并且样本集中每个数据都存在标签，即我们知道样本集中每一数据与所属分类的对应关系。输入没有标签的新数据后，将新数据的每个特征与样本集中数据对应的特征进行比较
转载
2024-09-23 13:46:57
77阅读
环境：opencv3.3 + C++ +win10 64位利用KNN进行手写数字识别，在opencv的文件夹中提供了一个可以用来训练的照片，一共有5000个小样本每个数字对应的有500个图片 。对应的文件夹应该是 opencv/sources/samples/data/digits.png其中每个小图片的样本是20*20 作为训练集和预测集的图片大小必须一致，所以用程序把每一个数字都切出来，所切的
转载
2024-07-04 06:12:40
162阅读
目录1. 导入库函数及设置相应的参数信息2. 图像处理函数3. 实时检测（循环检测）4. 最终结果 这个程序主要是解决了多个数字的问题，以及初版中因为数字离得太近导致识别效果不佳的问题 1. 导入库函数及设置相应的参数信息这一部分没有什么变化。。import cv2
import numpy as np
import tensorflow as tf
# #####设置参数##########
转载
2024-04-08 10:37:03
89阅读
手写数字识别关注公众号“轻松学编程”了解更多。导包import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
#导入knn算法，决策树，逻辑斯蒂回归
from sklearn.neighbors import KNeighborsClassifier
from sklearn.tree import Decision
转载
2023-08-04 16:53:40
193阅读
介绍为了实现对手写数字串的识别，本次用到了opencv+mnist技术，使用opencv能更好的处理图片，分割图片，使用mnist数据集进行预测识别率大概达到96%左右，但真实测试的时候识别率要低一些，因为mnist训练的数据集都是外国人写的数字，而国人写的数字会跟外国人有些不同，所以识别率低一点也是在预期之内准备先导入cv2 ,numpy 和一些自定义的参数import cv2
import n
转载
2024-01-25 17:07:39
34阅读
0、：前言这篇文章能够帮助你从数据到模型的整个过程实现不过至于安装第三方库等基础问题，本文不涉及，因为确实不难，搜一搜一大把本此实验运行环境为jupyter，当然通过pycharm也是可行的1、数据：手写数字共5000组数组其中一共有0-9，10组数据，每一组中有500张对应的手写数字的图片数据资料： 链接：https://pan.baidu.com/s/1gTi-0xjDjbVUK_p_AzkZ
转载
2024-10-22 09:23:19
52阅读
1.MNIST数据集简介 当学习任意一门计算机语言进行编程时，首先接触的第一个程序就是打印“Hello World”。大家接触每一种编程语言都会有Hello World作为第一个编程任务，在人工智能机器学习领域也不例外。学习人工智能的初学者，通过使用MNIST（Mixed National Institute of Standards and Technology database）手写数字识别
按照惯例，我还是会将实现过程详细的记录下来，并将源码放在github上，敬请关注。原计划写一写生成对抗网络(GAN)的，因为有了这样一个小目标，只能先暂时放一放。OCR首先来说一说OCR(Optical Character Recognition，光学字符识别)。OCR是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的
手写字符识别： - 使用Qt/C++/Linux实现手写字符（主要是界面） - 使用MNIST手写字符集作为训练源 - 使用OpenCV/SVM/KNN训练MNIST数据集MNIST字符集读取与训练MNIST介绍：SVM+MNIST将代码简单修改就是本文使用的训练测试源码，在这里就不赘述了，具体可看源码。手写字符界面所谓手写其实是模拟手写，毕竟一般开发的笔记本和PC没有手写功能，就是用鼠标画图。先
转载
2024-06-25 13:53:27
103阅读
写在前面 最近在学习Opencv，本人android开发狗，对Opencv纯属兴趣。一个破本科毕业的我，发现智商完全不够用，书到用是方恨少，都怪自己数学太渣。好在Opencv封装得比较好，如果只是使用的话，大概知道原理就知道该怎么用。经过学习总结，写了一个小Demo，一方面是自己做的笔记，另一方面也可以给初学者做一个参考，让大家少走一些弯路。有些东西本来很容易
转载
2024-04-26 14:25:49
118阅读
手写数字的识别，简化版。使用QT+OpenCV完成。
原创
2022-08-15 11:06:27
693阅读
MNIST 数据集是经典的手写数字识别数据集MNIST 数据集可在 http://yann.lecun.com/exdb/mnist/ 获取, 它包含了四个部分: Training set images: train-images-idx3-ubyte.gz (9.9 MB, 解压后 47 MB, 包含 60,000 个样本)  
学习KNN（一） 图像分类与KNN原理学习KNN（二）KNN算法手写数字识别的OpenCV实现学习KNN（三）KNN+HOG实现手写数字识别在OpenCV的安装文件路径/opencv/sources/samples/data/digits.png下，有这样一张图： 图片大小为10002000,有0-9的10个数字，每5行为一个数字，总共50行，共有5000个手写数字，每个数字块大小为2020。 为
转载
2024-04-22 15:30:26
54阅读
前一次用OpenCV自带的图片做训练和测试，成功率可以达到91%。那么怎么提高识别的成功率，在实际的测试中可能会根据自己手写数字的差异大大降低数字的识别率。通过增加自己手写数字的样本集来增加识别率。1.运行环境操作系统：win7 64位 python3.5.2 opencv3.22.代码import cv2
import numpy as np
#定义更新knn的方法，有新的数据样本就添加，没
转载
2024-03-04 21:32:23
286阅读
前言上个学期申请了一个计算机视觉方向的大创项目，所以趁这个寒假学习一些基本知识。作为入门的实践项目我选择了用OpenCV（Python）来实现简单的手势识别。准备工作需要用到的库有：cv2,numpy,copy,math 以及一台有摄像头的电脑步骤1.定义摄像头，捕捉图像a.设置摄像头的参数（尺寸，位置）b.从摄像头得到图片c.对图像进行双边滤波（目的是使图片平滑一些），并进行翻转（目的是成为镜像
转载
2024-03-28 08:06:50
72阅读
背景本文，主要介绍我之前在学校时候，研究的一... Read More
原创
2021-06-04 20:05:10
1217阅读
最近做了一个基于opencv的试卷识别项目，在此分享一下。文末附有源码。视频观看：
20211212 主界面： 选择图片后： 识别以后： 识别完成以后会自动截取不同的题目，然后保持到不同的文件夹中，分数会单独的保存到一个txt文本中。手写数字数据集：手写数字识别代码，建议不要直接用mnist手写数字数据集，因为使用这个数据集训练出来的网络，根本识别不了我自己写的数字，亲身体验！没办法，我只好
转载
2024-08-06 23:38:48
71阅读
