opencv 题目答题区手写体识别 opencv识别手写数字

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。

为了后续方便处理，我们先写一段小程序把这5000个图截取出来：

#include <opencv2/opencv.hpp>
#include <iostream>

 using namespace std;
 using namespace cv;

 int main()
 {
	 char ad[128]={0};
     int  filename = 0,filenum=0; 
	 Mat img = imread("digits.png");
	 Mat gray;
	 cvtColor(img, gray, CV_BGR2GRAY);
	 int b = 20;
	 int m = gray.rows / b;   //原图为1000*2000
	 int n = gray.cols / b;   //裁剪为5000个20*20的小图块

	 for (int i = 0; i < m; i++)
	 {
		 int offsetRow = i*b;  //行上的偏移量
		 if(i%5==0&&i!=0)
		 {
			 filename++;
			 filenum=0;
		 }
		 for (int j = 0; j < n; j++)
		 {
			 	int offsetCol = j*b; //列上的偏移量
			 sprintf_s(ad, "D:\\data\\%d\\%d.jpg",filename,filenum++);
			 //截取20*20的小块
			 Mat tmp;
			 gray(Range(offsetRow, offsetRow + b), Range(offsetCol, offsetCol + b)).copyTo(tmp);
			 imwrite(ad,tmp);
		 }
	 }
	 return 0;
 }

截取之后每个以数字命名的文件夹内就都有500张图片了，需要注意的是OpenCV的imwrite是没有自动创建文件夹功能的，所以路径应该提前存在。

OpenCV提供的KNN算法构造函数：

C++: CvKNearest::CvKNearest()  
C++: CvKNearest::CvKNearest(const Mat& trainData, const Mat& responses, const Mat& sam-  
pleIdx=Mat(), bool isRegression=false, int max_k=32 )

训练函数为：

C++: bool CvKNearest::train(  
    const Mat& trainData, //训练数据  
    const Mat& responses,//对应的响应值  
    const Mat& sampleIdx=Mat(),//样本索引  
    bool isRegression=false,//是否是回归，否则是分类问题  
    int maxK=32, //最大K值  
    bool updateBase=false//是否更新数据，是，则maxK需要小于原数据大小 )

查找函数为：

C++: float CvKNearest::find_nearest(  
const Mat& samples,//按行存储的测试数据  
 int k, //K 值  
Mat* results=0,//预测结果  
const float** neighbors=0, //近邻指针向量  
Mat* neighborResponses=0, //近邻值  
Mat* dist=0 //距离矩阵) const  
  
C++: float CvKNearest::find_nearest(  
const Mat& samples,  
int k,  
Mat& results,  
Mat& neighborResponses,  
Mat& dists) const

但是由于KNN的特点，其实并没有train的功能，所以train只是相当于存储下来训练样本，而且会在执行构造函数中执行训练过程。

在之前，我们已经把5000张图分别放进了10个文件夹里了，现在我们把其中的每个类别中前400张拿出来做训练数据，其余的测试，代码如下：

#include <iostream>
#include <opencv2/opencv.hpp>
#include <opencv2/ml/ml.hpp>  
using namespace std;
using namespace cv;

char ad[128]={0};

int main()
{
	Mat traindata ,trainlabel;
	int k=5,testnum=0,truenum=0;
	//读取训练数据 4000张
	for (int i = 0; i < 10; i++)
	 {
		 for (int j =0;j<400;j++)
		 {
			  sprintf_s(ad, "D:\\data\\%d\\%d.jpg",i,j);
			  Mat srcimage = imread(ad);
			  srcimage = srcimage.reshape(1,1);
			  traindata.push_back(srcimage);
			  trainlabel.push_back(i);
		 }
	 }
	   traindata.convertTo(traindata,CV_32F);
	  CvKNearest knn( traindata, trainlabel, cv::Mat(), false, k );  
	  cv::Mat nearests( 1, k, CV_32F);  
	  //读取测试数据  1000张
	  for (int i = 0; i < 10; i++)
	  {
		  for (int j =400;j<500;j++)
		  {
			  testnum++;
			  sprintf_s(ad, "D:\\data\\%d\\%d.jpg",i,j);
			  Mat testdata = imread(ad);
			  testdata = testdata.reshape(1,1);
			  testdata.convertTo(testdata,CV_32F);
			  int  response = knn.find_nearest(testdata,k,0,0,&nearests,0); 
			  if (response==i)
			  {
				  truenum++;
			  }
		  }
	  }
	  cout<<"测试总数"<<testnum<<endl;
	  cout<<"正确分类数"<<truenum<<endl;
	  cout<<"准确率："<<(float)truenum/testnum*100<<"%"<<endl;
	  return 0;
}

在上述代码中，用的特征就是每个位置的像素值，一个样本拉成一维后的列是20203=1200。

最后是一些个人想法，为什么KNN在手写数字的数据库中表现优异，我觉得主要是因为图像较简单，数字在图像中的位置很规则，都在中间，这两个特点非常利于KNN做距离的计算。