python实现基于SVM手写数字识别功能
发布时间:2020-12-17 07:36:20 所属栏目:Python 来源:网络整理
导读:本文实例为大家分享了SVM手写数字识别功能的具体代码,供大家参考,具体内容如下 1、SVM手写数字识别 识别步骤: (1)样本图像的准备。 (2)图像尺寸标准化:将图像大小都标准化为8*8大
本文实例为大家分享了SVM手写数字识别功能的具体代码,供大家参考,具体内容如下 1、SVM手写数字识别 识别步骤: 识别代码: #!/usr/bin/env python import numpy as np import mlpy import cv2 print 'loading ...' def getnumc(fn): '''返回数字特征''' fnimg = cv2.imread(fn) #读取图像 img=cv2.resize(fnimg,(8,8)) #将图像大小调整为8*8 alltz=[] for now_h in xrange(0,8): xtz=[] for now_w in xrange(0,8): b = img[now_h,now_w,0] g = img[now_h,1] r = img[now_h,2] btz=255-b gtz=255-g rtz=255-r if btz>0 or gtz>0 or rtz>0: nowtz=1 else: nowtz=0 xtz.append(nowtz) alltz+=xtz return alltz #读取样本数字 x=[] y=[] for numi in xrange(1,10): for numij in xrange(1,5): fn='nums/'+str(numi)+'-'+str(numij)+'.png' x.append(getnumc(fn)) y.append(numi) x=np.array(x) y=np.array(y) svm = mlpy.LibSvm(svm_type='c_svc',kernel_type='poly',gamma=10) svm.learn(x,y) print u"训练样本测试:" print svm.pred(x) print u"未知图像测试:" for iii in xrange (1,10): testfn= 'nums/test/'+str(iii)+'-test.png' testx=[] testx.append(getnumc(testfn)) print print testfn+":",print svm.pred(testx) 样本: 结果: 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |