使用python svm实现直接可用的手写数字识别

下面是使用Python SVM实现手写数字识别的完整攻略：

1. 简介

本攻略旨在利用SVM算法对手写数字进行识别，通过以下步骤完成手写数字识别：

1. 获取MNIST数据集图像和标签数据；
2. 对图像进行预处理，包括二值化、降噪、切割等操作；
3. 提取图像特征；
4. 利用SVM算法建立分类模型；
5. 对新的手写数字图片进行识别。

2. 获取MNIST数据集

MNIST数据集是一个常用的手写数字识别数据集，该数据集包含60000张训练数据和10000张测试数据，每张图片大小为28*28像素。我们可以利用Python的第三方库tensorflow来获取MNIST数据集，具体代码如下：

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data

mnist = input_data.read_data_sets('MNIST_data/', one_hot = True)

3. 图像预处理

在进行图像预处理前，我们需要先了解一下手写数字图片的特点。手写数字图片主要有以下几个特点：

1. 图像是二值图像，即黑白两色；
2. 图像可能存在噪声；
3. 图像中的数字可能出现在任何位置。

因此，在进行图像预处理时，我们需要对图像进行二值化、降噪、切割等操作。

3.1 二值化

二值化是将图像中的像素值转换为0或1的过程。由于图片库中的图片已经是灰度图像，因此可以直接根据像素阈值进行二值化。我们可以利用OpenCV库来进行二值化操作，具体代码如下：

import cv2

# 读取图片并转换为灰度图像
img_gray = cv2.imread('image_file.png', cv2.IMREAD_GRAYSCALE)

# 对灰度图像进行二值化
threshold, img_binary = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)

3.2 降噪

降噪是指去除图像中的噪声。我们可以利用OpenCV库提供的高斯模糊和中值滤波函数对图像进行降噪处理，具体代码如下：

import cv2

# 高斯模糊
img_blur = cv2.GaussianBlur(img_binary, (5, 5), 0)

# 中值滤波
img_median = cv2.medianBlur(img_blur, 5)

3.3 切割

切割是将图像中的数字分离出来。我们可以利用轮廊提取方法获取数字的边缘信息，再根据边缘信息对数字进行分离。具体代码如下：

import cv2

# 获取二值图像的轮廊
_, contours, hierarchy = cv2.findContours(img_median, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 获取数字的矩形边界
x, y, w, h = cv2.boundingRect(contours[0])

# 根据矩形边界切割出数字
img_digit = img_median[y:y+h, x:x+w]

4. 特征提取

在利用SVM算法对手写数字进行识别时，需要选取合适的特征用于分类。我们选择HOG(Histogram of oriented gradient)特征作为手写数字的特征，具体代码如下：

import cv2

# 计算HOG特征
winSize = (28, 28)
blockSize = (14, 14)
blockStride = (7, 7)
cellSize = (7, 7)
nbins = 9

hog = cv2.HOGDescriptor(winSize, blockSize, blockStride, cellSize, nbins)
features = hog.compute(img_digit)

5. SVM分类

使用SVM分类器对图像进行分类，我们可以使用scikit-learn库中的SVM分类器进行实现，具体代码如下：

from sklearn import svm

# 加载训练数据和标签
X_train = mnist.train.images
y_train = mnist.train.labels

# 训练SVM分类器
clf = svm.SVC(kernel='linear', C=1.0)
clf.fit(X_train, y_train)

6. 手写数字识别

在完成了上述步骤后，我们就可以对新的手写数字图片进行识别了。具体代码如下：

# 读取待识别的手写数字
img_gray = cv2.imread('digit.png', cv2.IMREAD_GRAYSCALE)

# 对灰度图像进行二值化、降噪、切割
_, img_binary = cv2.threshold(img_gray, 0, 255, cv2.THRESH_BINARY_INV | cv2.THRESH_OTSU)
img_blur = cv2.GaussianBlur(img_binary, (5, 5), 0)
img_median = cv2.medianBlur(img_blur, 5)
_, contours, hierarchy = cv2.findContours(img_median, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
x, y, w, h = cv2.boundingRect(contours[0])
img_digit = img_median[y:y+h, x:x+w]

# 计算HOG特征
winSize = (28, 28)
blockSize = (14, 14)
blockStride = (7, 7)
cellSize = (7, 7)
nbins = 9
hog = cv2.HOGDescriptor(winSize, blockSize, blockStride, cellSize, nbins)
features = hog.compute(img_digit)

# 利用SVM分类器进行识别
digit = clf.predict([features])[0]
print("识别结果为：", digit)

示例

为了更好的理解手写数字识别的过程，我提供两个示例：

示例1: 手写数字识别

1. 手写数字识别的输入是手写数字图片；
2. 首先将手写数字图片进行预处理，包括二值化、降噪、切割等操作；
3. 提取图像特征；
4. 利用SVM算法建立分类模型；
5. 对新的手写数字图片进行识别；
6. 输出手写数字识别的结果。

示例2: 训练数据集的验证

1. 利用MNIST数据集获取60000张训练数据；
2. 对训练数据进行图像预处理、特征提取等操作；
3. 利用SVM算法建立分类模型；
4. 利用剩余10000张测试数据来验证模型的准确性；
5. 输出模型的准确率。

以上就是使用Python SVM实现直接可用的手写数字识别的完整攻略，希望可以对你有所帮助。