openCvSharp4手写体识别

原创

已于 2022-02-16 09:21:26 修改 · 963 阅读

标签

#vs2019 #opencvSharp4 #knn

收录于

于 2022-02-15 22:34:35 首次发布

该博客介绍了使用OpenCV进行手写数字识别的过程，包括从digits.png图像中切割训练数据，通过KNN算法进行训练，并尝试识别手写数字。作者还探讨了KNN的局限性，最终转向其他机器学习方法。

0、实验思路

（1）利用cv自带的图片digits.png，完成训练、手动切割出来的数字识别（本文完成）；

（2）让上面的训练集合识别自己手写、经ps切割的单个数字图片；

（3）识别自己写的一行数字。

1、参考源

作者：十月ku

网址：OpenCVSharp4 识别物体系列之学习对象分类 - 简书

2、界面和思路

创建4个按钮，分别为切割并训练、识别内置、识别手写、识别一行手写

3、功能实现

（1）切割并训练，代码如下：

Mat img0 = Cv2.ImRead("digits.png", ImreadModes.Grayscale);
            Mat tTrainData = new Mat();
            Mat tTrainLabel = new Mat();
            int step = 20;
            //原图为1000*2000,每行2000/20=100个，共50行
            int rowsCount = img0.Rows / step;   
            int colsCount = 90;   //训练90，并把最后几个拿出来

            for (int i = 0; i < rowsCount; i++)//50行
            {
                int offsetRow = i * step;  //行上的偏移量
                for (int j = 0; j < colsCount; j++) //列数