python实现基于SVM手写数字识别功能_Python

python实现基于SVM手写数字识别功能

2020-12-30 00:48阳光下的Smiles Python

这篇文章主要为大家详细介绍了python实现基于SVM手写数字识别功能，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

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大小。
（3）读取未知样本图像，提取图像特征，生成图像特征组。
（4）将未知测试样本图像特征组送入SVM进行测试，将测试的结果输出。

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,now_w,1]

									   r = img[now_h,now_w,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)