


KNearest および SVM アルゴリズムを使用して、OpenCV-Python で基本的な数字認識 OCR システムを実装するにはどうすればよいですか?
Nov 08, 2024 pm 04:21 PMOpenCV-Python での単純な数字認識 OCR
概要
この記事は、ガイドを目的としています基本的な数字認識 OCR (光学式文字認識) の実装を通じて、 OpenCV-Pythonを使用したシステム。 KNearest と SVM という 2 つの一般的な機械学習アルゴリズムについて説明します。
質問 1: Letter_recognition.data ファイル
Letter_recognition.data は、OpenCV-Python に含まれるデータセットです。サンプル。これには、手書きの文字のコレクションと各文字の 16 個の特徴値が含まれています。このファイルは、さまざまな文字認識タスクのトレーニング データとして機能します。
独自の Letter_recognition.data の構築:
次の手順に従って、独自の Letter_recognition.data ファイルを作成できます。 :
- 各文字を として表現した文字データセットを準備します。 10x10 ピクセルの画像。
- 各画像からピクセル値を抽出して、100 個の値の特徴ベクトルを形成します。
- 各文字にラベル (A ~ Z に対応する 0 ~ 25) を手動で割り当てます。
- 各行の形式を指定して、特徴ベクトルとラベルをテキスト ファイルに保存します。 <label>、<feature1>、<feature2>、...、<feature100>
質問 2: KNearest の results.ravel()
results.ravel() は配列を変換します認識された数字を多次元配列からフラットな 1D 配列に変換します。これにより、結果の解釈と表示が容易になります。
質問 3: 単純な数字認識ツール
letter_recognition.data を使用して単純な数字認識ツールを作成するには、次の手順に従います。手順:
データ準備:
- カスタムのletter_recognition.data ファイルをロードするか、OpenCV のサンプルを使用します。
トレーニング:
- KNearest または SVM 分類器を作成するインスタンス。
- letter_recognition.data からのサンプルと応答を使用して分類器をトレーニングします。
テスト:
- 画像をロードします認識される数字が含まれています。
- 画像を前処理して個々の情報を分離します数字。
- 各数字を特徴ベクトル (100 ピクセル値) に変換します。
- トレーニングされた分類子を使用して、各特徴ベクトルに最も近い一致を見つけ、対応する数字を表示します。
コード例:
import numpy as np import cv2 # Load data samples = np.loadtxt('my_letter_recognition.data', np.float32, delimiter=',', converters={ 0 : lambda ch : ord(ch)-ord('A') }) responses = a[:,0] # Create classifier model = cv2.KNearest() model.train(samples, responses) # Load test image test_img = cv2.imread('test_digits.png') # Preprocess image gray = cv2.cvtColor(test_img, cv2.COLOR_BGR2GRAY) thresh = cv2.adaptiveThreshold(gray, 255, 1, 1, 11, 2) # Extract digits contours, hierarchy = cv2.findContours(thresh, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE) digits = [] for cnt in contours: if cv2.contourArea(cnt) > 50: [x, y, w, h] = cv2.boundingRect(cnt) roi = thresh[y:y+h, x:x+w] roismall = cv2.resize(roi, (10, 10)) digits.append(roismall) # Recognize digits results = [] for digit in digits: roismall = roismall.reshape((1, 100)) roismall = np.float32(roismall) _, results, _, _ = model.find_nearest(roismall, k=1) results = results.ravel() results = [chr(int(res) + ord('A')) for res in results] # Display results output = cv2.cvtColor(test_img, cv2.COLOR_BGR2RGB) for (digit, (x, y, w, h)) in zip(results, contours): cv2.rectangle(output, (x, y), (x + w, y + h), (0, 255, 0), 2) cv2.putText(output, str(digit), (x, y), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) cv2.imshow('Output', output) cv2.waitKey(0)
この例では、数字認識には KNearest を使用しますが、代わりに SVM 分類子を作成することで、SVM に置き換えることができます。
以上がKNearest および SVM アルゴリズムを使用して、OpenCV-Python で基本的な数字認識 OCR システムを実装するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

人気の記事

人気の記事

ホットな記事タグ

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









