手写数字识别，C++，OpenCV

图片切割：

 1 // 核心代码：
 2 char root_path[150];    // 数字图片的路径
 3 char pic_path[100];
 4 sprintf(root_path, "E:\4_大三下\机器视觉\实验图片\8\8-1.bmp");
 5 IplImage *inputImg = cvLoadImage(root_path,1);
 6 int block = 4;
 7 int nWidth = inputImg->width / block;
 8 int nHeight = inputImg->height / block;
 9 for(int i = 0;i < block;i++)
10     for(int j = 0; j < block;j++) {
11         cvResetImageROI(inputImg);
12         cvSetImageROI(inputImg, cvRect(i * nWidth, j * nHeight, nWidth, nHeight));
13         IplImage * img = cvCreateImage(cvSize(nWidth, nHeight), 8, 3);
14         cvCopy(inputImg,img);
15         sprintf(pic_path, "E:\4_大三下\机器视觉\%d-%d.bmp", i, j);
16         cvSaveImage(pic_path, img);
17     }

实现数字图像的特征提取算法，求0~9共十个数字的平均特征向量；

实现数字图像的识别算法，任意输入三个不同的数字图像，将数字图像和识别结果输出到屏幕；

  1 #include "stdio.h"
  2 #include "math.h"
  3 #include "vector"
  4 #include "cv.h"
  5 #include "highgui.h"
  6 
  7 using namespace std;
  8 
  9 // 函数功能，计算一张图片某一个矩形块(以x,y为原点， width,height为宽度和高度)中黑色像素点的个数
 10 int ImageBlackCount(IplImage *Img, int x,int y,int width,int height)
 11 {
 12     int nCount = 0;
 13     char *data = (char *)Img->imageData;    // 新图象数据信息
 14     int  wp = Img->widthStep;
 15     for(int i = 0;i < height;i++)
 16         for(int j = 0;j < width;j++)
 17         {
 18             int r = data[(x + i) * wp + 3 * (y + j)];
 19             if(r == 0)
 20                 nCount++;
 21         }
 22     return nCount;
 23 }
 24 
 25 // 函数功能，返回一张图片的特征向量
 26 vector<int> ImageVec(IplImage *Img)
 27 {
 28     vector<int> temp(16,0);
 29     int nwidth = Img->width / 4;
 30     int nheight = Img->height / 4;        // 分成16块
 31     int x = 0, y = 0;
 32     for(int k = 1;k <= 16;k++) 
 33     {
 34         temp[k - 1] = ImageBlackCount(Img, x, y, nwidth, nheight);
 35         y += nwidth;
 36         if(k % 4 == 0)
 37         {
 38             x += nheight;
 39             y = 0;
 40         }
 41     }    
 42     return temp;
 43 }
 44 
 45 // 计算欧氏距离
 46 double CalDist(vector<int> test,vector<int> train)
 47 {
 48     double dist = 0;
 49     if(test.size() == train.size())
 50         for(int i = 0;i < test.size();i++)
 51             dist += (train[i] - test[i]) * (train[i] - test[i]);
 52     return sqrt(dist);
 53 }
 54 
 55 int main(int arge,char * argv[])
 56 {
 57     char root_path[150];    // 数字图片的路径
 58     vector< vector<int> > vec;
 59     // 模板库--平均特征向量求解
 60     int block = 0;
 61     for(int i = 0;i < 10;i++)
 62     {
 63         vector<int> avg(16,0);
 64         for(int j = block +1; j <= block + 5;j++) {
 65             sprintf(root_path, "E:\4_大三下\机器视觉\实验图片\%d\%d-%d.bmp", i, i, j);
 66             IplImage *inputImg = cvLoadImage(root_path,1);
 67             vector<int> temp = ImageVec(inputImg);
 68             for(int k = 0;k < 16;k++)
 69                 avg[k] += temp[k];
 70         }
 71         printf("数字%d的平均特征向量：",i);
 72         for(int k = 0;k < 16;k++) {
 73             avg[k] = avg[k] / 5;//block;
 74             printf("%d ",avg[k]);        // 一个数字的平均特征向量
 75         }
 76         putchar(10);
 77         vec.push_back(avg);
 78     }
 79 
 80     // 剩余数字的测试匹配
 81     char pic_path[150];
 82     vector< vector<int> > Mat;
 83     for(int i2 = 0;i2 < 10;i2++)
 84     {
 85         vector<int> mat_test(10,0);
 86         for(int j2 = 6 - block; j2 <= 10 - block;j2++) {
 87             sprintf(pic_path, "E:\4_大三下\机器视觉\实验图片\%d\%d-%d.bmp", i2, i2, j2);
 88             IplImage *test = cvLoadImage(pic_path,1);
 89             vector<int> temp = ImageVec(test);
 90             int cls = 0;
 91             double d = 0, min = CalDist(temp, vec[0]);
 92             for(int n = 0;n < 10;n++) 
 93             {
 94                 d = CalDist(temp, vec[n]);
 95                 if(min >  d) 
 96                 {
 97                     min = d;
 98                     cls = n;
 99                 }
100             }
101             mat_test[cls]++;
102         }
103         Mat.push_back(mat_test);
104     }
105     double rate = 0;
106     // 混淆矩阵
107     printf("   0 1 2 3 4 5 6 7 8 9 
");
108     for(int i3 = 0;i3 < 10;i3++) 
109     {
110         rate += Mat[i3][i3];
111         printf("%d: ",i3);
112         for(int j3 = 0; j3 < 10;j3++)
113             printf("%d ",Mat[i3][j3]);
114         putchar(10);
115     }
116     printf("总识别率为:%.2lf%%
",rate * 2);
117     return 0;
118 }

2021-06-04