ITKeyword,专注技术干货聚合推荐

注册 | 登录

手写数字识别系统之倾斜矫正

hj7jay 分享于 2016-08-02

推荐:knn算法实现的数字手写识别

界面 : 地址:http://115.28.212.157:8080/Handwriting/index.html 实现功能 : 阿拉伯手写体的识别,正确率在80%以上。 实现原理 : 在写字板写出字体点击识别按钮

简介 倾斜校正主要有两种,一种是整体倾斜校正,另一种是局部倾斜校正。 由于本文主要研究具有不规则分布的多数字识别,因此只需要关注经过提取后的数字校正问题,也就是图像的局部校正。 矫正算法 目前的校正算法有很多,比如说: 对于整体倾斜校正可以采用统计图像左右两边的平均像素高度,通过计算整体倾斜度来进行校正。 这种方法对于像素较多的图像的处理效果明显,而且实现简单快速,但是对于那些已经经过提取得单一数字图像并不适用,因为此时的图像一般较小,且笔画较细,由于所需信息太少统计后的结果并不正确。 其实校正的核心就是使图像的倾斜度的接近为0,因此可以把它看作是一个最优化问题: 即寻找需要调整多少角度,才能使图像的倾斜度最小,可见倾斜度决定了最终图像的好坏,考虑的数字的特征,都是具有狭长的特点,我们可以考虑将图像的高宽比最为图像倾斜度的依据。 而到底需要调整多少才合适呢,本文所采用的方法,并不估算图像的倾斜度,而是通过二分搜索的思想,在倾斜45度的范围

推荐:机器学习实战笔记——基于KNN算法的手写识别系统

本文主要利用k-近邻分类器实现手写识别系统,训练数据集大约2000个样本,每个数字大约有200个样本,每个样本保存在一个txt文件中,手写体图像本身是32X32的二值

内进行二分查找,寻找最佳调整点,使其结果近似最优,其具体步骤如下: 1. 设置最大调整角度,一般倾斜度不会超过45度,如果超过调整也就没有意义了。2. 计算图像高宽比,也就是倾斜度,如果倾斜度比上次的有所减小,则调整角度减半,继续搜索,如果倾斜度趋于稳定,则退出查找,并使用此时的调整角度进行调整。3. 对于实际的调整过程,一般会选择进行旋转变换操作,比较简单,但是考虑到实际人们书写数字时的倾斜往往并不是旋转造成的,而是可能姿势不正而引起的侧斜,因此仅仅通过旋转并不能达到较好的效果,因此可以通过水平侧向校正来实现,即保持像素点的高度不变,仅仅通过调整水平位置,进行适当的调整。 实验结果 总结 可见,对于大多数数字图像的校正结果还是令人相当满意的,但还是会有些许不足: 由于侧向拉伸会导致图像的变形,因此对于较为细长的图像的处理效果较差,可能会出现断层这些破坏连通性的情况。 为了解决此类问题,可以在校正前先进行适当的膨胀运算操作,这样效果会好些。

推荐:机器学习(3)——KNN算法及手写数字的识别(一)

机器学习——KNN算法及手写数字的识别(一) 邻近算法,或者说K最近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就

简介 倾斜校正主要有两种,一种是整体倾斜校正,另一种是局部倾斜校正。 由于本文主要研究具有不规则分布的多数字识别,因此只需要关注经过提取后的数字校正问题,也就是图像的局部校正。 矫正

相关阅读排行


用户评论

游客

相关内容推荐

最新文章

×

×

请激活账号

为了能正常使用评论、编辑功能及以后陆续为用户提供的其他产品,请激活账号。

您的注册邮箱: 修改

重新发送激活邮件 进入我的邮箱

如果您没有收到激活邮件,请注意检查垃圾箱。