码迷,mamicode.com
首页 > 编程语言 > 详细

第2章 模板匹配算法(mat格式手写数字识别)

时间:2020-03-17 13:49:17      阅读:108      评论:0      收藏:0      [点我收藏+]

标签:code   最小   距离   输出   转换   font   特征   www   数字   

手写数字识别数据集minist

手写数字识别是一个典型的多分类问题,输入一个样本,输出识别结果。样本的类别数为10类,分别代表0~10这十个数字,其中,分类器的输入是一张包含单个数字的图片,输出为一个十维的向量,有且只有一维为1,其余为0。表示输入样本将会被唯一分类到一个类别当中,即被唯一地识别为某一个数字。

模式识别课程链接:https://www.icourse163.org/course/BIT-1206703821

数据集下载地址:链接:https://pan.baidu.com/s/1b-8tzCp2neh3NsY81mcfdg  提取码:kaz0

程序源码

% mat2vector.m
% 输入:图片数据(矩阵),样本个数
% 函数作用:将图片组转化为行向量的组合,每个行向量作为一张图片的特征
% 输出:样本数*图片像素数量大小的矩阵
function [data_]= mat2vector(data,num)
    [row,col,~] = size(data);
    data_ = zeros(num,row*col);
    for page = 1:num
        for rows = 1:row
            for cols = 1:col
                data_(page,((rows-1)*col+cols)) = im2double(data(rows,cols,page));
            end
        end
    end
end

% Template_hand.m
% 手写数字模板匹配
clc
clear al
% 读取模板
image = cell(1,10); % 生成十个cell保存模板
for i = 0:9
    filename = sprintf(./手写数字/%d/5.bmp,i); % 读取模板
    image{1,i+1} = mat2vector(imresize(imread(filename),[28,28]),1); % 统一大小为28*28,并调用函数mat2vector将其转换为行向量
end
% 待匹配样本
correct_num = 0;
for index = 0:9 % 每个数字测试一次
    distance = zeros(1,10); % 保存计算得到的距离值
    fname = sprintf(./手写数字/%d/4.bmp,index);
    sample = mat2vector(imresize(imread(fname),[28,28]),1); % 图片转换为行向量
    for j  = 1:10 % 共十个模板,计算与每个模板的距离
        distance(j) = pdist2(sample,image{1,j},euclidean);
        % 计算欧式距离,这里可以更改‘euclidean’为其他距离,用于描述相似度
    end
    [m,p] = min(distance); % 计算距离最小值,并给出索引
    if p-1 == index
        correct_num = correct_num+1;
    end
    fprintf(数字%d到模板的最小距离为:%d,匹配到的类别为:%d\n,[index,m,p-1]);
    % 索引从1开始,模板从0开始,因此减一输出
end
fprintf(共测试10个样本,正确匹配个数为%d个\n,[correct_num]);

程序结果

技术图片

第2章 模板匹配算法(mat格式手写数字识别)

标签:code   最小   距离   输出   转换   font   特征   www   数字   

原文地址:https://www.cnblogs.com/wzw0625/p/12510179.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!