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?

OpenCV-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。 :

1. 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。
2. 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。
3. 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。
4. 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。 、、、...、

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。