基於opencv的手寫數字識別（MFC,HOG,SVM）

參考了秋風細雨的文章：http://blog.csdn.net/candyforever/article/details/8564746

花了點時間編寫出了程序，先看看效果吧。

識別效果大概都能正確。

好了，開始正題：

因為本程序是提取HOG特征，使用SVM進行分類的，所以大概了解下HOG的一些知識，其中我覺得怎么計算圖像HOG特征的維度會對程序了解有幫助

關於HOG，我們可以參考：

http://gz-ricky.blogbus.com/logs/85326280.html

http://blog.csdn.net/raodotcong/article/details/6239431

關於手寫的數字0-9的數據庫下載地址和如何生成此數據庫HOG特征的xml文件可以參考文章開頭的參考博客。

本人提供一個已經訓練好的關於此庫我生成的xml文件，下載地址：

http://pan.baidu.com/s/1qXSYp

 

訓練模型

#include <iostream>
#include <opencv2/opencv.hpp>
#include <fstream>
using namespace std;
using namespace cv;
int main()
{
    vector<string> img_path;//輸入文件名變量
    vector<int> img_catg;
    int nLine = 0;
    string buf;
    ifstream svm_data( "D:/project/HOG/t10k-images-bmp/t10k-images/result.txt" );//訓練樣本圖片的路徑都寫在這個txt文件中，使用bat批處理文件可以得到這個txt文件
    unsigned long n;
    while( svm_data )//將訓練樣本文件依次讀取進來
    {
        if( getline( svm_data, buf ) )
        {
            nLine ++;
            if( nLine % 2 == 0 )//注：奇數行是圖片全路徑，偶數行是標簽
            {
                img_catg.push_back( atoi( buf.c_str() ) );//atoi將字符串轉換成整型，標志(0,1，2，...，9)，注意這里至少要有兩個類別，否則會出錯
            }
            else
            {
                img_path.push_back( buf );//圖像路徑
            }
        }
    }
    svm_data.close();//關閉文件
    CvMat *data_mat, *res_mat;
    int nImgNum = nLine / 2; //nImgNum是樣本數量，只有文本行數的一半，另一半是標簽
    data_mat = cvCreateMat( nImgNum, 324, CV_32FC1 );  //第二個參數，即矩陣的列是由下面的descriptors的大小決定的，可以由descriptors.size()得到，且對於不同大小的輸入訓練圖片，這個值是不同的
    cvSetZero( data_mat );
    //類型矩陣,存儲每個樣本的類型標志
    res_mat = cvCreateMat( nImgNum, 1, CV_32FC1 );
    cvSetZero( res_mat );
    IplImage* src;
    IplImage* trainImg=cvCreateImage(cvSize(28,28),8,3);//需要分析的圖片，這里默認設定圖片是28*28大小，所以上面定義了324，如果要更改圖片大小，可以先用debug查看一下descriptors是多少，然后設定好再運行
    //處理HOG特征
    for( string::size_type i = 0; i != img_path.size(); i++ )
    {
        src=cvLoadImage(img_path[i].c_str(),1);
        if( src == NULL )
        {
            cout<<" can not load the image: "<<img_path[i].c_str()<<endl;
            continue;
        }
        cout<<"deal with\t"<<img_path[i].c_str()<<endl;
        cvResize(src,trainImg);
        HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9);
        vector<float>descriptors;//存放結果
        hog->compute(trainImg, descriptors,Size(1,1), Size(0,0)); //Hog特征計算
        cout<<"HOG dims: "<<descriptors.size()<<endl;
        n=0;
        for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
        {
            cvmSet(data_mat,i,n,*iter);//存儲HOG特征
            n++;
        }
        cvmSet( res_mat, i, 0, img_catg[i] );
        cout<<"Done !!!: "<<img_path[i].c_str()<<" "<<img_catg[i]<<endl;
    }
    CvSVM svm;//新建一個SVM
    CvSVMParams param;//這里是SVM訓練相關參數
    CvTermCriteria criteria;
    criteria = cvTermCriteria( CV_TERMCRIT_EPS, 1000, FLT_EPSILON );
    param = CvSVMParams( CvSVM::C_SVC, CvSVM::RBF, 10.0, 0.09, 1.0, 10.0, 0.5, 1.0, NULL, criteria );
    svm.train( data_mat, res_mat, NULL, NULL, param );//訓練數據
    //保存訓練好的分類器
    svm.save( "HOG_SVM_DATA.xml" );
    cout<<"HOG_SVM_DATA.xml is saved !!! \n exit program"<<endl;
    cvReleaseMat( &data_mat );
    cvReleaseMat( &res_mat );
    cvReleaseImage(&trainImg);
    return 0;
}

D:/project/HOG/t10k-images-bmp/t10k-images/result.txt  的生成方法
使用createpath.py腳本

import os, sys
def get_filepaths(directory):
    file_paths = []  # List which will store all of the full filepaths.
    for root, directories, files in os.walk(directory):
        for filename in files:
            # Join the two strings in order to form the full filepath.
            filepath = os.path.join(root, filename)
            file_paths.append(filepath)  # Add it to the list.
    return file_paths  # Self-explanatory.
lists = get_filepaths(os.path.dirname(os.path.abspath(__file__)))
with open('result.txt', 'a') as f:
    for url in lists:        
        if (os.path.basename(url).startswith('0_')):
            f.write(url)
            f.write('\n')
            f.write('0\n')
        if (os.path.basename(url).startswith('1_')):
            f.write(url)
            f.write('\n')
            f.write('1\n')
        if (os.path.basename(url).startswith('2_')):
            f.write(url)
            f.write('\n')
            f.write('2\n')
        if (os.path.basename(url).startswith('3_')):
            f.write(url)
            f.write('\n')
            f.write('3\n')
        if (os.path.basename(url).startswith('4_')):
            f.write(url)
            f.write('\n')
            f.write('4\n')
        if (os.path.basename(url).startswith('5_')):
            f.write(url)
            f.write('\n')
            f.write('5\n')
        if (os.path.basename(url).startswith('6_')):
            f.write(url)
            f.write('\n')
            f.write('6\n')
        if (os.path.basename(url).startswith('7_')):
            f.write(url)
            f.write('\n')
            f.write('7\n')
        if (os.path.basename(url).startswith('8_')):
            f.write(url)
            f.write('\n')
            f.write('8\n')
        if (os.path.basename(url).startswith('9_')):
            f.write(url)
            f.write('\n')
            f.write('9\n')

生成result.txt

使用模型

#include <iostream>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
int main()
{
    IplImage *test;
    char result[300]; //存放預測結果

    CvSVM svm;
    svm.load("d:\\HOG_SVM_DATA.xml");//加載訓練好的xml文件，這里訓練的是10K個手寫數字
    //檢測樣本
    test = cvLoadImage("d:\\test.bmp", 1); //待預測圖片，用系統自帶的畫圖工具隨便手寫
    if (!test)
    {
        cout<<"not exist"<<endl;
        return -1;
    }
    cout<<"load image done"<<endl;
    IplImage* trainTempImg=cvCreateImage(cvSize(28,28),8,3);
    cvZero(trainTempImg);
    cvResize(test,trainTempImg);
    HOGDescriptor *hog=new HOGDescriptor(cvSize(28,28),cvSize(14,14),cvSize(7,7),cvSize(7,7),9);
    vector<float>descriptors;//存放結果
    hog->compute(trainTempImg, descriptors,Size(1,1), Size(0,0)); //Hog特征計算
    cout<<"HOG dims: "<<descriptors.size()<<endl;  //打印Hog特征維數  ，這里是324
    CvMat* SVMtrainMat=cvCreateMat(1,descriptors.size(),CV_32FC1);
    int n=0;
    for(vector<float>::iterator iter=descriptors.begin();iter!=descriptors.end();iter++)
    {
        cvmSet(SVMtrainMat,0,n,*iter);
        n++;
    }

    int ret = svm.predict(SVMtrainMat);//檢測結果
    sprintf(result, "%d\r\n",ret );
    cvNamedWindow("dst",1);
    cvShowImage("dst",test);
    cout<<"result:"<<result<<endl;
    waitKey ();
    cvReleaseImage(&test);
    cvReleaseImage(&trainTempImg);

    return 0;
}

 

工程源碼(MFC)：

http://pan.baidu.com/s/1rDQbO

程序下載（裸機可運行，無需環境）：

http://pan.baidu.com/s/1byQeX

QT控制台版本（包含手寫數據庫，訓練模型，使用模型）

http://pan.baidu.com/s/1pJ45bwZ