實驗要求：
1、資料集：
a) 訓練資料集：“實驗圖像“—”訓練集“目錄下，包含”0“，”1“，…, ”9“共10個子目錄，每一個子目錄下包含對應的數字圖像。對于每一個數字，有20張64×64的訓練圖像。
b)測試資料集：“實驗圖像“—”測試集“目錄下，包含”0“，”1“，…, ”9“共10個子目錄，每一個子目錄下包含對應的數字圖像。對于每一個數字，有5張64×64的測試圖像。
2、基本要求：兩個數字（6’，‘9’）的識别，即給定一幅包含單個數字（‘6’或者‘9’）的64×64圖像，程式自動識别出其中的數字。
3、附加要求：十個數字（‘0’，‘1’，…, ‘9’）的識别，即給定一幅包含單個數字（‘0’，‘1’， …, 或者‘9’）的64×64圖像，程式自動識别出其中的數字。
實驗分析：
對于兩個數字（6’，‘9’）的識别：
首先讀入圖檔，将其01二值化，原理為，計算像素點RGB的和，如果和大于300，判定為空白區域，置為0，否則置為1。
感覺器算法：
ρ自行取值，在本次實驗中我取0.14效果最好。
接下來進行測試集測試，測試函數代碼實作如下
在p為0.14的情況下得到的結果如下：
即對6、9二分類，在p為0.14的情況下得到的增光權向量，對測試集分類正确率為100%。在二分類實驗中，因為正确率可達到100%，故沒有對圖檔進行預處理。
附加要求：十個數字（‘0’，‘1’，…, ‘9’）的識别，即給定一幅包含單個數字（‘0’，‘1’， …, 或者‘9’）的64×64圖像，程式自動識别出其中的數字。
實作如下：
首先，對讀入的圖檔進行預處理，進行圖像分割。
整個過程分兩部，左右分割和上下分割。基本思想是，找到四個點，即連接配接成四條直線，使四條直線最小包含數字。下列代碼為找到最左和最右的列号，以及最上最下的列号。
由于學識淺薄，是以預處理比較粗糙。
之後利用OpenCV的resize将選出的包圍的像素點，重構成32*32的圖檔，完成預處理。
多分類的三種方法，我采用的方法為:
原因是，該方法将M個分類僅僅分為M個分類，沒有不确定區等其他情況。
訓練主要代碼如下，基本過程類似于二分類。：
test測試代碼如下：
用每個增光權向量×測試集，找到結果最大的w的下标，判斷是否分類正确。
多分類結果：
在p選擇為0.01的情況下：
在手動選擇的若幹p值中，最優正确率即為96%。
如果不進行圖檔的預處理，正确率在60%左右，正确率很低，是以想到了圖檔分割重構。
實驗代碼：
二分類：
import numpy as np
from matplotlib import pyplot as plt
import cv2
def test(oumiga, list_test, w):
fail_count = 0
temp = w * list_test
temp = np.sum(temp, axis=1)
for i in range(0, len(list_test)):
if ((oumiga[i] == 1 and temp[i] <= 0) or (oumiga[i] == -1 and temp[i] >= 0)):
fail_count += 1
print('錯誤的數量為:' + str(fail_count) + ' 正确率為：' + str(int((1 - (fail_count / len(list_test))) * 100)) + '%')
def train(oumiga, list_train):
p = 0.14 #損失代價比例
w = np.asarray([1] * 4097) #增廣權矢量
fail_count = 1
while (fail_count != 0):
fail_count = 0
temp = w * list_train
temp = np.sum(temp, axis=1)
for i in range(0, 40):
if (temp[i] <= 0 and oumiga[i] == 1): #如果是6并且小于0
w = w + p * list_train[i]
fail_count += 1
elif (temp[i] >= 0 and oumiga[i] == -1): #如果是9并且大于0
w = w - p * list_train[i]
fail_count += 1
print(fail_count)
print('增廣權矢量w為：')
print(w)
return w #增廣權矢量
if __name__ == "__main__":
PATH = 'C:/Users/lishu/Desktop/code/PatternRecognition/experience3/'
list_img = []
for j in [6,9]:
for i in range(1,21):
img = cv2.imread(PATH + 'train/' + str(j) + '/' + str(j) + '-' + str(i) + '.png')
#把圖檔01兩值化
temp = np.asarray(img)
temp = temp.reshape(-1, 3)
temp = np.sum(temp, axis=1)
temp = np.where(temp > 300, 0, 1) #RGB和大于300，判定為空白區域，置為0，否則為1
temp = np.append(temp,1)
list_img.append(temp.tolist())
#第二類乘-1處理
# temp_list1 = [[1] * 4096] * 20
# temp_list2 = [[-1] * 4096] * 20
# temp_list1 = [[1]] * 20
# temp_list2 = [[-1]] * 20
# temp_fen = temp_list1 + temp_list2
# temp_fen = np.asarray(temp_fen).reshape(40,-1)
#
#
list_img = np.asarray(list_img)
# temp = temp_fen * list_img
oumiga = [1] * 20 + [-1] * 20 #存儲對應訓練集所屬的類
w = train(oumiga,list_img) #得到增廣權矢量
#測試集測試
list_test = []
for j in [6,9]:
for i in range(1,6):
img = cv2.imread(PATH + 'test/' + str(j) + '/' + str(j) + '-' + str(i) + '.png')
temp = np.asarray(img)
temp = temp.reshape(-1, 3)
temp = np.sum(temp, axis=1)
temp = np.where(temp > 300, 0, 1)
temp = np.append(temp,1)
list_test.append(temp.tolist())
list_test = np.asarray(list_test)
oumiga_test = [1]*5 + [-1]*5
test(oumiga_test,list_test,w)
list_img = np.asarray(list_img)
多分類：
import numpy as np
from matplotlib import pyplot as plt
import cv2
def test(oumiga, list_test, w):
fail_count = 0
for i in range(0, len(list_test)):
temp = w * list_test[i]
temp = np.sum(temp, axis=1)
max_index = temp.argmax()
if max_index != oumiga[i]:
fail_count += 1
print('錯誤的數量為:' + str(fail_count) + ' 正确率為：' + str(int((1 - (fail_count / len(list_test))) * 100)) + '%')
def train(oumiga, list_train):
p = 0.01 #損失代價比例
w = np.asarray([[1] * 1025] * 10) #增廣權矢量
w = w.astype(float)
fail_count = 1
count = 0
while (fail_count != 0):
count += 1
fail_count = 0
for j in range(0,10):
temp = w[j]* list_train
temp = np.sum(temp, axis=1)
for i in range(0, 20*10):
if (oumiga[i] == j and temp[i] <= 0): #如果正确分類的結果<0
w[j] = w[j] + p * list_train[i]
fail_count += 1
elif(oumiga[i] != j and temp[i] >= 0): #如果錯誤分類的結果>0
w[j] = w[j] - p * list_train[i]
fail_count += 1
print(fail_count)
print(w)
print('疊代的次數為：' + str(count))
return w
def preprocess(img):
img = img.reshape(64,64)
#分别存儲圖檔上下左右對應的有可用點的行和列
up = 63
down = 0
right = 0
left = 63
for i in range(64):
for j in range(64):
if (img[i][j] == 1):
up = min(up, i)
down = max(down, i)
left = min(left, j)
right = max(right, j)
#重構預處理
new_img = []
for i in range(up, down+1):
temp = []
for j in range(left, right+1):
if (img[i][j] == 0):
temp.append([255,255,255])
else:
temp.append([0,0,0])
new_img.append(temp)
#把圖檔兩值化
new_img = np.asarray(new_img).astype("uint8")
#圖檔resize重構
new_img = cv2.resize(new_img, (32,32))
new_img = new_img.reshape(-1, 3)
new_img = np.sum(new_img, axis=1)
new_img = np.where(new_img > 300, 0, 1)
new_img = np.append(new_img, 1)
return new_img
# cv2.imwrite('C:/Users/lishu/Desktop/code/PatternRecognition/experience3/img.png', new_img, [int(cv2.IMWRITE_JPEG_QUALITY), 100])
if __name__ == "__main__":
PATH = 'C:/Users/lishu/Desktop/code/PatternRecognition/experience3/'
list_img = []
for j in [x for x in range(0,10)]:
for i in range(1,21):
img = cv2.imread(PATH + 'train/' + str(j) + '/' + str(j) + '-' + str(i) + '.png')
# 把圖檔01兩值化
temp = np.asarray(img)
temp = temp.reshape(-1, 3)
temp = np.sum(temp, axis=1)
temp = np.where(temp > 300, 0, 1)
# 預處理 去除多餘空白，重構圖檔
temp = preprocess(temp)
list_img.append(temp.tolist())
list_img = np.asarray(list_img)
oumiga = [] #存儲對應訓練集所屬的類
for x in range(0,10):
oumiga = oumiga + [x] * 20
w = train(oumiga,list_img) #得到增廣權矢量
#測試集測試
list_test = []
for j in [x for x in range(0,10)]:
for i in range(1,6):
img = cv2.imread(PATH + 'test/' + str(j) + '/' + str(j) + '-' + str(i) + '.png')
temp = np.asarray(img)
temp = temp.reshape(-1, 3)
temp = np.sum(temp, axis=1)
temp = np.where(temp > 300, 0, 1)
temp = preprocess(temp) # 預處理
list_test.append(temp.tolist())
list_test = np.asarray(list_test)
oumiga_test = []
for x in range(0,10):
oumiga_test = oumiga_test + [x] * 5
test(oumiga_test,list_test,w)
需要實驗圖檔或者有疑問的的小夥伴可以聯系我。