手写数字识别
2011-08-05 20:23
477 查看
这几天在想这做字符识别方面的程序,看了很多论文,但是发现论文上的几乎用处都不是特别的大,理论一大堆,但是用在程序里面则很难实现,看到有些论文上说用连码法,但是连码法对结构的变化太敏感了,但是也从一些论文里获得了一些灵感,我采用的是网格匹配法,
准备工作采集样本,得到了样本的网格信息用于接下来的识别,当然也可 一用来识别英文,但是数量太多,所以现在我只做了手写数字的识别:对于1,2,3,4,6,7,8的识别率很高,可以达到95%以上,但是对于5,9就差些,大概只有60%
下面是运行时的识别效果:
图片中的第一个数是数字轮廓的点的数目,第二排的01序列就是网格匹配序列,第三排就是识别的结果
准备工作采集样本,得到了样本的网格信息用于接下来的识别,当然也可 一用来识别英文,但是数量太多,所以现在我只做了手写数字的识别:对于1,2,3,4,6,7,8的识别率很高,可以达到95%以上,但是对于5,9就差些,大概只有60%
下面是运行时的识别效果:
图片中的第一个数是数字轮廓的点的数目,第二排的01序列就是网格匹配序列,第三排就是识别的结果
相关文章推荐
- 【TensorFlow】MNIST手写数字识别
- 识别手写数字
- Logistic Regression 之手写数字识别
- TensorFlow基础教程:搭建简单的DNN实现手写数字识别
- 深度学习之PyTorch实战(3)——实战手写数字识别
- 基于Keras搭建用于MNIST手写数字识别的CNN
- 使用pycaffe进行mnist手写数字识别
- cnn 识别手写数字的实现
- 转自--BP神经网络识别手写数字项目解析及代码--学习笔记
- KNN算法实战——手写数字识别
- 深度学习笔记5torch实现mnist手写数字识别
- Tensorflow高速入门2--实现手写数字识别
- [机器学习案例1]基于KNN手写数字识别
- 基于Fisher线性判别分析的手写数字识别
- 深度学习-CNN卷积神经网络使用TensorFlow框架实现MNIST手写数字识别
- Android+TensorFlow+CNN+MNIST实现手写数字识别
- 学习opencv——手写数字识别(2)
- 随机梯度下降笔记(手写数字识别)
- 机器学习实践之手写数字识别 - 数据初识
- 用BP人工神经网络识别手写数字——《Python也可以》之三