python实现基于SVM手写数字识别功能

概述本文实例为大家分享了SVM手写数字识别功能的具体代码，供大家参考，具体内容如下

本文实例为大家分享了SVM手写数字识别功能的具体代码，供大家参考，具体内容如下

1、SVM手写数字识别

识别步骤：
（1）样本图像的准备。
（2）图像尺寸标准化：将图像大小都标准化为8*8大小。
（3）读取未知样本图像，提取图像特征，生成图像特征组。
（4）将未知测试样本图像特征组送入SVM进行测试，将测试的结果输出。

识别代码：

#!/usr/bin/env pythonimport numpy as npimport mlpyimport cv2print 'loading ...'def getnumc(fn): '''返回数字特征''' fnimg = cv2.imread(fn) #读取图像 img=cv2.resize(fnimg,(8,8)) #将图像大小调整为8*8 alltz=[] for Now_h in xrange(0,8):  xtz=[]    for Now_w in xrange(0,8):   b = img[Now_h,Now_w,0]   g = img[Now_h,1]   r = img[Now_h,2]   btz=255-b   gtz=255-g   rtz=255-r   if btz>0 or gtz>0 or rtz>0:    Nowtz=1   else:    Nowtz=0   xtz.append(Nowtz)   alltz+=xtz return alltz #读取样本数字x=[]y=[]for numi in xrange(1,10): for numij in xrange(1,5):  fn='nums/'+str(numi)+'-'+str(numij)+'.png'  x.append(getnumc(fn))  y.append(numi) x=np.array(x)y=np.array(y)svm = mlpy.libSvm(svm_type='c_svc',kernel_type='poly',gamma=10)svm.learn(x,y)print u"训练样本测试："print svm.pred(x)print u"未知图像测试："for iii in xrange (1,10): testfn= 'nums/test/'+str(iii)+'-test.png' testx=[] testx.append(getnumc(testfn)) print   print testfn+":",print svm.pred(testx)

样本：

结果：

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持编程小技巧。

总结

以上是内存溢出为你收集整理的python实现基于SVM手写数字识别功能全部内容，希望文章能够帮你解决python实现基于SVM手写数字识别功能所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。