通过前几天对 svm 的学习，结合最近对 .net 的 winform 的学习 , 昨天在以前的 libsvm 的基础之上写了一个简单的 ocr 数字识别程序。
对于 libsvm 的使用最重要的有两点 :
1 针对不同的使用选取不同核函数 .
2 训练样本的有效性和代表性 , 样本的覆盖面约大越好。
针对数字 ocr 的识别 , 特征向量的选取就非常的重要。由于是对 ocr 和 libsvm 的尝试 , 所以我的训练使用的是手写的图片，拖动鼠标，在 picturbox 控件上画的数字图片 , 既能训练 , 也能用来识别。样本数据保存在数据库中，需要识别的时候载入数据库的样本数据训练该分类识别器。
图片选择 160160 的大小 , 特征向量选择 : 垂直投影 , 暂时没有经过边缘轮廓提取。简单的把该图片分成 1616 网格 , 每个网格的特征向量值 : 黑色的像素点 / 总的像素点 , 每个数字样本垂直投影后总共现只有 16 个特征向量，每个向量也就是垂直网格列的合计。依次顺序为 :1,2,3,4…..16 ，为 0 （也就是空白）的特征向量在训练的时候也没有过滤掉。
1
|
2
|
3
|
4
|
5
|
6
|
…
|
15
|
16
|
数字
|
value
---|---|---|---|---|---|---|---|---|---|---
0.390625
|
0
|
0.59765625
|
0.625
|
|
|
|
|
|
数字 1
|
1
|
|
|
|
|
|
|
|
|
数字 2
|
2
|
|
|
|
|
|
|
|
|
数字 1
|
1
|
|
|
|
|
|
|
|
|
数字 3
|
3
……
|
|
|
|
|
|
|
|
|
|
效果：还不是特别满意 :
（ 1 ）： 1 的识别率 100%
（ 2 ）： 3 和 8 的识别率只有 40% ，经常会 3 识别成 8 ， 8 识别成 3 ，看来图像没有处理 , 特征向量的选择有很大的关系。
（ 3 ）：惩罚因子选择的是 100 。
Ps: 本人不善于表达。可惜，在这个 blog 上面不能贴图，也不能上传 demo 软件。只是由于对编程的爱好，促使我把自己的一些东西拿来和大伙分享 , 希望能够起到抛砖引玉的作用。也希望有更多的大虾来指点 , 交流。