基于C++,OpenCV3以及SVM的MNIST手写数字识别系统的设计

目录

    • 一、OpenCV3对MNIST数据集的解析
      • 1.1 MNIST数据集介绍
      • 1.2 小端格式和大端格式
      • 1.3 小端存储转换代码示例
      • 1.4 OpenCV3对图像数据的解析代码示例
      • 1.5 OpenCV3对标签数据的解析代码示例
    • 二、模型训练
      • 2.1 训练数据准备
      • 2.2 构建支持向量机SVM并进行训练
      • 2.3 在测试数据集上预测训练准确率
      • 2.4 运行结果
    • 三、调用训练好的模型进行手写数字识别
      • 3.1 代码示例
      • 3.2 运行结果

一、OpenCV3对MNIST数据集的解析

1.1 MNIST数据集介绍

关于MNIST数据集,我曾写过一篇文章进行了详细描述:https://blog.csdn.net/didi_ya/article/details/105075859
这里就不过多介绍了。
这里重点介绍一下小端格式和大端格式。

1.2 小端格式和大端格式

大端模式:高位字节放在内存低地址处,低位字节放在内存高地址处;最直观,因为存地址从左到右按照由低到高的顺序写出
把值按照通常的高位到低位的顺序写出,两者对照,一个字节一个字节的填充进去 ;
小端模式:低位字节放在内存低地址处,高位字节放在内存高地址处;Intel处理器一般为小端模式,比较符合人的思维;

看个例子:
如果我们将0x1234abcd写入到以0x0000开始的内存中,则结果为

大端模式 小端模式
0x0000 0x12 0xcd
0x0001 0x23 0xab
0x0002 0xab 0x34
0x0003 0xcd 0x12

参考链接:https://blog.csdn.net/liuweiyuxiang/article/details/78045344

需要注意的是,MNIST数据集采用小端存储的方式,因此提取需要进行一定操作。

1.3 小端存储转换代码示例

由于大端模式是把高位字节放在内存的低位处,所以,c1,c2,c3,c4依次表示的就是原来的数的高位,所以,在将c1,c2,c3,c4转化为整数后,只要依次取出整数的后8位,左移24位;次后八位,左移16位;次次后8位,左移8位;次次后8位,然后将这些左移后或者没有左移的元素相加起来就可以了。

在C++标准中,char类型的长度被定义为一个字节,这个在不同的处理器上面是不变的,因此,可以采用char类型的数组来存储文件头的部分,同时,使用char类型的数组来进行大端模式到小端模式的转换也是很容易的。

代码示例:

int reverseInt(int i) {
	unsigned char c1, c2, c3, c4;

	c1 = i & 255;//&——与运算;255——11111111;该语句的意思是取出i的后八位
	c2 = (i >> 8) & 255;//右移8位
	c3 = (i >> 16) & 255;//右移16位
	c4 = (i >> 24) & 255;//右移24位

	return ((int)c1 << 24) + ((int)c2 << 16) + ((int)c3 << 8) + c4;
}

如果还是不懂,我们直接来看一个例子:
i读取的第一个十进制数字是:17301504;转化为二进制是:1000010000000000000000000;c1表示该二进制与11111111相与,其结果为0;c2表示该二进制再次右移8位与11111111相与,其结果为0;c3表示该二进制再次右移8位与11111111相与,其结果为8;c4表示该二进制再次右移8位与11111111相与,其结果为1;返回值为c1左移24位+c2左移16位+c3左移8位+c4,其结果为2049。

1.4 OpenCV3对图像数据的解析代码示例

代码如下:

Mat read_mnist_image(const string fileName) {
	int magic_number = 0;
	int number_of_images = 0;
	int n_rows = 0;
	int n_cols = 0;

	Mat DataMat;

	ifstream file(fileName, ios::binary);
	if (file.is_open())
	{
		cout << "成功打开图像集 ..." << endl;

		file.read((char*)&magic_number, sizeof(magic_number));//幻数(文件格式)
		file.read((char*)&number_of_images, sizeof(number_of_images));//图像总数
		file.read((char*)&n_rows, sizeof(n_rows));//每个图像的行数
		file.read((char*)&n_cols, sizeof(n_cols));//每个图像的列数

		magic_number = reverseInt(magic_number);
		number_of_images = reverseInt(number_of_images);
		n_rows = reverseInt(n_rows);
		n_cols = reverseInt(n_cols);
		cout << "magic number(文件格式):" << magic_number
			<< " 图像总数:" << number_of_images
			<< " 每个图像的行数:" << n_rows
			<< " 每个图像的列数:" << n_cols << endl;

		cout << "开始读取Image数据......" << endl;

		DataMat = Mat::zeros(number_of_images, n_rows * n_cols, CV_32FC1);
		for (int i = 0; i < number_of_images; i++) {
			for (int j = 0; j < n_rows * n_cols; j++) {
				unsigned char temp = 0;
				file.read((char*)&temp, sizeof(temp));
				//可以在下面这一步将每个像素值归一化
				float pixel_value = float(temp);
				//按照行将像素值一个个写入Mat中
				DataMat.at<float>(i, j) = pixel_value;
			}
		}
		cout << "读取Image数据完毕......" << endl;

	}
	file.close();
	return DataMat;
}

1.5 OpenCV3对标签数据的解析代码示例

代码如下:

Mat read_mnist_label(const string fileName) {
	int magic_number;
	int number_of_items;

	Mat LabelMat;

	ifstream file(fileName, ios::binary);
	if (file.is_open())
	{
		cout << "成功打开标签集 ... " << endl;

		file.read((char*)&magic_number, sizeof(magic_number));
		file.read((char*)&number_of_items, sizeof(number_of_items));
		magic_number = reverseInt(magic_number);
		number_of_items = reverseInt(number_of_items);

		cout << "magic number(文件格式):" << magic_number << "  ;标签总数:" << number_of_items << endl;

		cout << "开始读取Label数据......" << endl;
		//CV_32SC1代表32位有符号整型 通道数为1
		LabelMat = Mat::zeros(number_of_items, 1, CV_32SC1);
		//error
		for (int i = 0; i < number_of_items; i++) {
			char temp = 0;
			file.read((char*)&temp, sizeof(temp));
			LabelMat.at<int>(i, 0) = (int)temp;
		}
		//error finish
		cout << "读取Label数据完毕......" << endl;

	}
	file.close();
	return LabelMat;
}

二、模型训练

2.1 训练数据准备

代码如下:

string train_images_path = "G:/mnist/train-images.idx3-ubyte";
string train_labels_path = "G:/mnist/train-labels.idx1-ubyte";
string test_images_path = "G:/mnist/t10k-images.idx3-ubyte";
string test_labels_path = "G:/mnist/t10k-labels.idx1-ubyte";

//读取训练标签数据 (60000,1) 类型为int32
Mat train_labels = read_mnist_label(train_labels_path);

//读取训练图像数据 (60000,784) 类型为float32 数据未归一化
Mat train_images = read_mnist_image(train_images_path);
//将图像数据归一化为[0,1]
train_images = train_images / 255.0;

//读取测试数据标签(10000,1) 类型为int32
Mat test_labels = read_mnist_label(test_labels_path);

//读取测试数据图像 (10000,784) 类型为float32 数据未归一化
Mat test_images = read_mnist_image(test_images_path);
//归一化为[0,1]
test_images = test_images / 255.0;

2.2 构建支持向量机SVM并进行训练

代码如下:

	Ptr<SVM> svm = SVM::create();
	//设置类型为C_SVC代表分类
	svm->setType(SVM::C_SVC);
	//设置核函数
	svm->setKernel(SVM::POLY);
	//设置其它属性
	svm->setGamma(3.0);
	svm->setDegree(3.0);
	//设置迭代终止条件 
	svm->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER | TermCriteria::EPS, 300, 0.0001));

	//开始训练
	Ptr<TrainData> train_data = TrainData::create(train_images, ROW_SAMPLE, train_labels);
	cout << "开始进行训练..." << endl;
	svm->train(train_data);
	cout << "训练完成" << endl;

2.3 在测试数据集上预测训练准确率

代码如下:

Mat pre_out;
	//返回值为第一个图像的预测值 pre_out为整个batch的预测值集合
	cout << "开始进行预测..." << endl;
	float ret = svm->predict(test_images, pre_out);
	cout << "预测完成" << endl;

	//计算准确率必须将两种标签化为同一数据类型
	pre_out.convertTo(pre_out, CV_8UC1);
	test_labels.convertTo(test_labels, CV_8UC1);

	int equal_nums = 0;
	for (int i = 0; i < pre_out.rows; i++)
	{
		if (pre_out.at<uchar>(i, 0) == test_labels.at<uchar>(i, 0))
		{
			equal_nums++;
		}
	}
	float acc = float(equal_nums) / float(pre_out.rows);
	cout << "测试数据集上的准确率为:" << acc * 100 << "%" << endl;

	//保存模型
	svm->save("mnist_svm.xml");

2.4 运行结果

基于C++,OpenCV3以及SVM的MNIST手写数字识别系统的设计_第1张图片

三、调用训练好的模型进行手写数字识别

3.1 代码示例

代码如下:

#include
#include
using namespace std;
using namespace cv;

int main()
{
	//读取一张手写数字图片(28,28)
	Mat image = imread("G:\\testIMG\\TestImage_00013.bmp",0);
	Mat img_show = image.clone();
	//更换数据类型有uchar->float32
	image.convertTo(image, CV_32F);
	//归一化
	image = image / 255.0;
	//(1,784)
	image = image.reshape(1, 1);

	//加载svm模型
	Ptr<SVM> svm = StatModel::load<SVM>("mnist_svm.xml");
	//预测图片
	float ret = svm->predict(image);
	cout << ret << endl;

	cv::imshow("img", img_show);
	cv::waitKey(0);
	getchar();
	return 0;
}

3.2 运行结果

基于C++,OpenCV3以及SVM的MNIST手写数字识别系统的设计_第2张图片

【注意】:当调用训练好的模型进行识别时,需要注意输入图像必须是28*28黑底白字图,如果不是,可以通过图像处理得到。

ok,以上便是全部内容了,如果对你有所帮助,记得点个赞哟,如果想获取完整代码,可以参考资源:https://download.csdn.net/download/didi_ya/15656807

你可能感兴趣的