文件名称：Python-Custom-Digit-Recognition:在python中使用OpenCV识别手写数字扫描页中的数字
文件大小：5.87MB
文件格式：ZIP
更新时间：2024-05-23 07:46:28
python digit-recognition cv2 handwritten-digit-recognition custom-handwriting
Python自定义数字识别 您可以使用此python脚本在自己的数字上应用一个简单的OCR。 我已经使用OpenCV预处理图像并从图片中提取数字。 使用K最近邻居（或SVM）作为模型-我使用自己的手写数据集对其进行了训练。 我还了免费MNIST数据集，因此您可以尝试不同的数据集如何使用不同的笔迹进行实验。 分析 我尝试仅使用提取的像素作为数据来训练和预测数字，但是即使在流行的分类算法（例如SVM，KNN和Neural Netoworks）上，准确性也太低。 尝试一些自定义阈值后，确实提高了精度。 仅将像素值转换为黑白图像后，我可以达到的最佳精度接近55-60％。 在搜索并阅读了有关从OCR图像中提取特征的信息之后，我偶然发现了 （梯度直方图）。 基本上，它尝试通过捕获有关梯度的信息来捕获区域中结构的形状。 图像梯度只是图像中像素之间的强度变化。 它通过将图像划分为较小的（通常为8x8像
【文件预览】：
Python-Custom-Digit-Recognition-master
----test_image.png(1.02MB)
----old_README.md(5KB)
----final_digits.png(12KB)
----requirements.txt(315B)
----NEW_digit_recog.py(8KB)
----custom_train_digits.jpg(377KB)
----original_overlay.png(889KB)
----digits.png(486KB)
----README.md(5KB)
----digit_recog.py(6KB)
----training_box_overlay.png(4.31MB)
----needed.py(143B)