如何在 Python 中使用 SVM 实现用于手写识别的 .dat 文件

How to implement .dat file for handwritten recognition using SVM in Python

我一直在尝试根据 OpenCV 库上的代码使用 SVM 训练手写数字。我的训练部分如下:

import cv2
import numpy as np

SZ=20
bin_n = 16
svm_params = dict( kernel_type = cv2.SVM_LINEAR,
                   svm_type = cv2.SVM_C_SVC,
                C=2.67, gamma=5.383 )
affine_flags = cv2.WARP_INVERSE_MAP|cv2.INTER_LINEAR

def deskew(img):
    m = cv2.moments(img)
    if abs(m['mu02']) < 1e-2:
        return img.copy()
    skew = m['mu11']/m['mu02']
    M = np.float32([[1, skew, -0.5*SZ*skew], [0, 1, 0]])
    img = cv2.warpAffine(img,M,(SZ, SZ),flags=affine_flags)
    return img
def hog(img):
    gx = cv2.Sobel(img, cv2.CV_32F, 1, 0)
    gy = cv2.Sobel(img, cv2.CV_32F, 0, 1)
    mag, ang = cv2.cartToPolar(gx, gy)
    bins = np.int32(bin_n*ang/(2*np.pi))    # quantizing binvalues in (0...16)
    bin_cells = bins[:10,:10], bins[10:,:10], bins[:10,10:], bins[10:,10:]
    mag_cells = mag[:10,:10], mag[10:,:10], mag[:10,10:], mag[10:,10:]
    hists = [np.bincount(b.ravel(), m.ravel(), bin_n) for b, m in zip(bin_cells, mag_cells)]
    hist = np.hstack(hists)     # hist is a 64 bit vector
    return hist

img = cv2.imread('digits.png',0)
if img is None:
    raise Exception("we need the digits.png image from samples/data here !")


cells = [np.hsplit(row,100) for row in np.vsplit(img,50)]

train_cells = [ i[:50] for i in cells ]
test_cells = [ i[50:] for i in cells]

deskewed = [map(deskew,row) for row in train_cells]
hogdata = [map(hog,row) for row in deskewed]
trainData = np.float32(hogdata).reshape(-1,64)
responses = np.float32(np.repeat(np.arange(10),250)[:,np.newaxis])

svm = cv2.SVM()
svm.train(trainData,responses, params=svm_params)
svm.save('svm_data.dat')

这是digits.png enter image description here

结果,我得到了svm_data.dat文件。但是现在我不知道如何实现该模型。可以说我想在这里阅读这个数字 enter image description here

谁能帮帮我?

我假设 "how to implement the model" 是指 "how to predict the label for a new image"。

首先,请注意,这与保存的 svm_data.dat 本身 没有任何关系,除非您想在不同的 [=48] 中执行此操作=],在这种情况下,您可以从文件中重新加载经过训练的 svm 对象。

除此之外,对新数据进行预测需要三个步骤:

  1. 如果您的新数据与训练数据有某种不同,请对其进行预处理,使其与训练数据匹配(请参阅下面的反转和调整大小)。

  2. 以与训练数据相同的方式提取特征。

  3. 使用训练好的分类器预测标签。

对于您上传的示例图片,可以按如下方式完成:

# Load the image
img_predict = cv2.imread('predict.png', 0)

# Preprocessing: this image is inverted compared to the training data
# Here it is inverted back
img_predict = np.invert(img_predict)

# Preprocessing: it also has a completely different size
# This resizes it to the same size as the training data
img_predict = cv2.resize(img_predict, (20, 20), interpolation=cv2.INTER_CUBIC)

# Extract the features
img_predict_ready = np.float32(hog(deskew(img_predict)))

# Reload the trained svm
# Not necessary if predicting is done in the same session as training
svm = cv2.SVM()
svm.load("svm_data.dat")

# Run the prediction
prediction = svm.predict(img_predict_ready)
print int(prediction)

输出是 0,符合预期。

请注意,将要分类的数据与用于训练的数据相匹配非常重要。在这种情况下,跳过调整大小步骤将导致图像被错误分类为 2.

此外,仔细观察图像会发现它与训练数据仍有点不同(更多背景,不同的均值),所以如果分类器最终在图像上表现更差一点我也不会感到惊讶与使用的测试数据 in the original tutorial 相比(这只是训练数据的一半)。但是,这取决于特征提取对训练图像和预测图像之间差异的敏感程度。