毛笔书体检测-hog+svm python opencv源码

链接:https://pan.baidu.com/s/1l-bw8zR9psv1HycmMqQBqQ?pwd=2ibp

提取码:2ibp

--来自百度网盘超级会员V2的分享

1、毛笔字检测运行流程

如果解压文件发现乱码,可以下载Bandizip

解压文件 数据集在百度网盘里面

将文件名字改成images

复制代码
conda create -n 环境名称 python=3.8
conda activate 环境名称

然后配置环境

复制代码
pip install requirements.txt

先运行cat_hog.ipynb观看猫咪图片的hog图片

第一次运行的话需要安装jupyter,过一段时间安装成功,会弹出如下图片(如果没有弹出再点击一次运行)点击python环境,选择你的虚拟环境

点击运行程序

之后打开hog+svm.ipynb

之后他就会安装一些依赖包,然后就可以运行每一个步骤了。运行需要依次点击图片的左边运行按钮,不能第3段程序比2段程序先运行,需要一步一步来,你就能看到每一步的结果了。

如果有些错误就需要下载相关的模块

运行到这里需要花一点时间

2、毛笔字检测程序分析

hog算法一般用来检测行人、车辆等边缘信息丰富的目标

  1. 为正常读取照片

  2. 读取数据的尺寸大小,并且用hog提取毛笔字的边缘特征

hog(image, orientations =4, pixels_per_cell=(16, 16),

cells_per_block =(1, 1), visualize=True)

是用定义hog的参数

hog(

image, # 输入图像(需为灰度图)

orientations=4, # 方向梯度分成的角度区间数(默认4)

pixels_per_cell=(16, 16), # 每个单元格的像素大小(宽, 高)

cells_per_block=(1, 1), # 每个块包含的单元格数(宽, 高)

visualize=True # 是否返回HOG特征的可视化图像

)

  • 返回值

visualize=True 时,返回两个结果:

  • HOG特征向量:一维数组,包含所有块的归一化梯度直方图信息。

  • 可视化图像:二维数组,直观显示图像中每个单元格的梯度方向。

具体理论可以看这个论文: https://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf

  1. 训练级和测试集的定义,批量处理图片

  2. 输出zhunquelv

  3. 保存模型

  4. 调用保存的模型测试数据集

  5. 生成验证表格

相关推荐
地平线开发者9 小时前
J6B vio scenario sample
算法
阿里云大数据AI技术14 小时前
光轮智能 × 阿里云:共建 Physical AI 云上数据、评测与持续学习基础设施
人工智能·机器学习
BothSavage21 小时前
Trae远程开发中DeepSeek自定义模型4054错误的排查与修复
算法
小林ixn21 小时前
从暴力到KMP:一道题彻底搞懂字符串匹配的前世今生
算法
烬羽1 天前
字符串算法入门:从反转字符串到回文判断,面试不再慌
算法·面试
先吃饱再说2 天前
判断回文字符串,从一行代码到双指针优化
算法
拾年2752 天前
大模型的"聪明"从哪来?聊聊 AI 数据集的那些事儿
人工智能·深度学习·机器学习
黄敬峰2 天前
深入理解算法核心:从递归思想、数组扁平化到快速排序
算法