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
luckys.one3 小时前
第9篇:Freqtrade量化交易之config.json 基础入门与初始化
javascript·数据库·python·mysql·算法·json·区块链
~|Bernard|4 小时前
在 PyCharm 里怎么“点鼠标”完成指令同样的运行操作
算法·conda
战术摸鱼大师4 小时前
电机控制(四)-级联PID控制器与参数整定(MATLAB&Simulink)
算法·matlab·运动控制·电机控制
Christo34 小时前
TFS-2018《On the convergence of the sparse possibilistic c-means algorithm》
人工智能·算法·机器学习·数据挖掘
好家伙VCC5 小时前
数学建模模型 全网最全 数学建模常见算法汇总 含代码分析讲解
大数据·嵌入式硬件·算法·数学建模
非门由也5 小时前
《sklearn机器学习——管道和复合估计器》回归中转换目标
机器学习·回归·sklearn
liulilittle7 小时前
IP校验和算法:从网络协议到SIMD深度优化
网络·c++·网络协议·tcp/ip·算法·ip·通信
小憩-7 小时前
【机器学习】吴恩达机器学习笔记
人工智能·笔记·机器学习
THMAIL8 小时前
深度学习从入门到精通 - 生成对抗网络(GAN)实战:创造逼真图像的魔法艺术
人工智能·python·深度学习·神经网络·机器学习·生成对抗网络·cnn
无风听海8 小时前
神经网络之深入理解偏置
人工智能·神经网络·机器学习·偏置