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
奈斯先生Vector3 分钟前
从“能调用”到“可运营”:AI Agent 进入多模型时代后的架构升级
java·javascript·数据库·人工智能·算法·架构·aigc
2601_9561219715 分钟前
Bellman-ford算法
算法
逻辑君20 分钟前
ANNA 7.6 知识智能引擎白皮书
人工智能·机器学习
叠层归一研究院21 分钟前
基于区分本源的此刻存在唯一性本体论推演
人工智能·算法
luj_176821 分钟前
尾椎藏今生记忆?骨盆对应不确定性
开发语言·网络·c++·经验分享·算法
深圳多奥智能一卡(码、脸)通系统23 分钟前
智能梯控SDK可直接用于第三方开发对接的接口文档说明书
服务器·前端·算法
裕晟资质规划10 小时前
武器装备科研生产单位保密资质申请方法论:条件模型与流程拆解
人工智能·算法
这张生成的图像能检测吗10 小时前
(论文速读)SubspaceAD:用 PCA 子空间做 Training-Free Few-Shot 异常检测
人工智能·机器学习·pca·异常检测·少样本学习
浪兎兎11 小时前
【机器学习】高斯分布 高斯混合模型
机器学习·高斯分布