前言

1.OpenCV中的ML模塊實現了前饋人工神經網絡，具體地說是多層感知器（MLP），是最常用的神經網絡類型。 MLP由輸入層，輸出層和一個或多個隱藏層組成。 MLP的每一層包括一個或多個與來自上一層和下一層的神經元定向連接的神經元。關于ANN_MLP的具體說明可以看opencv的官方文檔。
2.我這里要是使用ANN_MLP神經網絡來實現0到9的印刷數字識別，使用的OpenCV版本是3.30,IDE是VS2015,實現語言是C++,還使用了boost來進行文件讀取的相關操作。

樣本準備

1.先準備0到9的樣本，分別放在相應的文件目錄下,這是我保存的格式：

2.每個目錄下放著對的樣本，我這里每個字母都有50個樣本，對應的文件沒有特殊要求。

代碼

1.訓練代碼

//訓練函數 //root_path樣本地址 //model_path保存模型路徑加文件名，后續為xml void trainChar(string &root_path, string &model_path) {vector<string> dir_path;int dir_number;getFileNameFromDir(root_path, dir_path, dir_number);//圖像的行const int image_rows = 8;//圖像的列const int image_cols = 16;//要訓練的類別const int class_sum = 10;//每個類別的樣本個數const int images_sum = 50;if (dir_number != class_sum){cout << "要訓練的種類與當前目錄下的種類和差異！" << endl;return;}//每一行一個訓練樣本float trainingData[class_sum*images_sum][image_rows*image_cols] = { { 0 } };//訓練樣本標簽float labels[class_sum*images_sum][class_sum] = { { 0 } };Mat src, resize_img, train_img;//這里讀文件的方式不是很好，用boost會好一些for (int i = 0; i < dir_path.size(); i++){//cout << dir_path.at(i) << endl;int k = 0;fs::directory_iterator begin_iter(dir_path.at(i));fs::directory_iterator end_iter;//獲取該目錄下的所有文件名for (; begin_iter != end_iter; ++begin_iter){string image_path = begin_iter->path().string();src = imread(image_path, 0);if (src.empty()){cerr << "can not load image \n" << std::endl;exit(0);}//更改尺寸resize(src, resize_img, Size(image_rows, image_cols), (0, 0), (0, 0), INTER_AREA);//二值化threshold(resize_img, train_img, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);for (int j = 0; j < image_rows*image_cols; j++){trainingData[i*images_sum + k][j] = (float)resize_img.data[j];}// 設置標簽數據for (int j = 0; j < class_sum; j++){if (j == i){labels[i*images_sum + k][j] = 1;}else{labels[i*images_sum + k][j] = 0;}}k++;}Mat labelsMat(class_sum*images_sum, class_sum, CV_32FC1, labels);}//訓練數據及標簽Mat trainingDataMat(class_sum*images_sum, image_rows*image_cols, CV_32FC1, trainingData);Mat labelsMat(class_sum*images_sum, class_sum, CV_32FC1, labels);//設置參數Ptr<ANN_MLP>model = ANN_MLP::create();Mat layerSizes = (Mat_<int>(1, 5) << image_rows*image_cols, 128, 128, 128, class_sum);model->setLayerSizes(layerSizes);//訓練方法為反向傳播(這個跟深度學習的反向轉播是一個道理)model->setTrainMethod(ANN_MLP::BACKPROP, 0.001, 0.1);// 激活函數設置為 sigmoidmodel->setActivationFunction(ANN_MLP::SIGMOID_SYM, 1.0, 1.0);model->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER | TermCriteria::EPS, 10000, 0.0001));cout << "開始訓練！" << endl;Ptr<TrainData> trainData = TrainData::create(trainingDataMat, ROW_SAMPLE, labelsMat);model->train(trainData);//保存模型model->save(model_path);cout << "訓練完成" << endl; }//得到路徑下第一層的文件夾的絕對路徑 void getFileNameFromDir(string &root_path,vector<string> &dir_path, int &class_sum) {class_sum = 0;vector<string> dir_name;fs::path dir(root_path);// 判斷路徑是否存在if (fs::exists(dir)){fs::directory_iterator itEnd;fs::directory_iterator itDir(dir);string file_name;// 遍歷路徑下所有文件for (; itDir != itEnd; itDir++){file_name = itDir->path().string();// 判斷文件是否是文件夾if (boost::filesystem::is_directory(file_name.c_str())){dir_path.push_back(file_name);class_sum++; }}} }

訓練代碼調用方式：

//保存字符集的主目錄 string char_path = "C:/code/DigitalRecognition/DigitalRecognition/numberChar/"; //訓練好的模型保存的路徑和文件名 string model_path = "C:/code/DigitalRecognition/DigitalRecognition/numberCharModel.xml"; trainChar(char_path,model_path);

2.測試代碼

//測試模型 //src是要識別的圖像 //model_path模型的路徑 void useModel(Mat &src, string &model_path) {if (src.empty()){cout << "當前傳入的圖像為空！" << endl;return;}if (src.channels() > 1){cvtColor(src, src, CV_BGR2GRAY);}Mat dst;//圖像的行const int image_rows = 8;//圖像的列const int image_cols = 16;Ptr<ANN_MLP>model = ANN_MLP::create();model = cv::Algorithm::load<cv::ml::ANN_MLP>(model_path);//將測試圖像轉化為1*128的向量resize(src, src, Size(image_rows, image_cols), (0, 0), (0, 0), INTER_AREA);threshold(src, src, 0, 255, CV_THRESH_BINARY | CV_THRESH_OTSU);Mat_<float> testMat(1, image_rows*image_cols);for (int i = 0; i < image_rows*image_cols; i++){testMat.at<float>(0, i) = (float)src.at<uchar>(i / 8, i % 8);}//使用訓練好的MLP model預測測試圖像,把預測到的值放到dst里面model->predict(testMat, dst);cout << "dst:" << dst << endl;//選出最大值double maxVal = 0;Point maxLoc;minMaxLoc(dst, NULL, &maxVal, NULL, &maxLoc);cout << "測試結果：" << maxLoc.x << "置信度:" << maxVal * 100 << "%" << endl; }

測試代碼調用方式：

//訓練好的模型保存的路徑和文件名 string model_path = "C:/code/DigitalRecognition/DigitalRecognition/numberCharModel.xml"; //讀取圖像 Mat src = imread("src.png"); useModel(src,model_path);

運行結果：

結語

1.上面的所用到的樣本，可以從我的資源上傳那里得到。
2.如果在運行中有什么bug,可以找我之前的博客，下面有推薦的群，互相討論學習。

總結

以上是生活随笔為你收集整理的使用OpenCV的ANN_MLP神经网络实现数字识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。