没有合适的资源?快使用搜索试试~ 我知道了~
digit-detection-recognition:使用AdaBoost和SVM检测并识别图像中的数字
共39个文件
jpg:23个
xml:9个
py:4个
需积分: 11 4 下载量 61 浏览量
2021-05-21
13:24:50
上传
评论
收藏 435KB ZIP 举报
温馨提示
数字检测与识别 它是什么? 使用AdaBoost和SVM进行数字检测和识别。 这个怎么运作 训练级联分类器进行检测。 对classifier/cascade.xml的级联分类器进行了10个阶段的7000个正样本和9000个负样本的训练。 使用MNIST数据库训练SVM。 检测图像中的数字。 对于每个检测到的区域,将它们缩放到与MNIST中的样本相同的大小,然后使用训练有素的SVM识别(分类)数字。 为了获得更好的结果,我们可以先用动量校正图像,然后使用HOG描述符进行测试。 依存关系 这些脚本需要python 2.7+和以下库才能运行: 枕头(〜2.8.1) numpy的(〜1.9.0) python-opencv(〜2.4.11) scikit-learn(〜0.15.2)安装所有它们的最简单方法是安装 。 如果您无法安装python(x,y),则可以分别安装pytho
资源推荐
资源详情
资源评论
收起资源包目录
digit-detection-recognition-master.zip (39个子文件)
digit-detection-recognition-master
.gitignore 18B
classifier
stage5.xml 1KB
stage3.xml 938B
cascade.xml 11KB
stage1.xml 938B
stage0.xml 571B
stage6.xml 1KB
stage2.xml 1KB
params.xml 597B
stage4.xml 757B
results
4-sk.jpg 30KB
cv.jpg 30KB
7-cv.jpg 24KB
4-cv.jpg 29KB
7-sk.jpg 24KB
2-sk.jpg 19KB
3-sk.jpg 23KB
8-cv.jpg 30KB
1-sk.jpg 43KB
1-cv.jpg 43KB
8-sk.jpg 30KB
2-cv.jpg 19KB
6-sk.jpg 40KB
3-cv.jpg 23KB
6-cv.jpg 40KB
src
.gitignore 5B
load_labels.py 2KB
main.py 2KB
recognize.py 2KB
detect.py 828B
preview.jpg 30KB
README.md 4KB
test
4.jpg 21KB
3.jpg 15KB
6.jpg 28KB
1.jpg 32KB
7.jpg 15KB
2.jpg 15KB
8.jpg 20KB
共 39 条
- 1
资源评论
十月飘零
- 粉丝: 34
- 资源: 4672
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功