Matlab：基于神经网络的手写数字识别

clc clear close all %% 利用神经网络实际检验手写数字识别 global step yeta input_num output_num hid_num %% 读取存储的图片， 对图片进行二值化，对像素矩阵进行否定 f=imread('num.jpg'); % imshow(f) bw=~im2bw(f); %% 形态学结构元素 se=strel('line',200,0); %% 放大图像 bw_dilate=imdilate(bw,se); % figure(2) % imshow(bw); % figure(3) % imshow(bw_dilate); %% 擦去灰度、二进制或打包的二进制图像 bw_dilate_erode=imerode(bw_dilate,strel('line',1000,0)); %% 形态学重建 bw_re=imreconstruct(bw_dilate_erode,bw_dilate); result=imreconstruct(bw_re,bw); % %% 返回经过二值化的图片bw中每个非零元素的行和列下标----每一行和每一列的找 [r,c]=find(result); nextresult=result(min(r) :max(r),min(c):max(c)); %% 计算像素矩阵的行与列 [h,w]=size(nextresult); %% 计算像素矩阵的列之和 hs=sum(nextresult); %% 迭代判断主程序，展示经过识别的数字 a=1;b=1;i=1; splitfs={};points=[]; figure(1) while(a<w) while(hs(a)==0&&a<w) a=a+1; end b=a; while(hs(b)>0&&b<w) b=b+1; end if(b-a>2) hresult=nextresult(:,a:b); [r,c]=find(hresult); result2=hresult(min(r):max(r),:); m=min(r);n=max(r); xi=hresult(m:n,:); splitfs{i}=xi; points=[points;m,n,a,b]; subplot(3,6,i); imshow(result2); i=i+1; end a=b; end %% 窗口展示输出结果 xs=[splitfs,points]; % figure(1) % imshow(xs{2}) test_save=[]; for i=1:size(xs,2)-1 test = imresize(xs{i},[28,28]); %imresize函数修改图片像素尺寸[]中的内容是想要的像素的长和宽 x=reshape(im2double(test),784,1); % 将28*28的数值矩阵变为784*1,每列代表一幅图 test_save=[test_save,x]; save_value{i}=test ; end %% 训练、测试数据集获取 [x_train,y_train,~,~]=getdata(); x_test=test_save; %% 初始化参数 step = input('迭代步数：'); yeta = input('学习因子：'); input_num = size(x_train,1); % 输入神经元个数(在的输入手写数字时，将数字像素转化为748*1) hid_num = input('隐藏层神经元个数：'); % 隐藏层神经元个数 output_num = 10; % 输出层神经元个数 %% 读取训练集、测试集标签 label=zeros(10,4000); eye_sam=eye(10); for j=1:10 label(:,(400*(j-1)+1):400*j)= repmat( eye_sam(:,j),1,400 ); end T=label'; xlswrite('label.xlsx',T); %% 样本归一化 x_train = mapminmax(x_train,0,1); x_test =mapminmax(x_test,0,1); %% 数据集训练 [w1,b1,w2,b2]=mytrain(x_train,y_train); %% 测试集检验 % fprintf('mytrain正确率:\n'); test_value=pric_test(x_test,w1,b1,w2,b2); %% 输出手写数字识别数 fprintf('原手写数字为：21203196809236015\n') [~,t_index]=max(test_value); disp(['仿真手写数字识别为：',strtrim(num2str((t_index-1)))]);