opencv3/C++ 机器学习-神经网络ANN_MLP识别数字

神经网络ANN_MLP识别数字
环境：win7+VS2012+OpenCV3
利用OpenCV3中的ANN_MLP神经网络，使用如图所示图片进行训练，实现简单的数字识别功能。

训练测试代码：

#include 
#include 
#include 
#include 
#include 
using namespace cv;
using namespace ml;
int main()
{
    ==========================读取图片创建训练数据==============================
    //将所有图片大小统一转化为8*16
    const int imageRows = 8;
    const int imageCols = 16;
    //图片共有10类
    const int classSum = 10;
    //每类共50张图片
    const int imagesSum = 50;
    //每一行一个训练图片
    float trainingData[classSum*imagesSum][imageRows*imageCols] = {{0}};
    //训练样本标签
    float labels[classSum*imagesSum][classSum]={{0}};
    Mat src, resizeImg, trainImg;
    for (int i = 0; i < classSum; i++)
    {
        //目标文件夹路径
        std::string inPath = "E:\\image\\image\\charSamples\\";
        char temp[256];
        int k = 0;
        sprintf_s(temp, "%d", i);
        inPath = inPath + temp + "\\*.png";
        //用于查找的句柄
        long handle;
        struct _finddata_t fileinfo;
        //第一次查找
        handle = _findfirst(inPath.c_str(),&fileinfo);
        if(handle == -1)
            return -1;
        do
        {
            //找到的文件的文件名
            std::string imgname = "E:/image/image/charSamples/";
            imgname = imgname + temp + "/" + fileinfo.name;
            src = imread(imgname, 0);
            if (src.empty())
            {
                std::cout<<"can not load image \n"<<std::endl;
                return -1;
            }
            //将所有图片大小统一转化为8*16
            resize(src, resizeImg, Size(imageRows,imageCols), (0,0), (0,0), INTER_AREA);
            threshold(resizeImg, trainImg,0,255,CV_THRESH_BINARY|CV_THRESH_OTSU);
            for(int j = 0; jfloat)resizeImg.data[j];
            }
            // 设置标签数据
            for(int j = 0;j < classSum; j++)
            {
                if(j == i)
                    labels[i*imagesSum + k][j] = 1;
                else 
                    labels[i*imagesSum + k][j] = 0;
            }
            k++;

        } while (!_findnext(handle, &fileinfo));
        Mat labelsMat(classSum*imagesSum, classSum, CV_32FC1,labels);

        _findclose(handle);
    }
    //训练样本数据及对应标签
    Mat trainingDataMat(classSum*imagesSum, imageRows*imageCols, CV_32FC1, trainingData);
    Mat labelsMat(classSum*imagesSum, classSum, CV_32FC1, labels);
    //std::cout<<"trainingDataMat: \n"<
    //std::cout<<"labelsMat: \n"<
    ==========================训练部分==============================

    Ptrmodel = ANN_MLP::create();
    Mat layerSizes = (Mat_<int>(1,5)<128,128,128,classSum);
    model->setLayerSizes(layerSizes);
    model->setTrainMethod(ANN_MLP::BACKPROP, 0.001, 0.1);
    model->setActivationFunction(ANN_MLP::SIGMOID_SYM, 1.0, 1.0);
    model->setTermCriteria(TermCriteria(TermCriteria::MAX_ITER | TermCriteria::EPS, 10000,0.0001));

    Ptr trainData = TrainData::create(trainingDataMat, ROW_SAMPLE, labelsMat);  
    model->train(trainData); 
    //保存训练结果
    model->save("E:/image/image/MLPModel.xml"); 

    ==========================预测部分==============================
    //读取测试图像
    Mat test, dst;
    test = imread("E:/image/image/test.png", 0);;
    if (test.empty())
    {
        std::cout<<"can not load image \n"<<std::endl;
        return -1;
    }
    //将测试图像转化为1*128的向量
    resize(test, test, Size(imageRows,imageCols), (0,0), (0,0), INTER_AREA);
    threshold(test, test, 0, 255, CV_THRESH_BINARY|CV_THRESH_OTSU);
    Mat_<float> testMat(1, imageRows*imageCols);
    for (int i = 0; i < imageRows*imageCols; i++)
    {
        testMat.at<float>(0,i) = (float)test.at(i/8, i%8);
    }
    //使用训练好的MLP model预测测试图像
    model->predict(testMat, dst);
    std::cout<<"testMat: \n"<"\n"<<std::endl;
    std::cout<<"dst: \n"<"\n"<<std::endl; 
    double maxVal = 0;
    Point maxLoc;
    minMaxLoc(dst, NULL, &maxVal, NULL, &maxLoc); 
    std::cout<<"测试结果："<"置信度:"<100<<"%"<<std::endl;
    imshow("test",test); 
    waitKey(0);
    return 0;
}

测试结果：

从训练过程中可以发现，神经网络的训练时间较长；所以若每次进行识别时都进行训练的话，系统就很难进行实时检测。因此在训练完成时将训练好的模型以.xlm文件进行保存，以后进行图像识别时若没有新的训练样本加入，则可以直接读取训练好的模型进行测试。

利用训练完成的神经网络模型进行识别

#include 
#include 
#include 
#include 
#include 
using namespace cv;
using namespace ml;
//利用训练完成的神经网络模型进行识别
int main()
{
    //将所有图片大小统一转化为8*16
    const int imageRows = 8;
    const int imageCols = 16;
    //读取训练结果
    Ptr model = StatModel::load("E:/image/image/MLPModel.xml");
    ==========================预测部分==============================
    //读取测试图像
    Mat test, dst;
    test = imread("E:/image/image/test.png", 0);;
    if (test.empty())
    {
        std::cout<<"can not load image \n"<<std::endl;
        return -1;
    }
    //将测试图像转化为1*128的向量
    resize(test, test, Size(imageRows,imageCols), (0,0), (0,0), INTER_AREA);
    threshold(test, test, 0, 255, CV_THRESH_BINARY|CV_THRESH_OTSU);
    Mat_<float> testMat(1, imageRows*imageCols);
    for (int i = 0; i < imageRows*imageCols; i++)
    {
        testMat.at<float>(0,i) = (float)test.at(i/8, i%8);
    }
    //使用训练好的MLP model预测测试图像
    model->predict(testMat, dst);
    std::cout<<"testMat: \n"<"\n"<<std::endl;
    std::cout<<"dst: \n"<"\n"<<std::endl; 
    double maxVal = 0;
    Point maxLoc;
    minMaxLoc(dst, NULL, &maxVal, NULL, &maxLoc); 
    std::cout<<"测试结果："<"置信度:"<100<<"%"<<std::endl;
    imshow("test",test); 
    waitKey(0);
    return 0;
}

---

相关链接：

训练代码&训练图片
感谢博主思维之际提供的图片数据。