本文實例為大家分享了SVM手寫數字識別功能的具體代碼，供大家參考，具體內容如下

1、SVM手寫數字識別

識別步驟：
（1）樣本圖像的準備。
（2）圖像尺寸標準化：將圖像大小都標準化為8*8大小。
（3）讀取未知樣本圖像，提取圖像特征，生成圖像特征組。
（4）將未知測試樣本圖像特征組送入SVM進行測試，將測試的結果輸出。

識別代碼：

#!/usr/bin/env pythonimport numpy as npimport mlpyimport cv2print 'loading ...'def getnumc(fn): '''返回數字特征''' fnimg = cv2.imread(fn) #讀取圖像 img=cv2.resize(fnimg,(8,8)) #將圖像大小調整為8*8 alltz=[] for now_h in xrange(0,8):  xtz=[]    for now_w in xrange(0,8):   b = img[now_h,now_w,0]   g = img[now_h,now_w,1]   r = img[now_h,now_w,2]   btz=255-b   gtz=255-g   rtz=255-r   if btz>0 or gtz>0 or rtz>0:    nowtz=1   else:    nowtz=0   xtz.append(nowtz)   alltz+=xtz return alltz #讀取樣本數字x=[]y=[]for numi in xrange(1,10): for numij in xrange(1,5):  fn='nums/'+str(numi)+'-'+str(numij)+'.png'  x.append(getnumc(fn))  y.append(numi) x=np.array(x)y=np.array(y)svm = mlpy.LibSvm(svm_type='c_svc', kernel_type='poly',gamma=10)svm.learn(x, y)print u"訓練樣本測試："print svm.pred(x)print u"未知圖像測試："for iii in xrange (1,10): testfn= 'nums/test/'+str(iii)+'-test.png' testx=[] testx.append(getnumc(testfn)) print   print testfn+":", print svm.pred(testx)

樣本：

結果：

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持武林站長站。