基于vc手写数字识别程序

《基于vc手写数字识别程序》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、目录1、摘要12、原理22.1、图像的二值化处理22.2、模板匹配法22.3、图像的特征提取33、系统设计43.1、主界面43.2、图像绘制63.3、特征提取63.4、学习73.5、识别83.6、清除94、系统调试95、心得体会116、参考文献12附录：13271、摘要自上世纪六十年代以来，计算机视觉与图像处理越来越受到人们的关注，并逐渐成为一门重要的学科领域。而作为它们的研究对象的数字图像，也因为它含有研究目标的丰富信息而成为越来越重要的研究对象。图像识别的目标是用计算机自动完成某些信息的处理，用来替代人工去处理图像分类及识别的任务。手写数字识别是图像

2、识别学科下的一个分支，是图像处理和模式识别领域研究的课题之一，由于其具有很强的实用性一直是多年来的研究热点。由于手写体数字的随意性很大，例如，笔画的粗细，字体的大小，倾斜等等都直接影响到字符的正确识别，所以手写体数字识别是一个很有挑战性的课题。在过去的数十年中，研究者们提出了许多的识别方法，取得了较大的成果。手写体数字识别实用性很强，在大规模数据统计(如例行年检，人口普查)，财务，税务，邮件分拣等等应用领域中都有广阔的应用前景。本课题拟研究手写体数字识别的理论和方法，开发一个小型的手写体数字识别系统。本次设计主要完成以下几个工作：手写数字绘制问题、数字的

3、预处理问题、特征提取问题、特征库的建立问题、数字识别问题。关键词：绘制数字;预处理;特征提取;特征库;数字识别272、原理本次设计主要用到图像的二值化处理、图像特征提取和模板匹配法三个知识点，下面将对这三个知识点进行简单介绍：2.1、图像的二值化处理图像的二值化处理就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。在手写数字识别系统中，我们在VC可视化编程界面中在一个固定大小的控件中手写了一个数字，在程序中获得的只是以这个控件左上角为原点的一系列坐标。在内存中我们开辟一个大小跟这个控件区域大小相同的二维数组(以像素为单位

4、，即生成一张图片的长跟宽跟这个矩形区域相等)，这样内存中图像的数据区域的二维数组就跟手写区域的坐标相同，我们再取出手写区域的坐标值，将这些坐标值对应到图像图像数据区域中，并且将它的灰度值置为255(白色)，将图像数据区域的其它坐标值下的灰度值置为0(黑色)，这样我们就得到了一张手写数字的二值化图像。在数字图像处理中，二值图像占有非常重要的地位，图像的二值化有利于图像的进一步处理，使图像变得简单，而且数据量减小，能凸显出感兴趣的目标的轮廓。2.2、模板匹配法模板匹配法是图像识别中最具有代表性的方法之一。它是将从待识别的图像提取的若干特征量与模板对应的特征量

5、进行比较，计算图像和模板特征量之间的距离，用最小距离法判定所属类。模板匹配通常事先建立标准模板库。这里，模板库中的标准模板是数字样本的特征向量。具体过程是：对于一个待测试的样本X，计算X和训练集中的某样本Xj（0

6、影响，对系统的容错能力要求较高。特征提取的目的就是从分析数字的拓扑结构入手，把它的某些结构特征提取出来，使数字的位移、大小变化、字形畸形等干扰相对较小，也就是把那些反映数字特征的关键信息提供给系统，这样就等于间接地增加了系统的容错能力，而且经过特征提取后数据量也大大减少了，这样就提高了识别的效率。手写数字识别的特征提取极大程度地影响着分类器的设计和性能，以及识别的效果和效率。为了保证所要求的分类识别的正确率和节省资源，希望依据最少的特征达到所要求的分类识别的正确率。在进行手写数字识别的过程中，特征提取应遵循以下原则：1）特征应能尽量包含字符的有用信息。2

7、）特征的提取方法应简单而且提取快速。3）各个特征之间的相关性应尽可能小。4）特征数量尽可能少。5）特征应有较好的抗干扰能力。273、系统设计本系统主要包括了主界面、图像绘制、特征提取、学习、识别、清除六个模块，其总框图如图3.0所示：主界面清除识别学习特征提取图像绘制图3.0系统总框图以下是各模块详细设计：3.1、主界面主界面主要由绘图区，学习、识别和清除三个按钮构成，通过调用VC++库里的CBrush、CRect、CBitmap来进行相关操作，学习、识别和清除三个按钮首先通过建立三个CBitmap类，通过位图将其画出来，如图3.1.1、3.1.2、3.

8、1.3所示；再建立一个SPLASH类，最后通过程序来设计总界面，如图3.1.4所