基于C++、OpenCV3以及SVM的手写数字识别系统的实现（从手写数字识别中深入理解SVM的作用）

目录

• • 1、数据采集与预处理

    • 2、训练样本与测试样本的划分

    • 3、SVM模型的构建与训练

    • • 3.1 数据采集与预处理
      • 3.2 特征选择
      • 3.3 设置SVM训练器的相关参数
      • 3.4 模型的存储

    • 4、模型加载及分类实现

1、数据准备

在OpenCV的安装目录中查找名为digits.png的文件，可获取一幅尺寸为10002000的图像，该图像包含从0到9共10个数字。图像中每5行构成一个数字，整体共包含50行，总计5000个手写数字样本，每个数字区域的尺寸为2020。具体示例如下图所示：

接下来将对这些数字中的0与1进行处理，作为二分类任务的预备数据集。其中，0对应的样本数量为500个，1对应的样本数量同样为500个。

代码如下：

    #include <opencv2/opencv.hpp>
    #include <iostream>
    #include<sstream>
    #in