Python Scikit-learn - 低级 OCR 的尝试答案

【问题标题】：Python Scikit-learn - An attempt at a low level OCRPython Scikit-learn - 低级 OCR 的尝试
【发布时间】：2015-08-04 13:02:31
【问题描述】：

我想训练一个 SVM 来对数字图像 (0-9) 进行分类，然后用它来读取具有数值的图像（低级 OCR）。

我的想法是一张一张地读取图像并将它们存储在numpy数组中，然后将所有这些数组放入一个数组中，从而制作我的sample_array。

来自 Scikit-Learn 文档“作为其他分类器，SVC、NuSVC 和 LinearSVC 将两个数组作为输入：一个大小为 [n_samples, n_features] 的数组 X 保存训练样本，一个数组 y 类标签（字符串或整数），大小 [n_samples]:"

我的问题是图像的特征应该是什么，以及如何定义它们？

我在 scikit-learn 页面的教程页面上阅读了手写识别示例，但是那里的数据已经在数据集中（即使在非常密集地搜索网络之后，我仍然不知道如何获取我的 PICS转换为数据集），因此您会看到不同的情况。

第二个问题：在这种情况下使用 scikit-image 会有所帮助吗？我正在使用标准 PIL 来读取图像。

【问题讨论】：

X 是 [n_samples x n_features] 的二维数组，其中n_samples 是您拥有的图像数量，n_features 几乎可以是您在单个图像之上执行的任何操作.从图像本身，n_features 将表示图像的所有像素（即从 2D 转换为 1D）到任何更复杂的特征。

【解决方案1】：

我想说只有在 SO 中有很多例子。

每个图像是矩阵中的一行，每列代表一个像素的颜色强度。例如，如果您有灰度图像，则矩阵中的值范围为 0 到 255。所以您的特征是像素强度。看看这些页面的例子。

我建议您阅读更多有关图像处理基础知识的内容。有很多在线课程。我个人喜欢这个：

【讨论】：