针对数字ocr的识别,特征向量的选取就非常的重要。由于是对ocr和libsvm的尝试,所以我的训练使用的是手写的图片，拖动鼠标，在picturbox控件上画的数字图片,既能训练,也能用来识别。样本数据保存在数据库中，需要识别的时候载入数据库的样本数据训练该分类识别器。
图片选择160*160的大小,特征向量选择:垂直投影,暂时没有经过边缘轮廓提取。简单的把该图片分成16*16网格, 每个网格的特征向量值:黑色的像素点/总的像素点,每个数字样本垂直投影后总共现只有16个特征向量，每个向量也就是垂直网格列的合计。依次顺序为:1,2,3,4…..16 ，为0（也就是空白）的特征向量在训练的时候也没有过滤掉。
1 | 2 | 3 | 4 | 5 | 6 | … | 15 | 16
本文关键：Svm应用尝试(C#写的数字ocr软件LTOCR)
相关方案
本站最佳浏览方式为 分辨率 1024x768 IE 6.0（或更高版本的 IE浏览器） 
|