SVM ile El Yazısı OCR

Hedefler

Bu bölümde:

• SVM kullanarak el yazısı veri OCR’sini yeniden ziyaret edeceğiz

El Yazısı Rakamların OCR’si

kNN’de, özellik vektörü olarak doğrudan piksel yoğunluğunu kullandık. Bu sefer özellik vektörleri olarak HOG (Yönlendirilmiş Gradyanların Histogramı) kullanacağız.

HOG bulmadan önce, görüntüyü ikinci dereceden momentlerini kullanarak eğrilik gidermek için deskew() fonksiyonu tanımlıyoruz:

import cv2 as cv
import numpy as np

SZ = 20
bin_n = 16

def deskew(img):
    m = cv.moments(img)
    if abs(m['mu02']) < 1e-2:
        return img.copy()
    skew = m['mu11'] / m['mu02']
    M = np.float32([[1, skew, -0.5 * SZ * skew], [0, 1, 0]])
    img = cv.warpAffine(img, M, (SZ, SZ), flags=cv.WARP_INVERSE_MAP | cv.INTER_LINEAR)
    return img

def hog(img):
    gx = cv.Sobel(img, cv.CV_32F, 1, 0)
    gy = cv.Sobel(img, cv.CV_32F, 0, 1)
    mag, ang = cv.cartToPolar(gx, gy)
    bins = np.int32(bin_n * ang / (2 * np.pi))
    bin_cells = bins[:10, :10], bins[10:, :10], bins[:10, 10:], bins[10:, 10:]
    mag_cells = mag[:10, :10], mag[10:, :10], mag[:10, 10:], mag[10:, 10:]
    hists = [np.bincount(b.ravel(), m.ravel(), bin_n) for b, m in zip(bin_cells, mag_cells)]
    hist = np.hstack(hists)
    return hist

img = cv.imread('digits.png', cv.IMREAD_GRAYSCALE)

# Görüntüyü hücrelere böl
cells = [np.hsplit(row, 100) for row in np.vsplit(img, 50)]

# Her hücre için HOG hesapla
x = np.array(cells)
deskewed = [list(map(deskew, row)) for row in x]
hogdata = [list(map(hog, row)) for row in deskewed]

trainData = np.float32(hogdata)[:, :50].reshape(-1, 64)
testData = np.float32(hogdata)[:, 50:].reshape(-1, 64)

# Etiketler
k = np.arange(10)
train_labels = np.repeat(k, 250)[:, np.newaxis]
test_labels = train_labels.copy()

# SVM Eğitimi
svm = cv.ml.SVM_create()
svm.setKernel(cv.ml.SVM_LINEAR)
svm.setType(cv.ml.SVM_C_SVC)
svm.setC(2.67)
svm.setGamma(5.383)
svm.train(trainData, cv.ml.ROW_SAMPLE, train_labels)

# Test
result = svm.predict(testData)[1]
mask = result == test_labels
correct = np.count_nonzero(mask)
print(correct * 100.0 / result.size)

Bu yöntem yaklaşık %94 doğruluk sağlar.

Kaynak: OpenCV Python Tutorials — Orijinal Döküman