简单的数字识别OpenCV中的OCR
我正尝试在OpenCV-Python（cv2）中实现“数字识别OCR”。 这仅仅是为了学习的目的。 我想在OpenCV中学习KNearest和SVM特性。
我有100个样本（即图像）的每个数字。 我想和他们一起训练。
OpenCV示例附带了一个样本letter_recog.py 。 但我仍然无法弄清楚如何使用它。 我不明白什么是样本，回复等。另外，它首先加载一个txt文件，这是我首先不了解的。
稍后再搜索一下，我可以在cpp示例中找到letter_recognition.data。 我使用它并在letter_recog.py模型中为cv2.KNearest创建了一个代码（仅用于测试）：
import numpy as np
import cv2
fn = 'letter-recognition.data'
a = np.loadtxt(fn, np.float32, delimiter=',', converters={ 0 : lambda ch : ord(ch)-ord('A') })
samples, responses = a[:,1:], a[:,0]
model = cv2.KNearest()
retval = model.train(samples,responses)
retval, results, neigh_resp, dists = model.find_nearest(samples, k = 10)
print results.ravel()
它给了我一个大小为20000的数组，我不明白它是什么。
问题：ȍ 链接地址: http://www.djcxy.com/p/15869.html