【手写数字识别】基于matlab PCA手写数字识别【含Matlab源码 309期】

一、获取代码方式

获取代码方式1：
完整代码已上传我的资源： 【手写数字识别】基于matlab PCA手写数字识别【含Matlab源码 309期】

获取代码方式2：
通过订阅紫极神光博客付费专栏，凭支付凭证，私信博主，可获得此代码。

备注：订阅紫极神光博客付费专栏，可免费获得1份代码（有效期为订阅日起，三天内有效）；

二、PCA算法简介

PCA算法是基于图像重构的方法进行图像特征识别的。内有训练样本、多个测试图片以及文档说明。
识别步骤：
① 选择训练样本
② 计算样本平均数字特征，数字特征空间
③ 读取待识别数字，进行连通分量分割，确定需要识别数字个数
④ 通过判别式进行分类

三、部分源代码

clear all
clc
close all

% 选择训练数据、测试数据路径（即目录TrainData和TestData）
TrainDatabasePath = uigetdir('D:\Program Files\MATLAB\R2007b\work', '选择[训练数据]路径' );
TestDatabasePath = uigetdir('D:\Program Files\MATLAB\R2007b\work', '选择[测试数据]路径');

prompt = {'输入测试图像名字(1、2):'};
dlg_title = 'PCA识别输入';
num_lines= 1;
def = {'1'};

TestImage  = inputdlg(prompt,dlg_title,num_lines,def);
TestImage = strcat(TestDatabasePath,'\',char(TestImage),'.jpg');
im = imread(TestImage);

T = CreateDatabase(TrainDatabasePath);%创建测试数据库
[m, A, EigenPos] = PCA(T);
OutputName = Recognition(TestImage, m, A, EigenPos);%识别输出匹配图像

SelectedImage = strcat(TrainDatabasePath,'\',OutputName);
SelectedImage = imread(SelectedImage);

imshow(im)
title('测试图像');
figure,imshow(SelectedImage);
title('等价图像');
unction OutputName = Recognition(TestImage, m, A, EigenPos)
% 识别操作:比较两图像，通过将图像映射到特征空间，并测量两者间的欧式距离
% 参数:TestImage 输入测试图像路径
%       m   (M*Nx1) 训练数据库的均值
%      EigenPos   (M*Nx(P-1)) 训练数据的协方差矩阵特征向量
%       A     (M*NxP) 居中的图像向量矩阵 
% 返回：OutputName  训练数据库中被识别出来的图像名字            

% 所有居中的图像通过乘以Eigenfaces来进行映射，每一副图的映射向量将是对应的特征向量
ProjectedImages = [];
Train_Number = size(EigenPos,2);
for i = 1 : Train_Number
    temp = EigenPos'*A(:,i); %居中的图像映射
    ProjectedImages = [ProjectedImages temp]; 
end

% 从测试图像中提取出PCA特征
InputImage = imread(TestImage);
temp = InputImage(:,:,1);

[irow icol] = size(temp);
Difference = double(InImage)-m; % 居中的测试图像
ProjectedTestImage = EigenPos'*Difference; % 测试图像特征向量

% 计算被映射的测试图像与所有居中的训练图像投影之间的欧式距离
% 设定测度图像与训练数据库中相应图像有最小距离
Euc_dist = [];
for i = 1 : Train_Number
    q = ProjectedImages(:,i);
    temp = ( norm( ProjectedTestImage - q ) )^2;
    Euc_dist = [Euc_dist temp];
end

  

 

  
 
 

  
1
  
2
  
3
  
4
  
5
  
6
  
7
  
8
  
9
  
10
  
11
  
12
  
13
  
14
  
15
  
16
  
17
  
18
  
19
  
20
  
21
  
22
  
23
  
24
  
25
  
26
  
27
  
28
  
29
  
30
  
31
  
32
  
33
  
34
  
35
  
36
  
37
  
38
  
39
  
40
  
41
  
42
  
43
  
44
  
45
  
46
  
47
  
48
  
49
  
50
  
51
  
52
  
53
  
54
  
55
  
56
  
57
  
58
  
59
  
60
 

四、运行结果

五、matlab版本及参考文献

1 matlab版本
2014a

2 参考文献
[1] 蔡利梅.MATLAB图像处理——理论、算法与实例分析[M].清华大学出版社，2020.
[2]杨丹,赵海滨,龙哲.MATLAB图像处理实例详解[M].清华大学出版社，2013.
[3]周品.MATLAB图像处理与图形用户界面设计[M].清华大学出版社，2013.
[4]刘成龙.精通MATLAB图像处理[M].清华大学出版社，2015.

文章来源: qq912100926.blog.csdn.net，作者：海神之光，版权归原作者所有，如需转载，请联系作者。

原文链接：qq912100926.blog.csdn.net/article/details/113824799