9

我正在使用 OpenCV 中的 letter_regcog 示例，它使用了来自 UCI 的数据集，其结构如下：

属性信息：
     1.lettr大写字母（从A到Z的26个值）
     2. x-box box的水平位置（整数）
     3. box的y-box垂直位置（整数）
     4.宽度宽度框（整数）
     5.盒子高度（整数）
     6. onpix total # on像素（整数）
     7. x-bar mean x of on pixel in box (integer)
     8. y-bar mean y of on pixels in box (integer)
     9. x2bar 均值 x 方差（整数）
    10. y2bar 均值 y 方差（整数）
    11. xybar 均值 xy 相关性（整数）
    12. x2ybr x * x * y 的平均值（整数）
    13. xy2br x * y * y 的平均值（整数）
    14. x-ege 从左到右的平均边数（整数）
    15. x-ege 与 y 的 xegvy 相关性（整数）
    16. y-ege mean edge count bottom to top（整数）
    17. y-ege 与 x 的 yegvx 相关性（整数）

例子：

T,2,8,3,5,1,8,13,0,6,6,10,8,0,8,0,8
I,5,12,3,7,2,10,5,5,4,13,3,9,2,8,4,10

现在我已经分割了字母的图像，并希望将其转换为这样的数据以识别它，但我不明白所有值的平均值，如“6. onpix total # on pixel”是什么意思？你能解释一下这些值的平均值吗？谢谢。

4

2 回答 2

5

我不熟悉 OpenCV 的 letter_recog 示例，但这似乎是一个特征向量，或一组关于用于对未来出现的字母进行分类的字母图像的统计数据。分割的结果应该给你留下一个二进制掩码，字母上是 1，其他地方都是 0。onpix 只是落在字母上的像素总数，或者换句话说，是二进制掩码的总和。

列表中的大多数其余值都需要根据二进制掩码中值为 1 的像素集进行计算。x 和 y 只是像素的位置。例如，x-bar 只是掩码中所有像素为 1 的所有 x 位置的样本平均值。您应该能够轻松地在网络上找到有关均值、方差、协方差和相关性的数学定义的参考资料。

14-17 有点不同，因为它们是基于边缘像素的，但计算应该是相似的，只是在一组不同的像素上。

于 2009-08-13T13:15:20.310 回答
4

我的名字是安东尼奥·伯纳尔。在本文的第 3 页中，您将找到每个值的良好描述。 使用荷兰式自适应分类器的字母识别。

如果您有任何疑问，请告诉我。我试图让这个算法工作，但我的问题是我不知道如何缩放这些值以适应它们的范围 0-15。你知道怎么做吗？

Google 学者的另一个链接 ->使用荷兰式自适应分类器的字母识别

于 2009-08-26T11:23:57.480 回答