徐idealxuideal@163.comSVM手写数字识别•图像基础理论•手写数字与SVM结合•SVM深化理解•效果可视化处理目录2课前甜点•这是世界有颜色吗？•图像基础理论•基础概述•灰度•通道•手写数字与SVM结合•SVM深化理解•效果可视化处理目录4图像理论基础•视网膜上分布光线接收的神经细胞，分为锥状体和杆状体。每只眼睛有600万-700万个锥状体，其对颜色灵敏度很高，负责亮光视觉。有7500万-15000万杆状体，杆状体没有颜色感觉，负责暗视觉。图像理论基础•多数传感器的输出是连续的电压波形，图像数字化就是将一副画面的数据转换为计算机能够处理的数字形式。图像理论基础-分辨率•采样后得到离散图像的尺寸称为图像分辨率。分辨率是数字图像可辨别的最小细节。•分辨率由宽（width）和高（height）两个参数构成。宽表示水平方向的细节数，高表示垂直方向的细节数。图像理论基础-像素•图像理论基础-灰度•灰度级（depth）表征了每个采样点的传感器输出中可分辨的最小变化。•灰度级通常是2的整数次幂。我们用m级或者n位来表示灰度级。图像数据的灰度级越多视觉效果就越好。计算机中最常用的是8位图像。图像理论基础-灰度•单通道的数字图像被称为灰度图。通常，单通道记录了采样点的亮度信息。图像理论基础-通道•为了表示彩色图像，我们需要使用多通道数字图像。最普遍的方式是使用RGB颜色空间。RGB颜色空间中每个像素点有三个维度，分别记录在红（Red）、绿（Green）、蓝（Blue）三原色的分量上的亮度。•例如•按照(r,g,b)的方式：•(255,0,0)纯红•(124,252,0)草坪绿•(135,206,235）天蓝色•图像基础理论•手写数字与SVM结合•项目实现流程•手写数字图片•模型保存处理操作•SVM深度理解•效果可视化处理目录12项目实现流程•项目实现流程项目实现流程•模型训练处理流程•对图片进行处理•获取图片数据•标签数据•模型训练•模型调参•模型训练•模型保存项目实现流程•模型测试•调用训练好的模型•获取测试数据集信息•显示测试集数据手写数字图片•图像简单灰度图尺寸小•多分类0-9数字识别•差别风格迥异模型保存处理•模型保存库•joblib•pipinstalljoblib•模型保存•joblib.dump(模型对象，‘模型名称.model’)•模型读取•模型对象=joblib.load(model_path)•图像基础理论•手写数字与SVM结合•SVM深化理解•SVM算法•OVO多分类•OVR多分类•效果可视化处理目录18SVM算法•支持向量机最强单体算法算法思想先进分类...
