📄 tryout.asv
字号:
clear all
m=input('dfadfadfda:');
I=strcat('F:\MyMATLAB\sjwl\num\',int2str(m),'.jpg');
U=imread(I);
imview(U); %通过键盘输入添加试验样本
load ET51net net; %加载以训练好的BP神经网络
p=zeros(900,1); %建立输入样本的空矩阵
p1=ones(30,30); %建立临时存放样本的30*30的矩阵
I1=im2bw(U,0.3); %对输入图像进行二值化处理 采用全局阈值0.3
[m,n]=find(I1==0);
rowmin=min(m);
rowmax=max(m);
colummin=min(n);
colummax=max(n);
I2=I1(rowmin:rowmax,colummin:colummax); %截取是入图像中的数字部分
rate=30/max(size(I2));
I3=imresize(I2,rate); %对输入文件变尺寸处理
[i,j]=size(I3);
row=round((30-i)/2);
colum=round((30-j)/2);
p1(row+1:row+i,colum+1:colum+j)=I3; %建立起30*30的矩阵
p1=-1*p1+ones(30,30); %反色处理
for hh=1:30
p((hh-1)*30+1:(hh-1)*30+30,1)=p1(hh,1:30);
end %将处理的源样本输入供神经网络训练的样本
a=sim(net,p); %测试网络
a=round(a);
disp a %输出网络识别结果
⌨️ 快捷键说明
复制代码
Ctrl + C
搜索代码
Ctrl + F
全屏模式
F11
切换主题
Ctrl + Shift + D
显示快捷键
?
增大字号
Ctrl + =
减小字号
Ctrl + -