jianliyangben.asv

一个基于BP神经网络的matlab程序可以实现对几种字体0-9的数字识别这个文件训练网络的压缩包

%输入源样本 1，2，3，4为不同字体数字
clear all
for pcolum=2
    p=ones(30,30);         %建立全为1的样本矩阵
    m=strcat('F:\MyMATLAB\sjwl\num\',int2str(pcolum),'.jpg');
    I=imread(m);           %循环读入0-39个样本数字文件
    I1=im2bw(I,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);
   I4(row+1:row+i,colum+1:colum+j)=I3;  %建立起30*30的矩阵
   I5=-1*              %反色处理

  for hh=1:30
   p((hh-1)*30+1:(hh-1)*30+30,Pcolum+1)=I5(hh,1:30);
  end                      %将处理的源样本输入供神经网络训练的样本   pcolum是样本数循环变量

  switch Pcolum
    case {0,10,20,30}
        t(Pcolum+1)=0    %数字0
    case{1,11,21,31}
        t(Pcolum+1)=1    %数字1
    case{2,12,22,32}
        t(Pcolum+1)=2    %数字2
    case{3,13,23,33}
        t(Pcolum+1)=3    %数字3
    case{4,14,24,34}
        t(Pcolum+1)=4    %数字4
    case{5,15,25,35}
        t(Pcolum+1)=5    %数字5
    case{6,16,26,36}
        t(Pcolum+1)=6    %数字6
    case{7,17,27,37}
        t(Pcolum+1)=7    %数字7
    case{8,18,28,38}
        t(Pcolum+1)=8    %数字8
    case{9,19,29,39}
        t(Pcolum+1)=1    %数字9
  end                    %建立与训练样本对应的输出值t
end