基于决策树手写数字识别 matlab实现 包含定位、分割（5*5）、二值化、主成分分析法 交叉...

基于决策树手写数字识别 matlab实现 包含定位、分割（5*5）、二值化、主成分分析法 交叉验证 自制数据集 有程序+报告220

最近在折腾手写数字识别这事挺有意思，特别是用Matlab实现整套流程。自己从超市买了几包A4纸，拉着室友每人写了0-9各20组，硬是攒了2200张手写数字图。这活可比想象中费劲——有人把7写成带横杠的，有人画0非要带个尾巴，真实数据果然比标准数据集刺激。

先上定位环节的核心代码：

function num_area = locate_num(img) gray = rgb2gray(img); bw = imbinarize(gray,'adaptive','ForegroundPolarity','dark'); bw = imclose(bw,strel('disk',5)); % 对付断笔划 stats = regionprops(bw,'Area','BoundingBox'); [~,idx] = max([stats.Area]); num_area = imcrop(gray,stats(idx).BoundingBox); end

这里用了形态学闭运算处理笔画断裂，实测发现5像素的圆形结构体效果最稳。regionprops找最大连通区域时，经常会把纸边缘误判，后来在拍照时加了个黑色垫板才解决。

分割模块尝试过滑动窗口，最后还是投影法真香：

cells = zeros(5,5,25); % 5x5网格 [h,w] = size(num_roi); block_h = floor(h/5); block_w = floor(w/5); for i = 1:5 for j = 1:5 block = num_roi((i-1)*block_h+1:i*block_h, (j-1)*block_w+1:j*block_w); cells(:,:,5*(i-1)+j) = imresize(block,[5,5]); % 强制统一尺寸 end end

有个坑是不同数字的宽高比差异大，比如1通常比较窄，这里统一用双线性插值resize反而比保持比例效果好。

基于决策树手写数字识别 matlab实现 包含定位、分割（5*5）、二值化、主成分分析法 交叉验证 自制数据集 有程序+报告220

主成分分析这块用了随机采样策略：

[coeff,score,latent] = pca(reshape(cells,[25,2200])'); keep_dims = find(cumsum(latent)./sum(latent)>0.95,1); % 保留95%能量 features = score(:,1:keep_dims); % 最终得到12维特征

实测95%的能量阈值能把25维降到12维左右，决策树准确率反而比用全特征高了3个百分点，看来去冗余确实有用。

决策树参数调优时发现MinParentSize设为10、SplitCriterion用deviance时，交叉验证准确率能到89.7%：

tree = fitctree(features, labels, 'CrossVal','on',... 'MinParentSize',10, 'SplitCriterion','deviance'); loss = kfoldLoss(tree);

不过有个诡异现象：对弯曲数字的识别率比工整书写的高，可能因为自制数据集中"艺术创作"样本太多。后来专门加了旋转15度内的数据增强，准确率才稳定在91%左右。

整套搞下来最大的体会是：特征工程才是真·黑科技。试过把5x5网格改成7x7，准确率不升反降；二值化改用局部阈值后，数字8的识别率直接飙到98%。现在看见电话号码本都手痒想拿程序跑一遍，这大概就是走火入魔的前兆吧。