如何从 UCI 的“字母图像识别数据集”等图像创建数据

Posted 2023-02-23

【中文标题】如何从 UCI 的“字母图像识别数据集”等图像创建数据

【英文标题】：How to create data fom image like "Letter Image Recognition Dataset" from UCI

【发布时间】：2010-11-19 05:44:38

【问题描述】：

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 x y 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）

示例：

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。

【参考方案1】：

我不熟悉 OpenCV 的 letter_recog 示例，但这似乎是一个特征向量，或一组关于字母图像的统计数据，用于对字母的未来出现进行分类。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 的像素集来计算。 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 略有不同，因为它们基于边缘像素，但计算应该相似，只是在一组不同的像素上。

【参考方案2】：

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。 Letter Recognition Using Holland-Style Adaptive Classifiers。

如果您有任何疑问，请告诉我。 我试图使这个算法工作，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？

来自 Google 学者的另一个链接 -> Letter Recognition Using Holland-Style Adaptive Classifiers

【讨论】：

嗨 Anotnio，我还没有读过论文，但是重新调整值应该只是乘以一个比例因子。例如，如果我的 onpix = 0 到 255，那么我可以通过以下方式重新缩放： scaled_onpix = (onpix * 15)/255 这就是你要找的吗？

我也在苦苦思索什么是最好的扩展方式。我想作者必须假设图像大小的一些上限。似乎因为大多数字母只占据边界框的一小部分，例如 #6：onpix 的最大值将比任何真实字符所能达到的要大得多。