可视化手写字符

本文介绍了一种利用支持向量机(SVM)进行手写数字识别的方法,并展示了如何加载数据集、训练模型及预测最后一个样本的具体过程。此外,还使用了Matplotlib来展示图像。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import matplotlib.pyplot as plt
import cv2
from sklearn import svm, datasets
clf = svm.SVC(gamma=0.001, C=100.0)
digits = datasets.load_digits()
clf.fit(digits.data[:-1], digits.target[:-1])
print clf.predict(digits.data[-1:])
plt.figure(5, figsize=(3,3))
plt.imshow(digits.data[:-1].reshape((8,8)), cmap=plt.cm.gray_r, interpolation='nearest')
plt.show()

dataset中的照片是1*64的矩阵 通过reshape可以转换为8*8
通过plot可以显示每个字符

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值