【字符识别】基于BP神经网络实现字符识别含Matlab源码

1 简介

BP 神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络，已广泛应用于模式识别、函数逼近、信号处理和自动控制等领域，是目前应用最广泛的神经网络。

2 部分代码

clc; clear all; close all;warning off all;% 获取字符集fd = fullfile(pwd, 'images', 'dbx');fds = dir(fd);ts = [];for i = 1 : length(fds)    if isequal(fds(i).name, '.') || isequal(fds(i).name, '..')        continue;    end    ts{end+1} = fds(i).name;endfiles = GetAllFiles(fd);% 提取字符集合的特征向量db_file = fullfile(pwd, 'VL.mat');if exist(db_file, 'file')    load(db_file);else​for i=1:m   cropimg_2 = imcrop(A,status(i).BoundingBox);%画框部分图像截取   cropimg_2 = imresize(cropimg_2,[28,28]); %将图像调整为28*28的   %cropimg_2 = imcomplement(cropimg_2);   [file_path,~,~]= fileparts(mfilename('fullpath'));   disp(file_path)imwrite(cropimg_2,[file_path,'\\LXJC\\',num2str(m,'%02d'),'.bmp'],'bmp')%将截取部分的图像暂时存储在LXSB文件中filePath = [file_path,'\\LXJC\\',num2str(m,'%02d'),'.bmp'];%打开图像   if isequal(filePath, 0)        break;    end    im = uint16(imread(filePath));    [~, p_test] = get_feature(im);    p2n = tramnmx(p_test,minp, maxp);    r=sim(net,p2n);    r2n = postmnmx(r,mint,maxt);    r = round(r2n(1));    r = ts{r};    figure;imshow(cropimg_2);title(r, 'FontSize', 16);end else    end

3 仿真结果

4 参考文献

[1]罗莉. BP神经网络数字识别的Matlab实现[J]. 电子技术与软件工程, 2019(20):2.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。