Java openCV KNN findNearest错误
我试图实现KNN findNearest函数。我的程序将识别图片中的数字，但如果程序使用findNearest，我会出错。代码如下：Java openCV KNN findNearest错误,java,opencv,ocr,knn,Java,Opencv,Ocr,Knn,我试图实现KNN findNearest函数。我的程序将识别图片中的数字，但如果程序使用findNearest，我会出错。代码如下： `private void searchingData() { img_gray = new Mat(); img_blur = new Mat(); img_thres = new Mat(); Imgproc.cvtColor(img, img_gray, Imgproc.COLOR_BGR2GRAY); Imgpr
`private void searchingData() {
img_gray = new Mat();
img_blur = new Mat();
img_thres = new Mat();
Imgproc.cvtColor(img, img_gray, Imgproc.COLOR_BGR2GRAY);
Imgproc.GaussianBlur(img_gray, img_blur, new Size(5,5), 0);
//Imgproc.adaptiveThreshold(img_blur, img_thres, 255, Imgproc.ADAPTIVE_THRESH_MEAN_C, Imgproc.THRESH_BINARY, 7, 5);
Imgproc.Canny(img_blur, img_thres, 10, 100);
Imgproc.findContours(img_thres, contours, new Mat(), Imgproc.RETR_LIST,Imgproc.CHAIN_APPROX_SIMPLE);
for(int i=0; i< contours.size();i++){
Rect rect = Imgproc.boundingRect(contours.get(i));
if (rect.height < 50 && rect.height > 20){
System.out.println(rect.x +","+rect.y+","+rect.height+","+rect.width);
Mat subImg = new Mat();
Imgproc.resize(img.submat(rect), subImg, new Size(10,10));
//Found numbers then try to recognize it
recognize(subImg);
}
}
}
public void learn() { //get the training data and train the KNN
Mat sample, training_img = new Mat(), res = new Mat();
for (int i = 1; i < 10; i++) {
String path = String.format(".../Documents/numbers/%03d.png", i);
sample = Imgcodecs.imread(path, Imgcodecs.CV_LOAD_IMAGE_GRAYSCALE);
Mat m = new Mat(new Size(1,1), CvType.CV_32FC1);
m.setTo(new Scalar(i));
res.push_back(m);
training_img.push_back(prepareImg(sample));
}
model = KNearest.create();
model.train(training_img, Ml.ROW_SAMPLE, res);
}
private Mat prepareImg(Mat img) { //change image in the right format
Mat sample = new Mat(), sized = new Mat();
Imgproc.resize(img, sized, new Size(10,10));
sized.reshape(1,1).convertTo(sample, CvType.CV_32FC1);
return sample;
}
public void recognize(Mat getImg) {
Mat results = new Mat();
Mat dists = new Mat();
float result = model.findNearest(prepareImg(getImg), 2, results, new Mat(), dists);
//result should be the number in getImg
System.out.println(result);
}`
`private void searchingData（）{
img_gray=新垫（）；
img_blur=新垫（）；
img_thres=新垫（）；
Imgproc.cvt颜色（img，img_灰，Imgproc.COLOR_bgr2灰）；
高斯模糊（img_灰度，img_模糊，新尺寸（5,5），0）；
//Imgproc.adaptiveThreshold（img_blur，img_thres，255，Imgproc.ADAPTIVE_THRESH_MEAN_C，Imgproc.THRESH_BINARY，7,5）；
img_blur，img_thres，10100；
Imgproc.findContours（img_thres，等高线，new Mat（），Imgproc.RETR_列表，Imgproc.CHAIN_近似简单）；
对于（int i=0；i20）{
System.out.println（矩形x+”、“+矩形y+”、“+矩形高度+”、“+矩形宽度）；
Mat subImg=新Mat（）；
Imgproc.resize（img.submat（rect），subImg，新大小（10,10））；
//找到数字，然后尝试识别它
识别（subImg）；
}
}
}
public void learn（）{//获取训练数据并训练KNN
Mat样本，培训=新Mat（），res=新Mat（）；
对于（int i=1；i<10；i++）{
字符串路径=String.format（“…/Documents/numbers/%03d.png”，i）；
sample=Imgcodecs.imread（路径、Imgcodecs.CV\u加载\u图像\u灰度）；
材料m=新材料（新尺寸（1,1），CvType.CV_32FC1）；
m、 setTo（新标量（i））；
res.推回（m）；
培训模拟推回（准备（样本））；
}
model=KNearest.create（）；
模型训练（训练img，Ml.ROW样本，res）；
}
私有Mat prepareImg（Mat img）{//以正确的格式更改图像
材料样品=新材料（），尺寸=新材料（）；
Imgproc.resize（img，sized，new Size（10,10））；
调整尺寸。重塑（1,1）。转换为（样品，CvType.CV_32FC1）；
返回样品；
}
公共无效识别（Mat getImg）{
Mat结果=新Mat（）；
Mat dists=新Mat（）；
float result=model.findNearest（prepareImg（getImg），2，results，new Mat（），dists）；
//结果应该是getImg中的数字
系统输出打印项次（结果）；
}`