手写数字识别的几种实现方法

我使用了手写数字数据库MNIST的一个子集，并做了多种处理

程序中附有数据库，完整的数据库在这儿下载，程序在这儿下载

实现的算法有：

模板匹配

类中心欧式距离

贝叶斯分类算法

夹角余弦距离

奖惩算法

增量校正算法

LMSE算法

特征提取方法：图像分割为若干小块，计算笔画像素占小块总像素数的比例

每一个算法都在独立的cpp文件中，

我直接使用源数据库而未作处理，最初使用图像的5x5分割，

为了提高精度，后来又使用7x7分割，

下载程序中已经有这两种分割的特征数据

主程序使用函数指针调用测试各个算法的实现，每次仅测试一个，如果你愿意，可以用一个数组，一次性全部运行测试

因为有些算法使用的5x5，有些使用的7x7，

在运行时请注意，

如果这个算法的cpp文件中出现了"digits-crop/train-feature/feature_7x7_"，则相应主程序应为string test_file_name("digits-crop/test-feature/feature_7x7_");再出现变量feature_的地方替换为feature_7x7_num

如果这个算法的cpp文件中出现了"digits-crop/train-feature/feature_"，则相应主程序应为string test_file_name("digits-crop/test-feature/feature_");再出现变量feature_的地方替换为feature_num

const int feature_num=25;
const int feature_7x7_num=49;

在头文件"main_test.h"中定义