编号：B116
大小：38M
环境：Matlab2020
简介：利用PCA算法识别手写数字可以取得较好的结果，这是建立在数字特征不停地训练基础之上的。不同人有不同的书写风格，所以要采集更多的样本特征，这些才能使识别结果更精确。

PCA算法是基于图像重构的方法进行图像特征识别的。内有训练样本、多个测试图片以及文档说明。

识别步骤：

① 选择训练样本

② 计算样本平均数字特征，数字特征空间

③ 读取待识别数字，进行连通分量分割，确定需要识别数字个数

④ 通过判别式进行分类

PCA算法的优缺点：

优点：方便，简单易于实现，识别率高；可以不断学习，不断训练，以提高精度。

缺点：对样本分辨率有严格要求，必需相同规格，才能进行特征线性化；需要事先有样本库，需要一定量的训练时间。

运行展示

配套文件

我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频