opencv训练bp神经网络来识别数字的东西。但是程序发生异常

a152161157bn 2018-06-02 04:13:15

最近在看opencv训练bp神经网络来识别数字的东西。但是训练的时候遇到程序异常问题，不知道是什么原因，请大家帮忙看看。

以下是我把训练部分单独拿出来的，方便代码查看。谢谢了



#include <opencv2/core/core.hpp>

#include <opencv2/highgui/highgui.hpp>

#include <opencv2/imgproc/imgproc.hpp>

#include <opencv2/ml/ml.hpp>  

#include <opencv2/video/background_segm.hpp>  

#include<iostream>

#include<string.h>

#include<math.h>

#include<fstream>  

using namespace cv;

using namespace std;

Mat projectHistogram(const Mat& img, int t)  //水平或垂直直方图,0为按列统计  

{                                            //1为按行统计  

	int sz = (t) ? img.rows : img.cols;

	Mat mhist = Mat::zeros(1, sz, CV_32F);

	for (int j = 0; j < sz; j++)

	{

		Mat data = (t) ? img.row(j) : img.col(j);

		mhist.at<float>(j) = countNonZero(data);

	}



	double min, max;

	minMaxLoc(mhist, &min, &max);



	if (max > 0)

		mhist.convertTo(mhist, -1, 1.0f / max, 0);



	return mhist;

}

void features(const Mat & in, Mat & out)

{

	Mat vhist = projectHistogram(in, 1); //水平直方图  

	Mat hhist = projectHistogram(in, 0);  //垂直直方图 



	int numCols = vhist.cols + hhist.cols + in.rows * in.cols;

	out = Mat::zeros(1, numCols, CV_32F);



	int j = 0;

	for (int i = 0; i<vhist.cols; ++i)

	{

		out.at<float>(j) = vhist.at<float>(i);

		j++;

	}

	for (int i = 0; i < hhist.cols; ++i)

	{

		out.at<float>(j) = hhist.at<float>(i);

	}

	for (int x = 0; x<in.rows; ++x)

	{

		for (int y = 0; y < in.cols; ++y)

		{

			out.at<float>(j) = (float)in.at<unsigned char>(x, y);

			j++;

		}

	}

}

int main(){

	CvANN_MLP bp2;//创建神经网络

	//int x1,x2,x3;

	Mat layerSizes2 = (Mat_<int>(1, 3) << 560, 132, 31);//一个3层的神经网络，其中第一层结点数为x1,第二层结点数为x2，第三层结点数为x3

	bp2.create(layerSizes2, CvANN_MLP::SIGMOID_SYM);//构造函数创建

	CvANN_MLP_TrainParams params2;//神经网络训练参数

	//终止条件，迭代次数和误差最小值，一旦有一个达到条件就终止训练。

	params2.term_crit = cvTermCriteria(CV_TERMCRIT_ITER + CV_TERMCRIT_EPS, 10000, 0.001);//参数为终止条件类型和最大迭代次数和准确性。

	params2.train_method = CvANN_MLP_TrainParams::BACKPROP; //设置反向传播算法

	params2.bp_dw_scale = 0.07;//权值更新率

	params2.bp_moment_scale = 0.07;//权值更新冲量

	////////////////////////////////////自己更改数据集实验（以下）、、文字识别/////////////////////////////////////////

	//神经网络的训练

	Mat inputs2(1195, 560, CV_32FC1, Scalar(0));//1100行，560列。构建后用Scalar为其赋初值。

	//初始化输入样本

	ifstream file1("word.txt");

	int imgindex2 = 0;

	for (; imgindex2<1195; imgindex2++)  //表示文件流的结尾

	{

		char txt_cont2[1195];//指针  

		file1.getline(txt_cont2, 1195); //从file1中读取最多1100个字符串存放于txt_cont2中。

		char imgfile2[1195];

		sprintf(imgfile2, "word/%s", txt_cont2);  //连接字符串

		Mat src2 = imread(imgfile2);//注意读取的图片被视为是真彩色图像

		cvtColor(src2, src2, CV_BGR2GRAY);

		resize(src2, src2, Size(32, 16));

		threshold(src2, src2, 0, 255, CV_THRESH_OTSU + CV_THRESH_BINARY);

		Mat charfeature2(1, 560, CV_32FC1, Scalar(0));

		features(src2, charfeature2);



		//Mat src1=src.reshape(0,1);

		for (int i = 0; i<560; i++)

		{

			inputs2.at<float>(imgindex2, i) = charfeature2.at<float>(0, i);

		}

	}





	//初始化输出样本

	Mat outputs2(1195, 31, CV_32FC1, Scalar(0));

	CvMLData mlData2;

	mlData2.read_csv("wenzi.csv");//读取csv文件

	outputs2 = Mat(mlData2.get_values(), true);



	//训练函数的接口,输入矩阵， 预期输出矩阵，训练参数

	bp2.train(inputs2, outputs2, Mat(), Mat(), params2);

	bp2.save("mlp222222222222222.xml");

}