SVM实现手写数字识别

1、数字识别（利用模板匹配的方法）2、所需工具：VisualStudio、OpenCv3、代码注释十分详细4、包含手写数字0到9的图片，每个数字十张（图片大小一致）

手写数字识别，所使用的是PCA主成分分析算法，内部有多个测试图片和PDF说明。

卷积神经网络+tensorflow+手写数字识别+正确率在99%以上。适合于CPU及GPU两种环境下，如果超出显存可以修改batch_size的大小，。程序里面有具体说明。

SemeionHandwrittenDigit——UCI手写数字库mat格式包含1593个手写数字0~9.由semeion.data经matlab处理得到semeion.mat，可直接使用。原seme

利用Keras进行手写数字识别的例子，采用了CNN，准确率在99%左右，需要安装Keras的相关库。结构比较清晰，不做过多说明，含model调用示例

手写代码识别,完整代码,可运行

基于PCA主元分析法实现的手写数字识别功能，附有Matlab代码及解释。

手写数字识别系统：基于神经网络技术开发。采样，识别。学习。识别率相当高。

能够直接使用，使用vc++进行编程的手写数字识别系统，需要使用vc++打开才能使用

安卓工作室（Android Studio）平台开发的手写数字识别小程序，可识别手写数字并输出结果。