Opencv3.0 手写数字识别（Hog特征+SVM分类器）

实现一对一SVM的手写数字识别，验证一对一SVM（成对分类法）用于手写数字识别的相关性质，及针对具体数据库，在识别精度、训练时间和测试时间方面对常见的几种多类分类方法进行对比。

opencv3.0书籍课程源码之OpenCV进行基本绘图,对于初学opencv的朋友应该很有帮助

基于opencv的手写数字字符识别

HOG+SVM 图像二分类

hog+svm图像二分类*（MATLAB版本），需要安装libsvm工具箱（环境是MATLAB2014a+libsvm3.23）。里面包含正负样本集图片。

摘要:通过对手写体数字识别技术的研究,本文建立了一个脱机手写体数字识别系统,对手写体数字的识别提出了一些新的思路,并对识别过程中所采用的关键算法进行了阐述。本文提出了二次毛刺去除法对手写体数字图像进行

多特征MNIST库手写数字识别实现（matlab），采用粗网格特征和切割线划分进行学习识别，首先提取MNIST数据库60000个训练样本分别提取出两个特征，然后对10000个测试样本进行测试，计算和两

单特征MNIST库手写数字识别实现（matlab），采用粗网格特征进行学习识别，首先提取MNIST数据库60000个训练样本手进行特征提取，然后对10000个测试样本进行测试，matlab实现

手写数字分类

opencv-hog