我正在尝试创建一个iOS应用，当从设备相机获取图像时，该应用能够识别0到9之间的数字。我从检测到数字开始，在我的情况下，该数字始终是一个蓝色圆圈。我使用OpenCV设法获得了相当准确的圆圈检测。该应用程序此时将拍摄图像，将其扫描为蓝色圆圈，将其切成该圆圈所在的部分，将其变为黑白并提高对比度，这样就只有纯黑色（背景）和纯白色（数量）。结果是仅显示数字的清晰图像。最后一步是使用简单的图像分类器识别图像。
因此，我尝试重新创建这样的“黑色背景上的白色数字”-数据集的图像。我使用了具有相同字体的数字图像，实际上，添加了随机对比度，随机亮度，随机比例，添加了蓝色圆圈并将其提供给OpenCV中的函数，然后返回了图像，并将其保存在我的硬盘。我创建的数据集每个数字有10.000张图像（因此总数超过100.000）。然后，我使用CreateML为该数据集训练图像分类器。然而，在实际应用中使用此类数字的实际照片的准确性非常差。
所以我尝试了另一种方法。想法是更改除编号以外的所有图像，以便模型学习相似之处。为此，我向图像添加了随机的白色和黑色像素，然后对其进行旋转和缩放。最后，我使用了来自OpenCV的相同的黑白滤镜，并将图像保存在硬盘上。这个模型比上面的还要糟糕。
您可以在此处找到两个数据集的样本图像： https://1drv.ms/f/s!Ao1FRfDXc7vKklCxq3n7NC6APImP
这是我的问题：
1）创建能够高精度识别数字的机器学习模型不是很容易吗？
2）在这种情况下，我的数据集应该是什么样的，以优化模型的准确性？
3）您会建议每个号码多少张图像进行训练？
答案 0 :(得分：0)
我认为应该在OpenCV问题网站（http://answers.opencv.org/questions/）上提出问题，这里有一些提示和帮助。
0）首先进行更多研究。这是一个非常标准的问题，经常被现有技术用作介绍。以下是一些线索/示例
1）也许可以，但是您必须探索非opencv领域。
2）大，装满了样品，经过分类/标记并在可能的情况下进行了扩充。
3）这是一个主要的经验领域。您的验证集有多少种？应用程序将在受控环境中运行吗？噪音真的是个问题吗？
尝试从一个小的数据集（如MNIST等10.000个图像）开始，检查精度并从那里建立。