文章作者：激萌の小宅
促销：￥0
价格：￥0
0 天
有效期
0
总销量
1
累计评价
本章节视频讲解如下：
人工神经网络的演示（识别数字）：
ANN卷积神经网络可视化原理：
本章节给大家讲讲如何利用OpenCv进行神经网络的训练，考虑到训练时间会很长，我这里训练样本不会弄太多，训练的内容为英文字符、数字、以及部分简易的汉字，该训练为后面做OpenCv的车牌识别做准备。
同样的，我这里会提供C#、C++、Python三个版本的训练方法，以及三种版本的训练时长对比、识别成功率对比的参考数据。方便大家对C#、C++、Python在神经网络的处理性能方面有个初步的认识。
我们的调试平台为：VS2019 windows10 64位，各个语言的OpenCv版本信息如下：
在开始训练之前，我们首先需要准备一些训练用的图片，图片如下，目前训练的图片中没有汉字，所以我们目前只做数字和英文的识别，后面进行车牌识别时，我会以汉字为例子，教大家如何制作训练图片。
训练库下载：车牌识别源码下载页
大家可以看到，在上图中，英文字符只有24个，少了“O”和“I”两个字母，因为这两个字母和数字“0”、“1”非常像，所以需要剔除，车牌里面好像也没有这两个字母。
考虑到训练的时间特别长，我这里每组图片只制作了50张训练样本，理论上，训练样本数越多，识别的成功率就越高。
不同电脑，训练时间可能会有些差异，估计也不会差太多，下面是我的电脑配置：
由于OpenCvSharp3-AnyCPU找不到关于ANN_MLP的应用接口，所有改成OpenCvSharp4了。
使用OpenCvSharp4需要安装两个库：OpenCvSharp4和OpenCvSharp4.runtime.win
C#版本的训练结果如下：
从测试数据上看，C#版本的训练耗时时间为：
开始训练时间：2021/12/28 20:38:29
训练完成时间：2021/12/28 20:41:41
总耗时大约3分钟，这速度，比C++的42分钟，真的不是只快了一点点，不知道是不是C#的OpenCvSharp4在算法上做了优化。
对训练结果进行识别测试，测试结果如下，有7张图片识别错误，成功率为：7/(34*50)*100%= 99.6%，和C++版本的基本一致。
从测试结果上看，有7张图片未识别成功，7张图片如下：
C#版本完整代码如下：
车牌识别源码下载页
C++版本的代码目前只测试过在OpenCv-3.4.0和OpenCv-4.5.5两个版本中运行过，识别成功率基本没太大差异。
在C++版本中，我们首先需要先调用ANN_Drill函数来训练出我们的xml文件，当然了，这个训练只需要训练一次就够了，后面做车牌识别时，只需要调用xml文件即可，识别速度还是相当的快的。
训练过程如下。
训练过程中中间会卡在“./Image/Z/9_0.9727...”位置，此时就是漫长的等待了....
训练耗时如下。
开始时间：2021-12-07 20:59:45
完成时间：2021-12-07 21:43:24
总耗时大概42分钟。
训练的EnglishAndNumber.xml文件张这个样子
最后调用TestXml函数的测试结果如下：
从结果中可以看到，还是有一些图片识别失败了，一共有7张，如下：
从失败的图片中可以看出，这个训练图片用的好像也不是特别好，正常训练图片用的好，基本上能达到100%的识别成功率。
完整代码如下：
Python版本相对前面C#和C++版本，数字+英文字母的识别成功率太低了，只有26%，如果只是单纯的识别数字，成功率能达到83%，但是如果采用C++的xml文件进行识别，成功率基本和C#的一致，这种情况，如果不是训练方法问题，那估计就是opencv的版本问题了，之前在调试时也出现过这种情况，某些版本的opencv神经网络识别成功率就非常低，如果是训练方法有问题，没理由数字识别能达到83%，加上英文字母后，就只剩下26%了。所以，我还是怀疑是opencv的版本问题，改天换个高版本的再试试。
Opencv3.4.2的训练过程如下：
Opencv4.5.5的训练过程如下：
从结果上看，Python的训练时间也挺快的，Opencv3.4.2版本大概也只用了17秒的时候，Opencv4.5.5版本用了159秒左右，两个版本都比C++和C#都快了好几倍了，但是识别的成功率是真的不行。识别错误的图片如下，总共也才34*50=1700张图片，就有Opencv3.4.2版本有1256张识别失败，而Opencv4.5.5版本有1219张识别失败，Opencv4也就比Opencv3好了那么一点点。。。坑！
Opencv3.4.2和Opencv4.5.5通用完整代码如下
