假设我有一个小的位图，其中包含一个手写的数字（0..9）。

是否可以使用（两层）感知机来检测该数字？

除了使用神经网络之外，还有其他从位图中检测单个数字的可能性吗？

回答：

直接将位图的每个像素输入到神经网络需要大量的训练，并且在处理图像的缩放或旋转时效果不佳。

为了帮助神经网络进行良好的分类，你需要执行一些预处理步骤。

• 规范化图像：
  • 调整对比度和亮度，使图像的直方图与参考图像匹配。
  • 模糊图像以消除噪声。
  • 使用某个阈值将其转换为黑白图像。
  • 找到形状的边界框，缩放到预定义的大小。
• 计算图像的各种特征，这些特征可用于区分不同的数字：
  • 图像的欧拉数——告诉你形状中有多少个“孔”（例如，数字 8 有两个孔）。
  • 白色像素的数量（数字的面积）
  • 白色像素坐标集的主成分——告诉你形状有多“细长”。
  • …你可以想到的其他特征，对于相似的数字往往具有相似的值。

主成分也可以用于规范化形状的旋转，使最长的轴垂直。

你输入到神经网络进行分类的是特征，而不是像素。