单特征 MNIST库 手写数字识别实现matlab

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

clear;
clc;
directory=uigetdir（‘‘‘选择学习图片路径‘）;
ImageNum=60000;
numis=textread（‘study.txt‘‘%1d‘）;  %numis 是正确的ImageNum个样本值
feasum=zeros（1016）;      %10*16的特征之和数组
numsum=zeros（10）;       %0-9的个数，0用10代替
h_w=waitbar（0‘请稍后，正在处理中>>>>>>>>‘）;
for i=1:ImageNum
    impath=fullfile（directory[‘TrainImage_‘ num2str（i‘%05d‘） ‘.bmp‘]）;
    rawim=imread（impath）;
    xx=find（rawim<150）;
    rawim（xx）=0;
    x=find（rawim>=150）;
    rawim（x）=255;
    bwim=im2bw（rawim0.5）;%二值化
    
    gridnum=[0000000000000000];%保存16个块的黑色像素个数
    xbase=1;
    ybase=1;
    for yz=0:3
        for xz=0:3          %这两个是4*4的大块
            for ybase=1:7
                for xbase=1:7       %这两个是在7*7的小块内
                    if（bwim（yz*7+ybasexz*7+xbase）==0）  %如果是黑色像素
                        gridnum（yz*4+xz+1）=gridnum（yz*4+xz+1）+1;
                    end
                end
            end
        end
    end
    
    jud=numis（i）;
    if jud==0       %如果是0，放在第十个
        jud=10;
    end
    numsum（jud）=numsum（jud）+1;      %统计0-9的个数
    for t=1:16
        feasum（judt）=feasum（judt）+gridnum（t）;
    end
    waitbar（i/ImageNum）;
end
sum=zeros（10）;      %sum保存0-9所有节点黑色像素总和，用于归一化
for i=1:10
    for j=1:16
        sum（i）=sum（i）+feasum（ij）;
    end
end
feature=zeros（1016）;
for i=1:10
    for j=1:16
        feature（ij）=feasum（ij）/sum（i）;
    end
end
fid=fopen（‘features.txt‘‘w‘）;		%将特征值写到 feature.txt 文件
for i=1:10
	fprintf（fid‘%1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f %1.8f\n‘feature（i1）feature（i2）feature（i3）feature（i4）feature（i5）feature（i6）feature（i7）feature（i8）feature（i9）feature（i10）feature（i11）feature（i12）feature（i13）feature（i14）feature（i15）feature（i16））;
end
fclose（fid）;
close（h_w）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       1760  2011-11-12 10:04  44grid\features.txt

     文件       2257  2011-11-12 13:18  44grid\grid-recognition.asv

     文件       1860  2011-11-12 09:50  44grid\grid_study.asv

     文件       1945  2011-11-12 13:55  44grid\grid_study.m

     文件      94416  2011-11-15 18:48  44grid\log.txt

     文件    1072694  2011-11-15 18:58  44grid\ok.bmp

     文件       1654  2011-11-15 18:55  44grid\ok.fig

     文件        269  2011-11-12 14:56  44grid\ReadMe.txt

     文件       2330  2011-11-15 18:47  44grid\recognition.m

     文件     120000  2011-11-10 21:42  44grid\study.txt

     文件      20000  2011-11-10 21:32  44grid\test.txt

     文件       1320  2011-11-12 19:40  66splitline\features.txt

     文件       1989  2011-11-12 16:54  66splitline\grid_study.asv

     文件      91112  2011-11-15 18:58  66splitline\log.txt

     文件    1072694  2011-11-15 19:00  66splitline\ok.bmp

     文件        270  2011-11-12 17:23  66splitline\ReadMe.txt

     文件       1666  2011-11-12 18:57  66splitline\recognition.asv

     文件       2433  2011-11-15 18:57  66splitline\recognition.m

     文件       2286  2011-11-12 19:34  66splitline\study.m

     文件     120000  2011-11-10 21:42  66splitline\study.txt

     文件      20000  2011-11-10 21:32  66splitline\test.txt

     文件       5400  2011-11-12 15:17  77grid\features - 副本.txt

     文件       5403  2011-11-12 20:09  77grid\features.txt

     文件       1701  2011-11-12 14:20  77grid\grid_study.asv

     文件       1710  2011-11-12 20:05  77grid\grid_study.m

     文件      59668  2011-11-13 17:05  77grid\log.txt

     文件        269  2011-11-12 15:51  77grid\ReadMe.txt

     文件       2267  2011-11-12 14:31  77grid\recognition.asv

     文件       2277  2011-11-12 20:58  77grid\recognition.m

     文件     120000  2011-11-10 21:42  77grid\study.txt

............此处省略47个文件信息