Neural networks in OpenCV library

Cilj ovog završnog rada bio je prikazati teorijsku podlogu umjetnih neuronskih mreža i njihovu primjenu u C++ programskom jeziku sa OpenCV bibliotekom. Obrađeni problem je prepoznavanje ljudskog rukopisa, točnije znamenaka. Potrebno je stvoriti neuronsku mrežu i definirati njene parametre što se postiže s klasama i funkcijama iz implementirane OpenCV biblioteke. Pokreće se proces učenja neuronske mreže sa što većim brojem uzoraka. Kad je proces treniranja gotov sustavu se predaju testni uzorci kako bi se utvrdila uspješnost procesa učenja. U simulaciji je mreža trenirana sa 1000 uzoraka, a testnih primjera predano joj je 100. Od 100 uzoraka prepoznato ih je 83 što bi značilo da je uspješnost na relativno visokoj razini.The aim of this bachelor thesis was to show the theoretical basis of artificial neural networks and their use in C ++ programming language with OpenCV library. Problem that was processed is human handwriting recognition, digits. It is necessary to create a neural network and define its parameters using classes and functions from the OpenCV library. The process of learning neural network is initiated with training samples. When the training process is finished, test samples are used in order to determine the success of the learning process. In the simulation, the network is trained with a 1000 samples and given a 100 test examples. Of the 100 samples, 83 were identified, which would mean that the success rate is relatively high