论文总字数：17630字

摘 要

迄今为止，在计算机科学家们的努力之下，人工智能已经进入了蓬勃发展的重要时期。从一开始的起步到反思、应用、低迷到稳步，然后蓬勃发展的过程，人工智能的发展可以被描述为是一个持久的发展历程。现今人工智能领域的竞争也是日益激烈，学习人工智能的只是也是顺应时代的要求。模式识别在其中就是一个重要的方向。数字字型之间的体型之差不大，但是仍有多种不同的写法，数字之间的上下文联系也没有，这些特点使得数字的识别变得相对困难。

本文主要介绍基于KNN算法的手写数字识别系统的开发过程。对手写数字系统运用的语言、开发工具、算法等一一介绍。并且对手写数字识别系统中图片处理做了详细描述。最后也介绍了手写数字识别系统的使用方式及结果。

关键字：KNN算法 ；手写数字识别 ；人工智能； 预处理； 模式识别

Handwritten Number Recognition Based on KNN 

Abstract

So far, under the efforts of computer scientists, artificial intelligence has entered an important period of vigorous development.From the beginning to reflection, application, downturn to steady, and then booming process, the development of artificial intelligence can be described as a lasting development process.Nowadays, the competition in the field of artificial intelligence is increasingly fierce, and those who learn artificial intelligence are just complying with the requirements of The Times.Pattern recognition is an important direction.The difference in body shape between Numbers and fonts is small, but there are still many different ways of writing them and no context between Numbers, which makes them relatively difficult to identify.

This paper mainly introduces the development process of handwritten numeral recognition system based on KNN algorithm.The language, development tools and algorithms used in writing digital systems are introduced.And write a detailed description of the image processing in the digital recognition system.Finally, the paper introduces the method and result of handwritten numeral recognition system.

Key Words: KNN algorithm; Handwritten digit recognition; Pattern recognition; Pretreatment; Artificial intelligence (ai)

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1 课题的背景及意义 1

1.2 国内外研究现状 1

1.3 课题的主要研究 2

1.4 本章小结 2

第二章 系统开发工具及相关算法技术介绍 3

2.1 开发平台介绍 3

2.2 Python和Anaconda的介绍 3

2.3 KNN算法 4

2.3.1 KNN算法基本介绍 4

2.3.2 KNN算法的流程 4

2.4 欧氏距离 5

2.5 手写数字识别简介 6

2.6 本章小结 6

第三章 手写数字识别系统的需求分析与数据预处理 7

3.1 问题描述 7

3.2 功能需求分析 7

3.3 手写数字识别系统的简单结构图 7

3.4 数据集的处理 8

3.4.1 数据的基本格式 8

3.4.2 数据预处理 8

3.5 本章小结 11

第四章 手写数字识别系统的设计与实现 12

4.1图像的处理 12

4.2简易的图片数据库 16

4.3 图像识别算法 20

4.4 简单的加权算法 22

4.5 网页的设计实现 24

4.6 结果展示 25

4.7 本章小结 26

第五章 总结与展望 27

5.1 总结 27

5.2 展望 27

参考文献 28

致谢 29

绪论

• 1. 课题的背景及意义

从2011年至今，伴随着物联网，大数据等信息技术的崛起发展，模式识别为代表的人工智能技术正在飞速的发展前进。图像处理也慢慢演变成一门重要学科。数字图像作为被研究对象来说，也因为目标信息的丰富性而变得重要起来。图像识别运用到现实中主要还是为了实现，能让计算机自动完成人类在平时工作和生活中对大量信息工作的处理任务。比如，一些规模比较大的数据统计，财务的处理，人口的普查工作，邮件的分类与挑拣工作等等，

手写数字的识别不仅仅在于现实意义的突出，同样它的应用前景也是相当广泛的，现今社会下的经济发展迅速，随着这样的发展潮流，票据的流量也变得多起来，而这些票据中存在着大量的信息需要处理。如果我们只用人工来处理这些信息的输入，它会消耗大量的人力和物力，并在同一时间将有诸如成本增加和效率低的问题发生。能够省下很多人工键盘鼠标输入数据的时间。从实用这一角度来看，手写数字的识别是实用性很强的热点研究对象。因为阿拉伯数字的全球通用性，奠定了手写数字识别的研究基础，，这一项目的研究，世界是通用的，可以有一个公共的平台去讨论研究。

• 1. 国内外研究现状

随着科学技术的飞速发展，人们对计算机识别的要求也越来越高。在我国,如何轻松快速地将数字输入计算机已经成为与计算机普及相关的关键问题。目前，中国已经推出了一种多字体大字符集简单复杂的识别核心，可以识别几十种常见字体及其变种。识别字符集包括简体中文6763个字符，繁体中文5401个字符和常用的香港文字使用了超过10,000个字符，各种字体的识别率超过99％。目前，中国的数字识别技术研究单位主要包括汉王科技，北京文通，北京鑫万佳公司，蒙自科技等，正确的数字识别率大于99％。

我国手写数字识别系统现在在大多数领域中起到举足轻重的作用，尤其是在财务、税务、金融行业、年检、人口普查等。在大规模的数据统计中，需要输入大量的数据，以前完全要手工输入，需要耗费大量的人力和物力。近年来在这类工作中采用OCR技术已经成为一种趋势。数据的录入是集中组织的，所以往往可以通过专门设计表格和对书写施加限制以便于机器的自动识别。财务、税务、金融是手写数字识别大有可为的又一领域。随着我国经济的迅速发展，每天等待处理的财务、税务报表、支票、付款单等越来越多。如果能把它们用计算机自动处理，无疑可以节约大量的时间、金钱和劳力。另外，随着我国函件业务量不断增长，邮件的分拣自动化成为大势所趋。在邮件的自动分拣中，手写数字识别（OCR）往往与光学条码识别（OBG），人工辅助识别等手段相结合，完成邮政编码的阅读。这就要求分拣机有一定的性能指标，差错率要越小越好。

请支付后下载全文，论文总字数：17630字