基于机器学习opencv的手写数字识别系统，有算法有系统

## 基于KNN算法的手写数字识别 #### 摘要 ``` 本文手写体数字识别系统的工作主要是运用K最邻近算法实现了对手写体数字的识别，支持上传本地图片和调用摄像头进行拍摄两种识别的途径，同时有添加完善数据集、查看测试集的识别率的功能，形成了一个比较完整的手写数字识别系统。本文还运用python的GUI编程中的tkinter模块设计了一个简洁友好的用户界面。本文重点阐述了手写数字识别图像处理流程，运用KNN算法进行分类识别，同时运用数理统计的方法对K值的选取进行优化，最后对整个系统的实现结果进行了分析。 采用了TestDigits测试集，并对其进行测试，实验的数据显示本文所设计的手写体数字识别系统取得较高的识别率，对上传和拍摄的图片也有着较高的识别率。 ``` + 代码导入流程 1. 安装软件python3.7+、pycharm编译器 2. 将对应代码文件Handwritten_digit_recognition-master解压导入（最好不要有中文路径） 3. 导入相应的模块，有报错根据缺少的模块导入即可，如下 ``` pip install pytest pip install numpy pip install opencv-python pip install pillow ``` ##### 下方其他资料，在博客最下方有博主名片 +