迎大家关注腾讯云技术社区-博客园官方主页，我们将持续在博客园为大家推荐技术精品文章哦~
作者：刘潇龙
前言
首先需要说明，这里所说的数字识别不是手写数字识别！
但凡对机器学习有所了解的人，相信看到数字识别的第一反应就是MNIST。MNIST是可以进行数字识别，但是那是手写数字。我们现在要做的是要识别从九宫格图片中提取出来的印刷体的数字。手写数字集训练出来的模型用来识别印刷体数字，显然不太专业。而且手写体跟印刷体相差不小，我们最看重的正确率问题不能保证。
本文从零开始做一遍数字识别，展示了数字识别的完整流程。从收集数据开始，到数据预处理，再到训练KNN，最后进行数字识别。
我们一步一步来说。
数据收集
为了便于处理，我百度找到了10张下面这样按照1-9-0顺序排列的图片，作为我们的初始数据集。
有的图片可能本来除数字区域外，周围空白部分比较多。为了便于处理，首先用windows自带的画图软件把图片裁剪成上面这样只包含数字区域的样子。
这十张数据集基本涵盖了印刷数字体的不同样式、字体，而且颜色、背景甚至渐变方式都各不相同。
数据处理
显然，我们第一步要做的就是上一节的内容，那就是把图片中的数字分别提取出来。
训练knn，还有其他任何有监督的机器学习模型，不光要有样本数据，还要有知道每一个样本对应的标签。这也是为什么我要选择上面这样按顺序排列的数字图片。
提取数字之后，我们可以对每一个数字的位置进行排序，然后根据位置信息可以知道每一个数字是几。标签也就由此生成了。
这一部分的内容可以分两部分来说，第一部分就是提取数字，第二部分是提取数字之后的数据预处理。
