今天分享一个用Python写了一个能识别图片里文字的AI！不用任何现成的大模型，就靠最基础的代码。
这个简单的AI能做什么？
简单的说就是你画了一个简单的数字“8”，这个AI就能认出它是8！虽然它现在只能认0-9这10个数字，但这就是真正AI识别的原理。
第一步：准备“训练教材”
import numpy as np
import matplotlib.pyplot as plt# 我们自己来造一些“手写数字”
def create_number_data():# 数字0的模板zero = np.array([[0, 1, 1, 0],[1, 0, 0, 1],[1, 0, 0, 1],[0, 1, 1, 0]])# 数字1的模板 one = np.array([[0, 0, 1, 0],[0, 1, 1, 0],[0, 0, 1, 0],[0, 0, 1, 0]])# 数字2的模板two = np.array([[0, 1, 1, 0],[0, 0, 0, 1],[0, 1, 1, 0],[1, 1, 1, 1]])data = []labels = []templates = [zero, one, two]# 给每个数字造50个稍微不一样的版本for number, template in enumerate(templates):for i in range(50):# 加入一点点随机变化，就像不同人写的字noisy_template = template + np.random.normal(0, 0.2, (4, 4))data.append(noisy_template.flatten()) # 把4x4变成16个数字的一行labels.append(number)return np.array(data), np.array(labels)print("正在制作训练数据...")
X_train, y_train = create_number_data()
print(f"制作了 {len(X_train)} 个手写数字样本")
第二步：建造AI的“大脑”
class MyFirstOCR:def __init__(self):# 随机初始化权重 - 就像给AI一个空白的脑子self.weights = np.random.randn(16, 3) * 0.1 # 16个输入，3个输出（0,1,2）self.bias = np.zeros(3)def softmax(self, x):# 把输出变成概率，比如[0.1, 0.8, 0.1]表示80%可能是数字1exp_x = np.exp(x - np.max(x)) # 防止数值过大return exp_x / np.sum(exp_x)def forward(self, x):# AI的思考过程：输入 → 计算 → 输出概率z = np.dot(x, self.weights) + self.biasreturn self.softmax(z)def train(self, X, y, learning_rate=0.1, epochs=1000):print("开始教AI认数字...")for epoch in range(epochs):total_loss = 0for i in range(len(X)):# 取一个训练样本x_i = X[i]y_i = y[i]# 前向传播：AI猜答案prediction = self.forward(x_i)# 计算误差：AI知道自己错多少true_label = np.zeros(3)true_label[y_i] = 1 # 变成[1,0,0]这样的形式loss = -np.log(prediction[y_i] + 1e-8) # 交叉熵损失total_loss += loss# 反向传播：AI从错误中学习error = prediction - true_labeldw = np.outer(x_i, error)db = error# 更新权重：调整AI的“知识”self.weights -= learning_rate * dwself.bias -= learning_rate * dbif epoch % 200 == 0:print(f"训练轮次 {epoch}, 平均误差: {total_loss/len(X):.4f}")def predict(self, x):# 用训练好的AI预测数字probabilities = self.forward(x)return np.argmax(probabilities) # 返回概率最大的那个数字# 创建我们的AI
print("创建AI大脑中...")
my_ocr_ai = MyFirstOCR()
第三步：训练AI
# 开始训练！
my_ocr_ai.train(X_train, y_train)print("训练完成！AI已经学会认数字了！")
第四步：测试我们的AI
# 让我们画个数字测试一下
def test_ai():# 画一个数字2test_digit = np.array([[0.1, 0.9, 0.8, 0.2],[0.0, 0.1, 0.0, 0.9],[0.2, 0.8, 0.9, 0.1],[0.9, 0.9, 0.8, 0.9]]).flatten()# 让AI识别prediction = my_ocr_ai.predict(test_digit)confidence = np.max(my_ocr_ai.forward(test_digit))print(f"AI识别结果：数字 {prediction}")print(f"置信度：{confidence*100:.2f}%")# 显示我们画的数字plt.imshow(test_digit.reshape(4, 4), cmap='gray')plt.title(f"AI识别为: 数字 {prediction}")plt.show()# 测试！
test_ai()
它是怎么“思考”的？
- 看图片：把4x4的图片变成16个数字
- 计算特征：用权重计算每个数字的可能性
- 做决定：选择可能性最大的那个数字
从这个案例中我们学到了
- AI不神秘：就是权重 + 计算 + 学习
- 训练是关键：就像教小孩，要反复练习
- 从简单开始：先学会认0-9，后面就能认更多
这个AI虽然简单，但原理和那些复杂的图像识别系统是一样的！
你运行这段代码，然后自己尝试一下，就拥有自己的第一个图片识别AI了！