当前位置：首页 > news >正文

用Python实现数字识别的简单AI应用

news 2026/6/1 7:10:03

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()