sklearn內置了手寫數字的數據集digits。此數據集的官方介紹在這里。摘錄如下：
Each datapoint is a 8x8 image of a digit.
Classes 10 Samples per class ~180 Samples total 1797 Dimensionality 64 Features integers 0-16
整體步驟分為：訓練——預測兩大步。用到的預測圖片如下：
from sklearn.linear_model import LogisticRegression from sklearn import datasets from sklearn.cross_validation import train_test_split from sklearn.metrics import confusion_matrix,accuracy_score import numpy as np import scipy import cv2 from fractions import Fraction
def image2Digit(image):
# 調整為8*8大小
im_resized = scipy.misc.imresize(image, (8,8))
# RGB（三維）轉為灰度圖（一維）
im_gray = cv2.cvtColor(im_resized, cv2.COLOR_BGR2GRAY)
# 調整為0-16之間（digits訓練數據的特征規格）像素值——16/255
im_hex = Fraction(16,255) * im_gray
# 將圖片數據反相（digits訓練數據的特征規格——黑底白字）
im_reverse = 16 - im_hex
return im_reverse.astype(np.int)
# 加載數字數據
digits = datasets.load_digits()
# 划分訓練集與驗證集
Xtrain, Xtest, ytrain, ytest = train_test_split(digits.data, digits.target, random_state=2)
# 創建模型
clf = LogisticRegression(penalty='l2')
# 擬合數據訓練
clf.fit(Xtrain, ytrain)
# 預測驗證集
ypred = clf.predict(Xtest)
# 計算准確度
accuracy = accuracy_score(ytest, ypred)
print("識別准確度：",accuracy)
# 讀取單張自定義手寫數字的圖片
image = scipy.misc.imread("digit_image/2.png")
# 將圖片轉為digits訓練數據的規格——即數據的表征方式要統一
im_reverse = image2Digit(image)
# 顯示圖片轉換后的像素值
print(im_reverse)
# 8*8轉為1*64（預測方法的參數要求）
reshaped = im_reverse.reshape(1,64)
# 預測
result = clf.predict(reshaped)
print(result)
注意：
- 自定義圖片最好是png格式，因為jpg采用的是有損壓縮算法，圖像數據會變化；
- 訓練數據與預測數據格式需要一致，即特征一致；
- 上述代碼基本上是對sklearn算法的簡單調用，識別魯棒性不高，所以圖片中數字要很粗——方便識別