OCR（Optical Character Recognition，光学字符识别）,如今已经广泛的运用到了各种领域。本次创建一个识别手写数字的程序，使用的是knn算法，属于机器学习中的监督学习，需要大量的训练数据样本进行训练，然后根据训练结果进行识别。 
图中绿色的点会根据k的值取值，再根据取到值颜色的多少来判断绿色的点是属于红色还是蓝色。把这个过程就叫做分类。
OpenCV安装包里有一张图片digits.png（如下图），图片上是5000个手写数字，每个数字重复500遍，分别是0-9。每个数字都是20x20的小图。我们将这个图片在重新排成一行含有400个像素点的新图像。以这个为特征集，所有像素的灰度值。
1.运行环境
操作系统：win7 64位
python3.5.2
opencv3.2
2.主要方法
cv2.ml.KNearest_create()创建一个K-Nearest Neighbour分类器
3.代码
import numpy as np
import cv2
#读取图片转为灰度图
img = cv2.imread('digits.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#把图片分隔成5000个，每个20x20大小
cells = [np.hsplit(row,100) for row in np.vsplit(gray,50)]
#再转成numpy数组
x = np.array(cells)
#一半用来训练的数组，一半用来测试的数组
train = x[:,:50].reshape(-1,400).astype(np.float32)
test = x[:,50:100].reshape(-1,400).astype(np.float32)
#创建训练和测试的标签
k = np.arange(10)
train_labels = np.repeat(k,250)[:,np.newaxis]
test_labels = train_labels.copy()
#创建一个K-Nearest Neighbour分类器，训练数据，然后用测试数据测试它
knn = cv2.ml.KNearest_create()
knn.train(train,cv2.ml.ROW_SAMPLE,train_labels)
ret,result,neighbours,dist = knn.findNearest(test,k=5)
#最终检查测试的精确度，比较结果，检查哪些是错误的，最终输出正确率
matches = result == test_labels
correct = np.count_nonzero(matches)
accuracy = correct*100.0 / result.size
print(accuracy)
跑一遍程序，最终得到准确率为91.76%。
4.优化
在运行的过程中每次都会去读取图片，准备训练分类器，我们可以运行一次后把它保留下来，下次运行的时候，直接读取这些数据，大大提高运行的效率。
#保存数据
np.savez('data.npz',train=train, train_labels=train_labels)#下次运行时读取
with np.load('data.npz') as data:
print data.files
train = data['train']
train_labels = data['train_labels']想要提高手写数字识别率，只有不断的增加训练的样本