近年來(lái)人工智能與模式識(shí)別技術(shù)飛速發(fā)展，成為當(dāng)前的熱門(mén)技術(shù)。手寫(xiě)字符的識(shí)別是模式識(shí)別領(lǐng)域的重要分支。國(guó)內(nèi)外對(duì)手寫(xiě)輸入文字的識(shí)別技術(shù)歷經(jīng)了多年的研究并取得了很好的應(yīng)用性成果。手寫(xiě)輸入字符由于輸入時(shí)的隨意與筆I田-的不規(guī)則，使得同一字符的輸入有著多樣性，給識(shí)別增添J-難度。經(jīng)過(guò)多年的研究，針對(duì)手寫(xiě)字符的識(shí)別提出了多種解決方案，每種方法采用不同的數(shù)學(xué)模型進(jìn)行手寫(xiě)字符的特征提取，常用的模式識(shí)別方法大致有兩類：第一類通過(guò)現(xiàn)成的模板、矩陣、集成特征直接比照識(shí)別，第二類通過(guò)字符的關(guān)鍵節(jié)點(diǎn)、端點(diǎn)或者粗糙處等結(jié)構(gòu)特征直接識(shí)別。大致的方法包括模板匹配、統(tǒng)計(jì)決策與句法構(gòu)造等方法。簡(jiǎn)單容易的事情。本文基于機(jī)器學(xué)習(xí)的思想進(jìn)行手寫(xiě)字符的識(shí)別，力求把人工智能的新技術(shù)應(yīng)用到手寫(xiě)字符識(shí)別領(lǐng)域進(jìn)行寧符的預(yù)處理和特征提取，最終達(dá)到提高識(shí)別精度與準(zhǔn)確率的目的。本文選取的機(jī)器學(xué)習(xí)算法是k-鄰近算法，基于該算法設(shè)計(jì)了手寫(xiě)識(shí)別系統(tǒng)。系統(tǒng)包括學(xué)習(xí)與識(shí)別兩大模塊，采用Python語(yǔ)言編寫(xiě)完成。