用Python实现数字识别的简单AI应用

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1
        exp_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.bias
        return 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 = 0
            
            for 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_label
                dw = np.outer(x_i, error)
                db = error
                
                # 更新权重：调整AI的“知识”
                self.weights -= learning_rate * dw
                self.bias -= learning_rate * db
            
            if 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2
    test_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？

1. 看图片：把4x4的图片变成16个数字
2. 计算特征：用权重计算每个数字的可能性
3. 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！