本项目为前几天收费帮学妹做的一个项目在工作环境中基本使用不到但是很多学校把这个当作编程入门的项目来做故分享出本项目供初学者参考。一、项目描述基于 KNN 算法的简易手写数字识别器这是一个基于 KNN 算法的简易手写数字识别器无需深度学习框架即可实现多位手写数字的识别。项目通过 PyQt5 构建图形界面提供了手写画板、实时识别、训练数据保存等功能主要用于演示机器学习基础算法的实际应用。二、项目功能手写输入支持在画板上通过鼠标书写多位数字笔画可实时显示实时识别点击“识别”按钮后自动处理手写内容并显示识别结果交互重置提供重置按钮可清空画板内容和识别结果重新输入三、运行环境操作系统Windows 系统Python 版本Python 3.10 及以上依赖库需安装 PyQt5、OpenCV (cv2)、NumPy、Pandas、PIL (Pillow)四、项目技术KNN 分类算法自行实现的 K 近邻算法通过计算待识别样本与训练集的欧氏距离取最近的 K 个邻居进行投票分类图像处理流水线使用 OpenCV 将手写图像缩放为固定尺寸灰度化 二值化处理提取黑白特征按列分割数字区域裁剪上下白边将数字居中统一缩放为 32×32 像素转换为 1024 位二值特征向量GUI 实现基于 PyQt5 框架通过 QPainter 捕获鼠标轨迹实现手写画板支持实时绘制与事件响应特征匹配将提取的二值特征与训练集中的样本逐一比对返回距离最近的数字类别以上系统源码经过技术整理与调试确保能正常运行五、项目截图