一直以来，让机器具有模式识别能力一直是计算机科学家们的努力方向。

研究模式识别，是理解人类智能的本质的重要途径。

字符识别是一个典型的模式识别问题，手写数字识别具有不同字符体型相差不大，相同字符有多种不同写法，数字没有上下文关联等特点，这些特点使手写数字识别比较困难。

该论文设计了一套基于KNN算法，用Python语言实现手写数字识别系统。

先对图片进行预处理，预处理包括灰度化、去噪、二值化等等，再用KNN算法对图片进行分类，手写数字识别也是一个十分类的问题。

实验结果表明该文所设计的手写数字识别具有较好的识别率，同时也说明KNN算法在手写数字识别上具有良好的应用。

光学字符识别是图像处理与模式识别领域的一个重要分支。

其目的就是通过扫描，摄像等光学输入方式将汉字报刊，书籍，文稿及其他印刷品的文字转化为图像信息，将图形，表格的图像进行保存，再利用文字识别技术讲图像内的文字或表格中的资料一律变成计算机能识别的文字，以便于计算机的管理维护。

它能够减少存储容量，通信交流的信息，循环利用已识别出的文字以及节省因键盘输入而浪费的人力，物力，财力和时间。

手写数字识别是光学字符识别的一个分支，它的研究对象是，如何利用电子计算机自动辨认人手写在纸张上的阿拉伯数字。