深度学基本的手写数字识别，应用到自己的图片上。 首先我们要将自己的图片做成数据集的格式。也就是每个数字是28x28的像素点，并转成灰度，这些可以用cv库来实现也可以用其他的来实现，最主要是要使图片与数据集里的图片一样。首先了解一个概念，黑色背景的像素是0，白色（其实是灰度图是1-255的）是非0， # 那么从行开始，我们计算将每一行的像素值加起来，如果都是黑色的那么和为0（当然可能有噪点，我们可以设置个阈值将噪点过滤）， # 有字体的行就非0，依次类推，我们再根据这个图来筛选边界就可以得出

本人用pytorch写的一个CNN网络模型案例，包括训练部分和测试部分，采用的数据集是MNIST手写数字集