使用python+flask搭建的一个网站，然后从网页的写字板上获取鼠标手写的汉字经过转码后传回后台，并经过图片裁剪处理之后传入CNN手写中文识别的模型中进行识别，最后通过PIL将识别结果生成图片，最后异步回传给web端进行识别结果展示。中文总共50,000多汉字，常用的有3,755个。这里主要对常见的3755个汉字进行识别。
![aec57cc8279ee9830f44f79e9f28492753c43c40]()
一、数据集
目前国内有很多优秀的中文手写识别数据集。例如：北京邮电大学模式识别实验室发布的数据(HCL2000)，它是目前最大的脱机手写汉字库，共有1,000个人书写，除了汉字样本库外，还有一个对应的书写者信息库，记录了书写者的年龄、职业、文化程度等信息，用于研究相关影响因素。目前此数据库免费向研究者公开。本文使用的是中科院自动研究所的分享的中文手写数据集CASIA-HWDB(下载地址http://www.nlpr.ia.ac.cn/databases/handwriting/Home.html )，由187个人通过Wacom笔在线输入的手写汉字。
二、CNN结构：
用tensorflow库来实现【三个卷积层+三个池化层+两个全连接层】的卷积神经网络，结构如下图所示：
![15b6e046369fd6b27c3f3aa906f8557ad4cd50da]()
训练图片都修整成64x64大小，这里我只训练常见的3755个汉字，在CNN识别数字的模型结构上再添加了一个卷积层和池化层，其他结构差不多。
将下载好的HWDB数据集解压处理好开始训练，这个训练过程比较长，我最终在
GPU:GTX1050Ti上迭代了12,000次花费几个小时，最终取最可能的前三个预测值
三、加载模型
我训练模型迭代了12,000次之后，将训练参数保存在checkpoint文件夹中，不过因为单个文件大小的限制，训练好的模型文件从百度云上下载：
链接: https://pan.baidu.com/s/1eSWBIyI
密码: kv2r
下载之后直接覆盖checkpoint文件夹。
四、环境
● python 3.6.1;
● flask 0.12.2;
● tensorflow 1.3.0;
● pillow 4.2.1;
● pickleshare 0.7.4;
● numpy 1.13.1;
五、运行
1、克隆项目，然后按照环境要求安装好相应的库(使用pip安装)；
2、从百度云下载训练好的模型文件，放到相应的checkpoint文件夹下；
3、使用python run.py运行；
4、打开本地浏览器输入localhost:5000进行查看；
原文发布时间为：2018-10-14
本文来自云栖社区合作伙伴“大数据挖掘DT机器学习 ”，了解相关信息可以关注“大数据挖掘DT机器学习 ”。
