手写体数字识别是目前字符识别的研究热点,利用计算机自动处理数字信息的技术已经成为信息化领域的重要研究内容。在现代教学过程中,学生试卷分数的自动识别与存储是学校教学管理规范化建设的重要内容。试卷分数的自动识别能够有效减轻教师的工作量,提高工作效率。本文针对试卷分数的自动识别技术进行了研究,主要包括试卷图像处理、手写体数字识别及试卷分数自动识别系统设计三个方面。1.试卷图像处理是对试卷分数进行自动识别的基础。本文实现了试卷分割、图像增强、倾斜校正、手写体数字(成绩)分割以及最后的归一化操作。实验结果表明,通过试卷图像的预处理和分割可以提高手写体数字识别准确率;2.实现了一种基于CNN的手写体数字分类方法,获得了较好的效果;同时对于试卷图像上识别易出错的涂改过的数字或书写不清晰的数字,提出了一种利用专家知识对输出的识别结果进行后处理的方法,提高了识别准确率;3.基于Python语言的Flask框架和Caffe神经网络框架,使用Qt Creator开发工具,设计并实现了一个基于卷积神经网络的试卷分数自动识别系统,具有直观的分数统计展示功能等。