手写体数字识别是目前模式识别领域众多研究者关注的一个热点,是信息录入的关键步骤,广泛应用于公安、税务、交通、金融、教育等行业的实践活动中。目前识别的方法是多种多样的,但识别的技术尚不能使识别率完全达到正确。为了能够将手写体数字识别真正应用到实际工作中,本文除了在手写体识别算法的识别率提高上下功夫之外,还设计了一个基于手写体数字识别的学生考号信息识别系统。在对手写体数字识别技术做了充分了解、学习和比较后,本文选择了BP神经网络作为分类器的训练和识别算法。BP神经网络实质上实现了一个从输入到输出的映射,理论上它具有实现任何复杂的非线性映射的能力,适合于求解内部机制复杂的问题。本文设计了一个学生试卷考号识别系统,系统使用扫描仪将学生试卷内容扫描到计算机中以后,程序对手写体数字图像中学生考号进行二值化、去噪声等预处理,然后形成神经网络分类模型的输入,并由神经网络进行识别,识别后的结果会显示在显示器上。