### 使用CNN进行文字识别的完整Python程序 为了构建一个用于文字识别的卷积神经网络(CNN)，通常会采用Keras框架来简化模型的设计与训练过程[^2]。下面是一个基于MNIST手写数字数据集的文字识别例子，此数据集包含了大量0到9的手写数字图像。 #### 导入必要的库 ```python import numpy as np from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, Dropout, Flatten from keras.layers.convolutional import Conv2D, MaxPooling2D from keras.utils import np_utils ``` #### 加载并预处理数据 ```python # 设置随机种子以确保结果可重复 np.random.seed(7) # 输入图片尺寸 img_rows, img_cols = 28, 28 # 载入mnist数据集 (X_train, y_train), (X_test, y_test) = mnist.load_data() # 数据重塑成适合输入给定形状的形式 X_train = X_train.reshape((X_train.shape[0], img_rows, img_cols, 1)).astype('float32') X_test = X_test.reshape((X_test.shape[0], img_rows, img_cols, 1)).astype('float32') # 归一化像素值至0-1之间 X_train /= 255 X_test /= 255 # 将标签转换为one-hot编码形式 y_train = np_utils.to_categorical(y_train) y_test = np_utils.to_categorical(y_test) num_classes = y_test.shape[1] ``` #### 构建CNN模型结构 ```python def create_model(): model = Sequential() # 添加第一个卷积层和池化层 model.add(Conv2D(32, kernel_size=(5, 5), input_shape=(img_rows, img_cols, 1), activation='relu')) model.add(MaxPooling2D(pool_size=(2, 2))) # 第二个卷积层及其后的池化操作 model.add(Conv2D(64, (5, 5), activation='relu')) model.add(MaxPooling2D(pool_size=(2, 2))) # 展平特征图以便连接全连接层 model.add(Flatten()) # 全连接层 model.add(Dense(128, activation='relu')) # 输出层 model.add(Dense(num_classes, activation='softmax')) # 编译模型 model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy']) return model ``` #### 训练模型 ```python model = create_model() history = model.fit(X_train, y_train, validation_data=(X_test, y_test), epochs=10, batch_size=200, verbose=2) ``` #### 测试模型性能 ```python scores = model.evaluate(X_test, y_test, verbose=0) print(f'Accuracy: {round(scores[1]*100, 2)}%') ``` 上述代码展示了如何利用Keras创建一个简单的CNN架构来进行基本的文字（数字）识别任务。通过调整参数设置以及引入更复杂的组件如Dropout防止过拟合等问题，可以进一步优化这个基础版本。