通过深度学习，利用已有库文件提取手写体图信息。与数据库中的内容进行对比，来识别手写体字母。(Through in-depth learning, handwritten graphic information is extracted from existing library files. Compare with the content in the database to recognize handwritten letters.)

手写体识别 lenet5 LeNet5由7层CNN（不包含输入层）组成，上图中输入的原始图像大小是32×32像素，卷积层用Ci表示，子采样层（pooling，池化）用Si表示，全连接层用Fi表示。下面逐层介绍其作用和示意图上方的数字含义。(Lenet5 is composed of seven layers of CNN)