专利摘要显示，本发明公开了一种基于机器学习的表单手写数字识别方法，属于机器学习技术领域，基于LeNet‑5模型的结构特性，通过TensorFlow开源平台和Keras框架搭建机器学习模型，所述机器学习模型基于用户输入的表单手写数字图片，处理为识别后的阿拉伯数字；所述机器学习模型包括C1卷积层、C2卷积层、池化采样层、Flatten层、D1层、Dense层、D2层以及Output层，所述Output层，把0‑9十个数字分成10个组，每个组标志一个数字。

本发明对表单手写体数字进行识别时，能获得更好的性能和更高的识别精度。