每人写下0~9共墹墳数字，并制作成墹张28*28的黑白图片

将数字0到9转换为28x28像素的黑白图片，通常是一个字符识别（OCR，Optical Character Recognition）过程中的基本步骤。这种操作常用于计算机视觉和人工智能领域，特别是手写数字识别任务，比如MNIST数据集就是一个著名的例子。

每个数字会按照特定的模板绘制出来，通常是这样的：

- 对于0，它可能是圆形的；
- 1是水平的一条线，上面可能有一个点；
- 2像一个开放的上升曲线；
- 3看起来像是倒置的3/4圆；
- ...以此类推，其他数字也有各自的特征形状。

每种数字都有一个对应的二进制矩阵表示，其中白色代表像素值为1，黑色代表0。这个矩阵会被填充到28x28像素的图像中，通过位图软件（如Python的PIL库）或者深度学习框架（如TensorFlow或PyTorch）中的图像处理函数来生成。

如果你需要实际操作，可以编写一个简单的程序，例如用Python的`PIL`库和`numpy`来创建这样的图像，或者使用机器学习工具包提供的API。以下是使用Python的一个简单示例：

from PIL import Image, ImageDraw, ImageFont
import numpy as np

# 定义每个数字的宽度和高度
width, height = 28, 28

# 创建一个新的黑底白字的图像
img = Image.new('1', (width * len(digits), height), 'black')
draw = ImageDraw.Draw(img)

# 写入每个数字的ASCII艺术
font = ImageFont.truetype('arial.ttf', size=height // 5)
for digit in ['0', '1', ..., '9']:
    ascii_digit = digit.replace('_', ' ')
    x = 0
    for char in ascii_digit:
        draw.text((x, 0), char, font=font, fill='white')
        x += font.getsize(char)[0]
    # 添加一些空白区域分隔
    x += width // 10

# 转换为灰度或二值图像（如果需要）
img = img.convert('L') if grayscale else img.point(lambda p: int(p > 127))

# 保存为图片文件
img.save("digits_28x28.png")