“汉王九九”问与答

问;什么是汉字识别? 答:汉字识别是一种自动的计算机汉字输入技术,是中文信息处理、办公自动化的重要组成部分。它通过扫描、摄像的方式,或者通过实时采集书写的轨迹,由计算机将文稿或书写轨迹自动识别为相应的汉字内码。这种技术可以使人们不使用任何汉字编码方式(比如五笔字型),就能把汉字输入计算机里去。 汉字识别分为联机识别和脱机识别。联机识别(或称手写输入)是将汉字在一块与计算机相连的手写板或数字化仪上,计算机实时采集     

部件在印刷体汉字识别中的应用

汉字是由不同部首、笔划构成的 ,但在计算机中表示部首是非常困难的。文章介绍一种便于计算机使用的部件来进行汉字识别的方法 ,所有的汉字被分解为几百个部件 ,识别时 ,先识别出汉字中的各个部件 ,然后再构成整个汉字 ,从而加快了汉字识别的速度。     

浅谈汉字代码

为了澄清许多用户对微机汉字代码的模糊认识,本文为此而讨论微机汉字系统中使用的种汉字代码。 一、汉字信息处理过程 众所周知,计算机并不能识别汉字,因此必须要把每个字符转换成计算机能唯一识别的由0和1组成的代码,这个代码称为机内码。英文字符的转换标准是     

汉语信息处理的三大技术

一、汉字识别 汉字识别就是利用计算机抽取汉字字形特征、实现汉字自动输入的一项技术。简单地讲,就是计算机认字。汉字识别是文字识别技术中的顶峰,又是一种高速的汉字输入技术。汉字识别的实现会极大地提高中文信息处理的速度。     

联机手写汉字识别的原理,方法与实践

目前,联机手写汉字识别系统在笔输入计算机方面已得到较成功的应用,相对传统的汉字编码输入法,笔输入法简单直观、勿须学习,因而迅速为人们所接受,联机手写汉字识别技术也随之成为人们关注的焦点。 一、汉字识别概述 和联机识别的特点 汉字识别是模式识别的一个分支,其任务是研究如何使计算机“识字”。汉字识别系统通常采用光电转换装置(数字化仪、光笔、鼠标器等)把汉字或字符     

基于神经网络的相似汉字识别的研究

在计算机文字识别中相似汉字识别是一个难题, 我们对Hopfield人工神经网络加以改进, 提出了一种新的HNN网络模型, 并用它来识别相似字, 取得了良好的效果, 为相似汉字识别探索了一条新路。     

基于神经网络的手写体汉字识别实验系统

基于神经网络的手写体汉字识别是将汉字点阵图形转换成电信号,然后输入给数字信号处理器或计算机进行 处理,依据一定的分类算法在众多汉字字符中找出和它相互匹配的汉字字符。本文阐述了手写体汉字识别实验系统的设计目 标,分析了手写体汉字的预处理及其原理,详细介绍了手写汉字的特征提取。     

用计算机抽出手写汉字的三角号码

本文提出了一种用计算机从手写汉字中抽提出三角号码基本特征的方法,并对抽出的汉字三只角上的特征进行编码,以达到识别分类的目的。从信息论的观点进行研究已经知道,汉字图像的四周对于文字识别的信息量是相对集中的,如果能正确地抽取这些特征,识别就成为可能。具体方法如下:(1)将手写汉字正规化,除去噪音,抽出方向线段,提取特征点的座标及接续关系矩阵。(2)在汉字图像上找出右上、左下、右下三个角上的基本特征点,根据特征点矩阵对每一个字生成三个笔形图像。(3)将笔形图像与三角号码笔形辞典比较,识别抽出三角号码笔形,并加以编码。用计算机模拟实验表明,本方法是有效的。     

军用多功能外设中的汉字识别特征选择方法研究

本文针对目前普遍采用的汉字识别中可分性准则函数的局限性，提出了一种适合军用多功能计算机外部设备中印刷体汉字识别特点的可分性准则函数。     

汉字识别技术的最新进展——清华文通THOCR-97综合集成汉字识别系统研制成功

清华大学电子工程系在八六三计划和国家自然科学基金委员的长期支持下,在过去印刷汉识别研究成果的基础上,研制成功了清华文通THOCR-97综合集成汉字识别系统,今年三月二十二日由国家教委主持,由陈力为院士、戴汝为院士、杨芙清院士和王越院士等知名专家组成的鉴定委员会通过了国家鉴定。鉴定委员会一致认为:“THOCR-97综合集成汉字识别系统是国内外首次推出的能同时识别多文种(汉、日、英)印刷文本。联机手写汉字、脱机手写汉字文本和手写数字的集成文字识别系统,为汉字自然和快速地输入计算机给出了一个解决的方案,是一个有意义的创举。上述多文种OCR以及联机和脱机手写汉字、数字识别的集成系统,作为一个整个居于国际领先水平。综合集成汉字识别系统的研制成功是汉字识别研究发展的新阶段     

国际图像系统（I^2S）上手写汉字识别研究

提出一种用Ｒａｐｉｄ算法对手写汉字进行识别。它是在国际图像系统上实现的。文字图像经摄像机输入，预处理时采用锐化边界，使图像边界清晰，文字图像经正规化后，进行Ｒａｐｉｄ变换，抽取识别特征，特征抽取能比较好地吸收手写汉字变形和扭曲，提高识别率，计算机实验表明，本算法对手写汉字识别是比较有效的。     

计算机汉字草体手写输入算法

为使汉字草体计算机输入识别精简化,对汉字草书手写体,实施分类与亚分类等类似处理。参照人的汉字草书书写习惯,提出模糊识别汉字草体手写输入算法。结合各种具体编码约定,可使软件编写思路清晰、减少编程工作量、提高编程工作效率。预见该算法能使最终软件短小有力。该思路可类推地移植到汉字行书、正楷与其他字体,也可移植到英文或其他少数民族文字,但显然具体处理方法不同。     

应用模糊理论的平面曲线角点检测技术

平面曲线角点检测是计算机图象处理与计算机视觉的重要研究课题，广泛地应用于指纹识别、汉字识别、人脸识别、图象拼合等科技应用领域。本文将应用模糊理论。提出一种对角点的模糊识别技术。结合现有文献中提出的角点增强方法，该模糊识别技术能有效地提高对角点识别的正确率。     

自动识别手写印刷体汉字系统中的部件分离问题

在用抽取笔划有序列法自动识别手写印刷体汉字的系统中,分离出汉字“部件”是很必要的,这里所说的“部件”是指汉字中一些能分离的笔划组合,主要是汉字的偏旁部首(或字根),由计算机自动识别汉字的需要而定。 在以笔划为基元,用句法结构法识别汉字的系统中分离部件是为了恢复部件的有序性,本文提出了一种适合于分离手写印刷体汉字部件的方法,给出这种分离部件方法的框图和在PDP-11/23计算机上进行模拟试验所得到的结果。     

印刷体汉字的一种机器识别方法

汉字字形复杂,数量庞大,种类繁多,因而给机器识别带来很大困难。印刷体汉字是已经规格化了的方块字,在需要存入计算机的文件资料中,印刷文件占有绝大部分,印刷体汉字的机器识别是众人关心的一项重     

基于笔划宽度提取的手写体汉字归一化方法

手写体汉字书写变形是手写体汉字识别预处理阶段的重要问题之一。为了有效地改善手写体汉字变形并识别手写体汉字,提出了手写体汉字笔划宽度提取,以及基于提取出的笔划宽度的手写体汉字归一化的方法。用上述方法在计算机上进行仿真实验,实验结果表明,手写体汉字归一化的方法既能保证原手写体汉字的形状结构特征不变,并可有效地改善手写体汉字变形差异。     

计算机汉字草体手写输入算法

为使汉字草体计算机输入识别精简化,对汉字草书手写体,实施分类与亚分类等类似处理.参照人的汉字草书书写习惯,提出模糊识别汉字草体手写输入算法.结合各种具体编码约定,可使软件编写思路清晰、减少编程工作量、提高编程工作效率.预见该算法能使最终软件短小有力.该思路可类推地移植到汉字行书、正楷与其他字体,也可移植到英文或其他少数民族文字,但显然具体处理方法不同.     

一种模糊识别手写体汉字技术

汉字手写体识别是模式识别和人工智能的重要分支，汉字数量庞大，书写灵活，计算机识别相当困难。该文基于模糊概念，并引入几个指示向量，提出一个新颖的汉字手写体模糊识别技术，实验证实效果显著。     

基于笔划宽度提取的手写体汉字归一化方法

手写体汉字书写变形是手写体汉字识别预处理阶段的重要问题之一。为了有效地改善手写体汉字变形并识别手写体汉字，提出了手写体汉字笔划宽度提取，以及基于提取出的笔划宽度的手写体汉字归一化的方法。用上述方法在计算机上进行仿真实验，实验结果表明，手写体汉字归一化的方法既能保证原手写体汉字的形状结构特征不变，并可有效地改善手写体汉字变形差异。     

汉字识别的特征点法及其一种应用

本文提出了一种基于特征点的汉字识别新方法。汉字笔划上的端、折、歧、交点和汉字背景上的关键背景点称为汉字特征点。和以往不同的是本文把笔划特征点和关键背景点两者结合起来, 直接根据特征点本身的信息来识别。汉字特征点反映了汉字结构的本质特征, 集中了主要的结构信息。用特征点来识别汉字,能消除汉字中非结构信息的不稳定性对识别的影响, 能浓缩汉字信息, 减少存贮量, 提高识别速度。 文中叙述了一种基于自上而下浮动匹配的汉字识别试验系统和识别结果。对印刷在纸上的6763个国标基本集五号宋体页面和三号宋体页面,3755个国标一级五号仿宋页面和四号激光照排输出的仿宋页面, 均得到较高的识别率和识别速度。