文档图像汉字检索方法

目的提出一种在文档图像中检索汉字的方法，解决快速检索文本图像问题．方法通过对文档图像的版面分割，找到版面上各个图形、图像和文本子区域．根据版面分割后抽取的子区域特征，采用遗传算法的基本思想，对每个文本图像子区域进行快速搜索．无需提取任何字符图像特征，也无需要遍历整个页面就可找到所需要的内容．结果在使用二值图像表达的文档中，也能够达到搜索字符的目的．结论在数字图书馆技术中，实现了搜索文档图像中符号信息内容，为数字资源的检索开辟了一种新的途径．     

一种基于数据分析的字符切分方法

目的 将数据分析技术应用到字符图像的切分中，有效地提高字符切分的正确率．方法 通过分析文本行高、文本行间距、字符单元间距和字符单元宽度等数据，发现异常数据（噪声），分析产生异常的原因．通过拆分、合并区域消除异常来达到准确切分字符的目的．结果 对大量的普通文本图像的试验。结果表明该方法是有效的．结论 该方法能处理决大多数情况及一些特殊的情况，如一行文本被错误的切分为两行，字符图像在预处理过程中的断裂及粘连，等等，提高字符图像的切分正确率。