计算机识字

OCR是光学字符识别(Optical Character Recognition)的简称。一般意义上说,OCR软件从扫描仪扫描得到的文稿的图像文件中自动识别出文字,并生成可编辑排版的文本文件。在中文OCR领域中,清华文通TH-OCR一直以共识别准确率高,速度快,实用性强等特点获得用户与专家们的好评,市场占有率也超过60％。最近,《个人电脑》中国实验室测试了最新的TH-OCR MF7.5版。 TH-OCR既支持标准的Twain扫描界面,又可     

丢掉鼠标和键盘? 清华文通推出“录入之星”

集手写板(文通笔和汉瑞得笔)、IBM语音识别系统和清华 TH-OCR 印刷体识别系统数种汉字输入系统于一身的“录入之星”系列产品,4月28日由清华文通公司在京推出。该系列产品通过手写、朗读和扫描方式将汉字录入到计算机,共     

产业动态

为了普及和推动我国电脑应用及发展,清华文通公司日前在京举行“清华TH—OCR首赠仪式”,拉开了清华文通公司在全国范围内开展赠送活动的帷幕。 清华TH—OCR是清华文通公司的拳头产品,是国家863计划的重点项目。其产品支持中、英文混排同时识别;横竖版面自动切割及同时识别;表格自动识别     

文通转战行业

“清华文通最早是清华大学的系办公司,一年多以前并入了清华紫光集团,进入清华紫光的体系后,所利用的资源有很多,比如说:渠道资源、品牌资源及方方面面的资源,我们经过一年的整合,目前正依靠核心技术提供全面转向行业应用的产品。”紫光文通的总经理沙建辉先生说:“目前,清华紫光文通有两个核心技术,一个是印刷体识别技术,另一个是手写识别软件。我们研发出的多体汉字以别、汉英混排文体识别、多文种印刷/手写全能文本自动识别等技术在相关行业的推广及应用中起到了重要的作用,清华光学字符识别(TH-OCR)产品的国内市场的占有率高达65%以上。”紫光文通根据 OCR 产品的特点,今年推出了面向行业的解决方案,比如面向金融行业的票据表格识别系统,面向     

文通OCR能识两万字

12月2日,刚刚完成股份制改造的北京清华文通信息技术有限公司隆重推出TH-OCR8.0文字识别系统。它是目前国内外唯一可以识别2万汉字(简体国标一级、二级6763个汉了和繁体国标一级、二级13053个汉字)和上百种字体,并能支     

“文通笔”软升

清华文通信息技术公司推出了“文通笔3.0”新版软件,并已于去年12月起对其老版本进行免费升级,以满足新老客户需求。改进的3.0版本从识别率、识别速度到具体功能均有较大提高,采用全32位技术,使其在 Windows 95/98/NT 上更好发挥。     

紫光OCR 7.0识“手写”

在国内 OCR产品中,清华紫光 OCR 一直以98％以上的识别率和优良的售后服务而被业界所推崇,连续几年一直保持销售第一的业绩。继OCR6.0之后,紫光集团近日向业界推出最新的识别软件——紫光 OCR 7.0版,它不仅保留了原有功能,而且可以对手写体进行识别。OCR 是与扫描仪配套     

字符识别要面向应用

“光电字符识别要从技术迅速向应用转化。”这是清华紫光文通总经理沙建辉见到记者的第一句话。“前一阶段,我们注重技术积累多了一些,从现在起,我们要全面把技术向应用转化。”沙建辉强调。 紫光文通作为一家拥有自主知识产权、以清华光学字符识别(TH-OCR)及手     

基于BP神经网络的手写体数字识别

手写体数字识别是多年来的研究热点,也是字符识别中的一个特别问题。由于手写体数字字体变化很大,传统的识别方法很难达到高的识别率。针对传统的数字识别方法的复杂性和局限性,提出了一种基于BP神经网络的手写体数字的识别方法。该方法在提取手写体数字点特征、笔划密度特征基础上,利用改进的BP神经网络进行训练识别。经实验,识别率达94％。实验结果表明,该方法对手写体数字识别效果良好,不仅简化了传统识别的繁杂性,而且提高了识别的准确性。     

文通鉴

文通鉴是北京文通信息技术有限公司推出的一套软硬件结合的文档管理解决方案。它提供了完整的扫描输入、中文识别和文档管理功能。文通信息技术有限公司可能很多人并不熟悉,但是属于该公司的TH-OCR软件大家一定都听说过。由于拥有光学字符识别和手写识别等核心技术,文通公司的主要产品线都集中在文档识别、录入和管理方面。文通鉴卓越版的包装中包括一台扫描仪和两张软件光盘。我们发现如果单独安装软件,在检测不到对应扫描仪的情况下,软件不能启动。在目前的市场形势下,这种软硬件结合的销售方案显然可以有效地防止盗版,保证开发者的权益…     

基于BP神经网络的手写体数字识别

手写体数字识别是多年来的研究热点,也是字符识别中的一个特别问题.由于手写体数字字体变化很大,传统的识别方法很难达到高的识别率.针对传统的数字识别方法的复杂性和局限性,提出了一种基于BP神经网络的手写体数字的识别方法.该方法在提取手写体数字点特征、笔划密度特征基础上,利用改进的BP神经网络进行训练识别.经实验,识别率达94%.实验结果表明,该方法对手写体数字识别效果良好,不仅简化了传统识别的繁杂性,而且提高了识别的准确性.     

基于实值Gabor能量特征的手写体维文字符识别

提出了一种基于实值Gabor滤波器手写体维吾尔文字符特征提取算法.将手写体维吾尔文字符图像进行滤波处理之后,在将图像进行分决,提取出每一块的实值Gabor能量值.由这些能量值形成一个能量矩阵,将矩阵降维之后得到字符的特征相量.完成特征提取后,使用KNN识别分类器进行识别.对手写体维吾尔文单字符数据库中的样本分别进行基于实值Gabor能量特征的手写体维吾尔文字符特征识别和字符笔迹特征识别.对KNN分类器识别的平均识别率和平均候选识别率进行了数据分析.实验结果表明,该算法简单有效且识别率比较高.     

基于贝叶斯网络的脱机手写体汉字智能识别

针对汉字识别的超多类问题,将贝叶斯网络分类器引入小样本字符集脱机手写体汉字识别中．对手写大写数字汉字的小样本字符集构造识别系统,同时与传统的欧氏距离方法进行比较,实验表明该算法将识别率提高到92．4％,在小样本字符集脱机手写体识别中具有较强的实用性和良好的扩展性．     

集成汉英OCR系统识别中文名片

汉英双语混排识别是构造中文自动文档图像处理系统时常会遇到的一个问题。只有采用一种有效的方法集成现有汉英识别引擎,才可能高质量地识别混排文档。该文应用适当干预和多层次语言判断的汉英OCR系统集成原则,集成OCR系统识别中文名片。实验数据表明,利用该原则构造的系统确实能有效集成汉英识别引擎,在纯中文识别率为89.86%,纯英文识别率为91.20%的情况下,使名片最终总体识别率达到了93.45%,较好地解决了汉英混排名片的识别问题。     

基于结构特征分类BP网络的手写数字识别

手写体数字识别有着重大的使用价值，用多层BP网络来识别手写体数字是手写体数字识别的一大进步，但是，用单纯的BP网络来识别也存在识别精度不高等的问题。将BP网络技术和数字本身的结构特征结合起来，提出了一种基于结构特征分类BP网络的手写体数字识别新方法。首先提取点、环等数字特征值，并根据一些特征进行分类；然后再运用BP神经网络识别，以提高网络的识别能力；最后，选取了500个人的0～9的手写体数字，运用以上算法进行BP神经网络识别，用3000个手写体数字作为训练样本，2000个其他的样本进行测试，网络收敛后，识别率达到96％以上，比原来有一定的提高。     

用分析综合法识别手写体汉字

本文介绍一种识别手写体汉字的分析综合法。该识别法的基础在于下述事实:汉字可以写成几种基本笔划的序列,而手写体汉字每一笔划又可按书写时笔点运动的相当简单的模型来描述。 该识别方法的作用过程如下:首先,体现笔点运动模型的形成过程,从输入文字图形中抽取笔划序列;然后,从笔划字典中查找所抽取的笔划序列来识别汉字。 该识别方法已经就点数为1000的手写体汉字进行了计算机模拟实验,正确识别率是82.4％。     

连续手写体不规则数码识别的研究与设计

字符是人类信息交流的主要载体之一,手写体数字识别技术是多年来的研究热点问题,也是字符识别中的一个非常重要的类别。连续不规则手写体数码识别在一定的环境下应用十分广泛。对于数码识别要求有很高的识别可靠性。手写体数字识别除对识别精度的要求和可靠性外,还对识别速度、识别率等问题有一定的要求。     

手写体汉字识别中小波分形分解特征的研究

研究了手写体汉字识别中的一种新的特征提取方法——小波分形分解特征。对手写汉字分别采用小波和分形的方法提取其结构特征和统计特征,并将提取的结构特征和统计特征组合后作为识别器的输入进行识别。实验结果表明,对训练样本可以达到98．71％识别率,对测试样本可以达到91．37％识别率。     

基于外接同心圆结构特征的自由手写体数字神经网络识别方法

本文提出了一种基于外接同心圆结构提取贯穿特征码的自由手写体数字的神经网络识别。该方法是用自由手写体数字的外接同心圆来提取其贯穿持征码，将获得的模式特征训练改进的ＢＰ神经网络分类器，从而达到快速分类的目的。将其应用于邮政编码识别系统，单字的识别率达到９７％以上，整信的识别率可达到９２％以上，得到了令人满意的结果。     

基于整形特征和模糊识别的手写体汉字识别

针对以往手写体汉字识别方法的形近字准确识别率低、实现过程复杂和运算速度慢等不足,提出了一种比较简单和快捷的手写体汉字识别方法。该方法首先提取汉字整形特征,再按照笔顺进行编码,然后建立标准样本识别库,最后融合模糊模式识别方法以进行汉字识别。实验结果证明,该方法较好地解决了目前形近字的识别率低等问题,实现了以较快的速度和较高的准确率进行手写体汉字的在线识别。