【正文】 重慶大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文） 算法實(shí)現(xiàn)結(jié)果和分析 22 圖 漢字的寫 入 點(diǎn)擊“識(shí)別”按扭進(jìn)行識(shí)別操作 圖 系統(tǒng)識(shí)別寫入的漢字圖像 漢字被成功識(shí)別。 重慶大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文） 總結(jié)和展望 25 5 總結(jié)和展望 論文總結(jié) 論文選題是在第七學(xué)期后期確定的 ,之后 發(fā)放了任務(wù)書。 重慶大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文） 參考文獻(xiàn) 26 參考文獻(xiàn) [1] Tsukumo J , Asai K. Machine printed Chinese and Japanese character recognition method and experiment for reading Japanese pocket book s [A ]. In: CVPR86: IEEE Computer Soci2ety Conf. on Computer Vision and Pattern Recognition[C ]. M i2am i, 1986: 162～ 167. [2] 張炘中 . 漢字識(shí)別技術(shù) [M ]. 北京 : 中文與東方語言信息處理學(xué)會(huì)出版社 , 1991. [3] 王緒龍 . 漢字信息處理 [M] ,北京 :國防工業(yè)出版社 ,1990. [4] ARAKAWAH. OnOline Recognition of Handwriting Characters[J ] . PR,1983 ,16 :9～16. [5] 張 炘 中， 漢字自動(dòng)識(shí)別研究綜述，中文信息，創(chuàng)刊號(hào)， PP11~14(1984). [6] 張 炘 中，我國漢字識(shí)別研究的進(jìn)展，中文信息學(xué) ,No3,PP1~7(1987). [7] 馬安鵬著， 《 Visual c++程序設(shè)計(jì)導(dǎo)學(xué)》，清華大學(xué)出版社。 [16] 張青，小波變換在手寫體漢字識(shí)別中的應(yīng)用，電路與系統(tǒng)學(xué)報(bào)， 1996年 4期。在實(shí)際應(yīng)用中，漢字輸入終端都是專用的手寫設(shè)備，這樣便可以極大地提高識(shí)別率。 （２） 由于手寫體和印刷體差別很大，欲使通常應(yīng)用于印刷體漢字識(shí)別的基于統(tǒng)計(jì)特征的算法在手寫體漢字識(shí)別中取的較好效果，漢字的書寫就必須強(qiáng)調(diào)規(guī)范、工整，不然可能無法正確識(shí)別。 } } } if(izong) AfxMessageBox(無法識(shí)別！書寫不規(guī)范或字庫中無次字。 d2=0。 obtp()。 //sprintf(s,%d,%d,%lf,po[0],sum,[0])。 sum++。yymax。xx2。 sum++。 sum++。 for(i=0。 int sum=0。 } //得到筆畫序列 for(i=0。k=8。 } //得到方向特征 for(i=0。(j300)amp。 } } //去除噪聲點(diǎn) for(i=0。j++) { if(store[i][j+2].y==store[i][j].y) { if(store[i][j+2].xstore[i][j].x) fxm[i][j]=1。//共有點(diǎn)數(shù) }fxtz[15]。 struct { char zifu[2]。//一筆劃點(diǎn)序列 //備份的序列 struct { int x。首先介紹一下程序?qū)崿F(xiàn)所需的數(shù)據(jù)結(jié)構(gòu)： int num,Time。 在粗分類階段，我們根據(jù) 小節(jié)中的算法先把漢字定位于小范圍內(nèi)，即根據(jù)筆劃數(shù)和筆劃順序從字庫選出幾個(gè)可能的漢字，至于怎樣從這幾個(gè)漢字中找出正確的對(duì)應(yīng)字符就由細(xì)分類部分完成。 （ 2） 將每區(qū)黑色相素點(diǎn)數(shù)除以 圖像 總黑相素點(diǎn)數(shù)，的到 p[i]， i=1， 2?? 9。 （ 3） 將方向碼序列去噪處理得到筆畫碼序列。 若 point[a+2].xpoint[a].x 且 point[a+2].ypoint[a].y,方向 8。下面我們先介紹筆畫的 分類方法，然后在分別介紹 圖像 的預(yù)處理和距離定義。 在提取出交叉點(diǎn)和輪廓段 (即點(diǎn)特征和線段特征 ) 后 ,就可根據(jù)這兩種信息進(jìn)而提取基本筆畫 ,根據(jù)輪廓段信息還可以提取出筆畫方向圖 . 該處 用一種簡(jiǎn)單的輪廓段合并策略將輪廓段合并成基本筆畫 . 依次檢查各個(gè)交叉點(diǎn)處所有相接的輪廓段中是否有兩個(gè)輪廓段共線 ,如果有就將它們合并成一個(gè)新的輪 廓段 ,即基本筆畫 . 記 φ 1 和 φ 2 分別為兩個(gè)輪廓段的方向角 ,令 φ = min (| φ 1 φ 2 | ,360176。 為了確定交叉點(diǎn)的位置 ,本文按照方向代碼考慮了全部四種不同的情況 : (1) 0?Df ,即沒有輪廓段 。 該方法 定義 d 向筆畫為沿方向 d 的一系列連續(xù)黑色像素 (d = 1 ,2 ,3 ,4) ,將經(jīng)過黑色像素 ),( yx 的最長(zhǎng) d 向筆畫的方向定義為該點(diǎn)的方向碼 。 該方法 選擇的結(jié)構(gòu)特征包括 :特征點(diǎn)、線段、基本筆畫以及筆畫方向圖等 。 目前 ,大小歸一化有兩種方法 ,一是在水平和垂直方向都進(jìn)行歸一化 。 下面簡(jiǎn)單介紹漢字粗外圍特征的提取。這些造成了判 別方法和準(zhǔn)則以及所用的數(shù)學(xué)工具的不同，形成了種類繁多、形式各異的漢字識(shí)別方法。 漢字識(shí)別的原理框圖見圖 。 郵政信函的分揀也是漢字識(shí)別技術(shù)應(yīng)用前景看好的領(lǐng)域，目前我國使用的郵政信函分揀機(jī)是依據(jù)郵政編碼的，也就是手寫數(shù)字識(shí)別。對(duì)有大量漢字錄入任務(wù)的單位如報(bào)社、出版社、印刷廠等，一方面可以大幅度提高漢字輸入的效率，建設(shè)漢字輸入時(shí)間，另一方面還能縮小龐大的錄入員隊(duì)伍及相應(yīng)的設(shè)備。 下面講述漢字識(shí)別的研究現(xiàn)狀和發(fā)展前景 。近年來，隨著模式識(shí)別技術(shù)及計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展，漢字識(shí)別也取的了極大的進(jìn)展。 經(jīng)過漢字 粗分類后，提取整個(gè)漢字 圖像 的統(tǒng)計(jì)特征，該 步驟采用了網(wǎng)格劃分方法，即先對(duì) 圖像 做劃分，再計(jì)算每一網(wǎng)格內(nèi)文字相素與整個(gè) 圖像 中文字相 素的比值，通過 這些特征對(duì)文字 圖 像 做細(xì)分類即可得到識(shí)別結(jié)果 . 基于多特征提取的識(shí)別算法 對(duì)漢字的識(shí)別十分有效，能使識(shí)別率達(dá)到 90%以上， 該文同時(shí)也給出了 對(duì) 書寫不規(guī)范的字的解決方案。 算法在匹配判別階段采用了分類判別思想， 在漢字 圖像 輸入的同時(shí)，記錄漢字 圖像 的輸入結(jié)構(gòu)特點(diǎn)，在此基礎(chǔ)上得到輸入的未知漢字 的筆劃特征，由筆劃特征即可對(duì)未知漢字做粗分類，這樣可以縮小 判別時(shí)的漢字范圍。由于漢字?jǐn)?shù)量多，結(jié)構(gòu)復(fù)雜，相似字很多，所以漢字識(shí)別是 難度較大 的文字識(shí)別。 （ 3） 做為 新一代計(jì)算機(jī)智能接口的重要組成部分重慶大學(xué)本科學(xué)生畢業(yè)設(shè)計(jì)（論文） 緒論 3 （ 4） 漢字文本高倍壓縮存儲(chǔ)和傳輸。針對(duì)我國漢字錄入的現(xiàn)狀，漢字識(shí)別技術(shù)能很好地滿足不同層次的單位、個(gè)人需要。中文筆式電腦的市場(chǎng)前景同樣也是十分巨大的，所以漢字識(shí)別技術(shù)的研究十分重要。抽取代表未 知漢字模式本質(zhì)的表達(dá)形式（如各種特征）和預(yù)先存儲(chǔ)在機(jī)器中的標(biāo)準(zhǔn)漢字模式表達(dá)形式的集合（稱為辭典）逐一匹配，用一定的準(zhǔn)則進(jìn)行判別，并在機(jī)器存儲(chǔ)的標(biāo)準(zhǔn)漢字模式表達(dá)形式的集合中，找出最接近輸入文字的模式表達(dá)形式，該表達(dá)形式對(duì)應(yīng)的字就是識(shí)別結(jié)果。 漢字的模式表達(dá)式和相應(yīng)的辭典形式有多種，每一種形式可以選擇不同的特征（或基元），每種特征又有不同的提取方法。 統(tǒng)計(jì)字符識(shí)別方法根據(jù)訓(xùn)練樣本集估計(jì)特征矢量的分布，具有優(yōu)異的抗干擾能力，因此在漢字識(shí)別中得到廣泛應(yīng)用．該方法需要一個(gè)表達(dá)樣本分布的函數(shù)，多變量正態(tài)分布概率密度函數(shù)通常被認(rèn)為是樣本分布的近似函數(shù)． 漢字的統(tǒng)計(jì)特征種類很多 ,比如筆劃密度特征 ,漢字粗外圍特征、漢字網(wǎng)格特征等。 文字輸入預(yù)處理及特征提取 因?yàn)槭謱憹h字大小不一 ,所以在提取結(jié)構(gòu)特征和進(jìn)行識(shí)別時(shí)首先需要對(duì)其進(jìn)行歸一化處理 。 現(xiàn)在來討論歸一化手寫漢字的結(jié)構(gòu)特征提取問題 。 一個(gè)黑色像素的方向碼是 根據(jù)沿四個(gè)方向經(jīng)過該像素的筆畫長(zhǎng)度而確定的 。 假設(shè) Nd 代表方向代碼同為 d 且與同一個(gè)交叉段相接的輪廓段的個(gè)數(shù) ,令 Df 為該交叉段的交叉度 ,則有4321 NNNNDf ???? 。 提取出一個(gè)交叉點(diǎn)后 ,將每個(gè)在該交叉點(diǎn)相接的輪廓段與該交叉點(diǎn)連接起來 ,這樣把所有輪廓段和交叉點(diǎn)都連接起來便構(gòu)成了字符輪廓 ,即瘦化字符 。 手寫漢字識(shí)別的現(xiàn)行算法分析 以筆劃序列為特征的算法 該 算法將漢字的筆畫分為若干類，然后根據(jù)各類筆畫的輸入順序做為一個(gè)漢字的特征并存入字庫，當(dāng)漢字聯(lián)機(jī)輸入時(shí)，得到該文字 圖像 的筆畫序列特征并和字庫中的特征進(jìn)行比較，若有一組特征與該 圖像 特征的差別很小，即可認(rèn)為是同一字。 若 point[a+2].xpoint[a].x 且 point[a+2].ypoint[a].y,方向 2。 （ 2） 由輸入點(diǎn)序列去噪、計(jì)算得到方向碼序列。 至此該算法的步驟可以歸納如下： （ 1） 對(duì)輸入圖形進(jìn)行 4*4 分區(qū)，統(tǒng)計(jì)每區(qū)黑色相素點(diǎn)數(shù)。 漢字是一種結(jié)構(gòu)文字，即它的輸入有一定的順序，每一筆也有一定的結(jié)構(gòu)，所以在進(jìn)行聯(lián)機(jī)手寫漢字識(shí)別時(shí)，筆劃信息一定要充分利用起來，同時(shí)我們知道，單純的筆劃特征不足以區(qū)分所有漢字，現(xiàn)在我們考慮將輸入漢字 圖像 分別從筆劃和相素角度做兩次分類識(shí)別，以下分別稱為粗分類和細(xì)分類。因?yàn)槠颍脩艚缑?、鼠?biāo)手寫筆模擬等 程序代碼不再給出，有需要可自行查閱參考數(shù)目。 }store[15][300]。//每區(qū)相素比重 }tez[4000]。//共有方向數(shù) int totaldian。(store[i][j].x!=1)。 else if(store[i][j+2].xstore[i][j].x) fxm[i][j]=6。i++) for(j=3。k++) fxm[i][k]=fxm[i][k+1]。 for(k=1。 if(fxtz[i].b[j]!=0) fxtz[i].total++。 } } //將 圖像 3*3 分區(qū)，得到各區(qū)特征（具體見 節(jié)） void CRecogDlg::obtp() { 重慶大學(xué)本科學(xué) 生畢業(yè)設(shè)計(jì)（論文） 識(shí)別算法對(duì)應(yīng)的 vc 代碼 18 int x1,x2,y1,y2,x,y,i。 y2=y1+(ymaxymin)/3。x++) if(GetPixel(hdc,x,y)!=16777215) { po[0]++。x++) if(GetPixel(hdc,x,y)!=16777215) { po[2]++。 } for(x=x1。 } } for(y=y2。x++) if(GetPixel(hdc,x,y)!=16777215) { po[7]++。i++) [i]=float(po[i])/float(sum)。 DealDat()。 d1=d1/float()。 break。 此外還有一點(diǎn)，書寫漢字時(shí)不能有連筆現(xiàn)象，這樣將無法識(shí)別或得到錯(cuò)誤結(jié)果。 （２） 該算法實(shí)驗(yàn)階段采用的是 PC 模擬，而用于輸入的鼠標(biāo)設(shè)備在漢字輸入時(shí)容易彎曲、抖動(dòng)，以至筆劃很不規(guī)范，導(dǎo)致輸入漢字的識(shí)別效果不理想。 [15] 賈永康，識(shí)別聯(lián)機(jī)手寫體漢字的多級(jí)分類方法，信號(hào)處理 1995年 4期。 [8] 錢能 ,《 C++程序設(shè)計(jì)教程》，清華大學(xué)出版社 。第八學(xué)期一至三周通過相關(guān)資料的查詢，綜合考慮了算法耗時(shí)、識(shí)別效果、耗費(fèi)資源等因素