补充资料：汉字识别

汉字识别
Chinese character recognition

　　文字质t和数t图1汉字识别的研究范围刷体汉字，包括照排机、打印机输出的汉字。能识别一种印刷体(通常为宋体)的称单体印刷体汉字识别，能识别宋、仿宋、楷、黑或更多体的称多体印刷体汉字识别。印刷体汉字识别通常指多体印刷体汉字识别。③手写规整(或手写印刷体)汉字识别。识别人写在纸上的规整汉字，要求楷书，书写在方格中。书写用的纸和笔也不能任意。④特定人手写汉字识别。识别一个特定人书写的汉字，是手写汉字识别的一种特例。书写自由度比手写规整汉字大，如允许书写部分行书。以上四类，第一类是人一面写，机器一面认，称为联机识别，其余都是机器识别印刷在纸上或人写在纸上的文字，称为脱机识别。 汉字识别是文字识别中最困难的领域。因为汉字字数多(常用汉字有3 000个一7(XX)个)，加上字体不同，有些字结构复杂或字形相似，是复杂的大类别模式识别。实用的汉字识别技术要顾及印刷质量、纸张、油墨、印刷机械等造成的干扰，还要满足各种不同编排的版式，这些使汉字识别在理论、方法和技术上有大量需要研究的问题。汉字识别研究的难点和关键技术主要有:汉字字形结构的分析研究、汉字特征的选择和提取、分类策略和判别方法、特征字典的建立和学习、各种实用文本版面的分析和理解、预处理特别是其中的文本行的字符切分以及对真实文本利用语言知识根据上下文进行相关匹配的后处理等。 研究的意义和发展趋势 汉字识别研究对加速建立汉字信息库、实现汉字信息处理系统自动化和计算机智能输人等都有重要意义。汉字输人，一直是计算机在我国推广应用的一个关键问题。虽然有几十成百的编码方案可以人工击键输人汉字，但是，它们一方面输人速度低，不能和汉字信息处理和输出汉字的速度(如100字/秒以上)相匹配;另一方面，需要记忆编码规则，广大使用者深感不便。用印刷体汉字识别系统自动输人汉字可以使输人和输出的速度相匹配。用基于联机手写汉字识别的笔输人计算机，使用者不用键盘，直接用笔输人汉字，既方便，又自然。汉字图象经识别后形成代码，信息量可压缩100倍以上，对汉字信息压缩和传输十分有利。 今后，汉字识别在方法上仍以统计法和结构法(参见汉字识别基本方法)相结合为主。人工神经网络在汉字识别中的应用日益受到重视。印刷和手写文本版面分析与理解以及语言知识在实际文本识别中的利用是汉字识别技术中一个重要的研究方向。多种识别方法集成在一起表决判别可大大降低识别系统的误识率(例如<0.1%)。在识别方法和系统各环节间反馈集成的研究是今后汉字识别的一个新动向。已经初步实用化的印刷体汉字识别系统尚需不断提高品质，扩展功能(例如对科学技术内容的印刷文本理解和识别)，增强适应性和方便性。手写规整汉字识别正走向初步实用化。各种专用的汉字识别机(例如复杂表格识别、票证识别、名片分析、识别，盲人用阅读器等)将不断出现。取消键盘的笔输人，使联机手写汉字识别进人到行草汉字识别阶段，将是人们追求的目标之一。hQnZi Shib一e汉字识别(ehincsc eharacter reC摊，ition)用计算机提取汉字特征，使其与机器中预先存放的特征集匹配判别，将汉字自动转换成某种代码(例如国标区位码)的一种技术。是汉字信息处理的一种高速自动输人方法。它涉及模式识别和数字图象处理，人工智能，形式语言和自动机，统计决策理论，模糊数学、组合数学、人工神经网络，信息论、计算机软件，中文信息处理等学科;也涉及到语言文字学、心理学等，是一门综合性技术。汉字识别的一怨片丈程为扫描输人(对联机手写汉字识别是采集笔在移动中的位置坐标)、前处理(参见汉字识别前处理)、模式分类和判别(参见汉字分类识别和汉字识别基本方法)、后处理(参见汉字识别后处理)。 发展简史 汉字识别是在对英文、数字识别的基础上，在60年代首先由日本学者开始研究，70年代有了初步成果，70年代末，研制出汉字识别系统，80年代中期，有东芝、松下等公司的产品走向市场。我国自70年代末开始对汉字识别进行研究以来，大致经历了三个阶段:1979年一1985年是识别方法探索阶段。1986年一1988年是识别系统研制阶段，出现了10多个实验性的印刷体汉字识别系统(参见印刷体汉字识别系统)，联机手写汉字识别(参见联机手写汉字识别系统)有了初级产品。1989年以后是印刷体汉字识别和联机手写汉字识别的初步实用阶段，同时加强了手写规整汉字识别(参见手写规整(印刷体)汉字识别系统)的研究开发。当前，利用汉字识别技术研制成功的识别系统正逐步成熟，已有约100 000套联机手写汉字识别系统和约10 000套印刷体汉字识别系统在中国、新加坡、美国等国家以及我国台湾地区使用。 研究范围和内容 汉字识别的研究范围可用图1形象地表示出来。按识别文字类型包括联机手写体汉字识别，印刷体汉字识别，手写规整汉字识别等;按版面质量和复杂程度可分为版面质量高、中、低和版面编排简易、中等、复杂等类型;按文字质量和数量包括文字印刷、书写质量高、中、低和文字数为3000一5 000、10000左右等。汉字识别研究范围构成了一个三维空间，离开原点愈远，研究难度愈大。 目前汉字识别包括以下类型:①联机(在线或实时)手写体汉字识别。用笔在图形输人板上写字，人一面写，机器一面认，是一种方便的“想打”型汉字输人手段，也是汉字识别中最简单的一种类型。②印刷体汉字识别。识别已印刷在纸上的各种印
　　

说明：补充资料仅用于学习参考，请勿用于其它任何用途。