【文件属性】:
文件名称:MiniOcr 1.0版 (汉字显示字体识别软件)
文件大小:2.44MB
文件格式:RAR
更新时间:2013-07-01 20:07:53
文字识别 汉字
汉字识别软件的难点所在:
英文识别有一些开放源码的软件,我看过的软件,主要采取两种识别方法:基于规则
的方法,和采用神经网络方法。而这两种方法,在识别汉字时,都不宜采用。因为汉字数
目众多,最常用的国标2312的一级汉字就有3755个。如果借用基于规则的方法,需要对
三千多个汉字,逐一人工写出分类规则,工作量太大,我一个人无法完成;如果采用神经
网络的方法,这么多汉字,我不敢想象,需要多少层网络和神经节点呀!如果采用网格法,
抗位移的效果太差;而采用不变矩法,识别人和入,土和
士,相似度又难于控制。除此之外,汉字切分也是一大难
题。英文宽度大概只有汉字一半,标点符号大概只有汉字
三分之一宽,数字大概只有四分之一的宽度。而汉字本身
又有二分字,和三分字。某些字,如“啊“字体小时可能
是独体字,字体大些,变为二分字,字体再大,又变为三
分字。加上汉字与汉字之间的粘连、汉字与英文的混排,
英文与英文的粘连,造成汉字切分模块的算法,甚至比汉
字识别模块的算法还要复杂得多。为了克服这些难点,并
加快识别速度,我在算法设计时,采用了一些优化和简化的策略。经过实践检验,证明行
之卢; 。
Mini0cr进行汉字识别的策略:
采用复合特征的分类方法。
字符集选择3755个一级汉字.
字体选择最常用的宋体。
字号选择从小五号到一号汉字,主要针对20个点之内的小字体。
英汉混排时,汉语优先。
汉字粘连时,进行动态优化切分。
展望与下一步的开发计划:
重新优化英文识别的算法;
对英文粘连的切分算法进行调整;
移植进入Li ;
丫仁]
.厂斤]
选择0cr软件的建议:
《果您选择0cr软件,目的是用来识别扫描仪出来打印字体,推荐还是选用知名的商业0cr。
如果您要识别屏幕上显示的汉字,Mini0cr是一个比较不错的选择。真诚地希望您在使用
中,能喜欢上它。
【文件预览】:
MiniOcr 1.0版 (汉字显示字体识别软件)
----MiniOcr.exe(445KB)
----sample2.GIF(23KB)
----学生大软件站_soft.studa.com.url(263B)
----sample1.jpg(437KB)
----readme.txt(2KB)
----songti.dat(3.38MB)
----sample3.bmp(32KB)
网友评论
- 好好研究研究毕业设计就是做的这个,加油啊
- 正在学习图像识别,学习下思路
- 暂时没跑起来
- 只能识别宋体,仿宋字体的图片出来全是乱码,看来可以利用的空间还是很狭窄