MiniOcr 1.0版 (汉字显示字体识别软件)

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。