基于投影法和卷积神经网络的手写汉字图像分割研究
2021年电子技术应用第11期
张 莉1，孟范泽1，刘思霖1，冯 锐1，王 钢2，蔡 靖1
1.吉林大学 仪器科学与电气工程学院，吉林 长春130026；2.北华大学，吉林 吉林132013
摘要： 为提高手写汉字的识别率，针对手写汉字的有效分割，建立了卷积神经网络手写汉字体识别模型，并对投影法和轮廓检测法的适用性进行了对比分析。实验结果显示，相较于轮廓检测法，投影法更适用于手写汉字识别中对文字图像的处理工作，可以实现对所需文字的有效切分，同时简化手写汉字识别网络的设置并提高识别准确率。
中图分类号： TN919.82
文献标识码： A
DOI：10.16157/j.issn.0258-7998.201085
中文引用格式： 张莉，孟范泽，刘思霖，等. 基于投影法和卷积神经网络的手写汉字图像分割研究[J].电子技术应用，2021，47(11)：73-75，80.
英文引用格式： Zhang Li，Meng Fanze，Liu Silin，et al. Application of projection method in the recognition of handwritten Chinese characters[J]. Application of Electronic Technique，2021，47(11)：73-75，80.
文献标识码： A
DOI：10.16157/j.issn.0258-7998.201085
中文引用格式： 张莉，孟范泽，刘思霖，等. 基于投影法和卷积神经网络的手写汉字图像分割研究[J].电子技术应用，2021，47(11)：73-75，80.
英文引用格式： Zhang Li，Meng Fanze，Liu Silin，et al. Application of projection method in the recognition of handwritten Chinese characters[J]. Application of Electronic Technique，2021，47(11)：73-75，80.
Application of projection method in the recognition of handwritten Chinese characters
Zhang Li1，Meng Fanze1，Liu Silin1，Feng Rui1，Wang Gang2，Cai Jing1
1.College of Instrumentation & Electrical Engineering，Jilin University，Changchun 130026，China； 2.Beihua University，Jilin 132013，China
Abstract： In order to improve the recognition rate of handwritten Chinese characters and for the effective segmentation of handwritten Chinese characters, this paper established a handwriting Chinese font recognition model based on convolutional neural network, and compared and analyzed the applicability of projection method and contour detection method. The experimental results show that, compared with the contour detection method, the projection method is more suitable for the processing of characters and images in handwritten Chinese character recognition, which can realize the effective segmentation of required characters, simplify the setting of handwritten Chinese character recognition network and improve the recognition accuracy.
Key words : handwritten Chinese character recognition；the neural network；projection method；contour detection method
0 引言
随着科技的发展以及人们日常生活工作中对手写汉字识别的需求与日俱增，精确识别手写票据、手写试卷以及档案信息表等文件中的手写汉字，将会为社会带来极大的便利。然而，汉字类别繁多，字形结构复杂，一直是手写字体识别中的难点和热点[1]，且个人手写汉字字体特点也不尽相同[2]。从文献[3]可以看出，随着所需识别汉字的数量以及神经网络复杂程度的提升，相应的计算时间也会呈指数形式提升[4-5]。由此可见，实现对手写汉字图像的有效分割，将会减少手写汉字的识别量，相应地也降低了手写汉字识别的复杂度与计算时间。
为了达到精准分割、有效识别的目的，本文建立了卷积神经网络(Convolutional Neural Networks，CNN)手写汉字识别模型。对投影法和轮廓检测法的适用性进行了对比分析，通过实验对投影法在手写汉字识别中的适用性进行了验证。
本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003830。
作者信息：
张 莉1，孟范泽1，刘思霖1，冯 锐1，王 钢2，蔡 靖1
(1.吉林大学 仪器科学与电气工程学院，吉林 长春130026；2.北华大学，吉林 吉林132013)
此内容为AET网站原创，未经授权禁止转载。