CN1039671A - 汉字自生编码及其识别机 - Google Patents

Abstract

本发明涉及汉字编码方法及其装置。其方法是将大小不同的标准印刷体汉字，经变焦距镜头把字幅调节到光电元件组成扫描模板尺寸，并对扫描模板进行同步扫描，随之输出二值化信息，经累加，合成为自生码。

本发明的汉字自生码编码装置由光电阅读头，X、Y向扫描电路，光电扫描模板，累加器，合成器组成。

Description

本发明涉及汉字编码方法及其装置。

用电脑识别汉字的技术至今在国内外尚未得到很好的解决。其原因在于汉字不象外国文字那样，仅由几十个不同的字母拼写而成。汉字是由长短不一的横、竖、撇、捺、勾、折和点等基本笔划，以不同的数量和位置在一方框内构成字形各异的4万多个汉字。这就给自动识别汉字带来了困难。近年来，国内学者对中文信息处理的研究，在输入方面先后提出过400多个编码方法或设想。如：见字识码，声韵部形码，五笔字形码，汉字拼形码，32键拼形码，拼音码，47键汉字拼音码，以及宏观字形码等。这些方案，大都需通过键盘输入，处理速度不高。与电脑的速度不匹配。为解决中文信息处理技术中的“瓶颈”问题，又有学者提出了象限端点特征与转动惯量特征法，数字条形法，划分映射法和最短路经等识别方案，它们大多是在进口或国产电子计算机的基础上，进行改装或添加附件来实现的。虽然它初步解决了机器代替人“写”的问题，但“看”的问题仍未解决。同时它还存在着容量不大，使用不简便等问题。国外对汉字识别技术也作过不少研究。先后提出过“周边分布频谱法”，“阶层模型重合法”和“加权相关法”等识别汉字的方法。这些方法却未能取得令人满意的效果。本发明为了识别数量巨大的汉字，对汉字的编码和识别提出了一种新的构思。

本发明提出了一种汉字自生编码方法和汉字识别装置。这种方法将大小不同的标准印刷体汉字，经变焦距镜头，把字幅调节到等于20×20只光电元件组成的正方形扫描模板的尺寸，并对扫描模板分为20行和20列同步扫描。这20×20只光电元件随之输出一系列二值化信息。对此信息分别沿行和列两个方向，按5比特为一组，用5位并行寄存器，对行和列进行扫描采样，得到X₁X₂…X₈₀和y₁y₂…y₈₀两列信息，然后将它们分别按先后顺序，送入X和y累加器中，按基数R＝32的加法法则进行累加求和，其总和数分别为 FX和Fy

$\mathrm{FX\; =}\underset{\mathrm{i\; =\; 1}}{\overset{\mathrm{i\; =\; 80}}{\mathrm{\Σ}}}{X}_i$

$\mathrm{Fy\; =}\underset{\mathrm{i\; =1}}{\overset{\mathrm{i\; =\; 80}}{\mathrm{\Σ}}}{y}_i$

再将F_x和F_y，按F_x在前，F_y在后的顺序，送入合成器组合得到合成码F_M。以此F_M作为一个字符的特征识别码，代表所对应的字符。由于F_M的产生是取决于字符自身的笔画结构，所以把F_M称为汉字自生码。

这种自生码的编码装置如附图1所示，它由阅读头，X方向和y方向同步扫描电路和20×20只光电元件构成的扫描模板所组成。编码时将汉字置于阅读头下，阅读头如图2所示。汉字在光照下通过透镜成像于扫描模板。该模板上的20×20只光电元件便产生一系列二进制数，经X、y方向同步扫描电路对其采样，再经累加器和合成器便获得该汉字的自生码。

上述自生码的识别机，其原理如图3所示，它有控制器，自生码编码装置、存贮器、译码器，显示器以及打印设备组成，将被识别的字符置于光电阅读头下，经编码器编码，送入译码器，与存贮器中的编码比较后再送入读放电路，即可在显示器中显示或打印机输出。

使用本发明的方法及其装置，计算机识别汉字可省去人工编码，不需要人工通过键盘输入，这样不仅提高了计算机识别汉字的速度，同时使用十分方便，只要将字符置于光电阅读头下，便可进行字符识别，文件存贮，字符打印和字符的传递等一系列工作。对于使用者无需进行专门的输入训练。

附图1为汉字自生码编码装置的原理图。

图中：阅读头1，X-y方向扫描电路2，伺服机构3，扫描模板4，累加器5，合成器6，文件7。

附图2为光电阅读头示意图。

图中：文件7，光源8，反射镜9，自动对焦透镜组10，扫描模板4。

附图3为汉字自生码识别机系统图。

图中：自生码编码装置11，控制器12，存贮器13，译码器14，字形存贮器15，读放电路16，显示器17，打印机18，文件格式19，外存贮器20，文件7。

Claims (3)

1、一种汉字自生码编码法，其特征是将大小不同的标准印刷体汉字，经变焦距镜头，把字幅调节到等于20×20只光电元件组成的正方形扫描模板的尺寸，并将其分为20行和20列同步扫描，20×20只光电元件随之输出一系列的二值化的信息，经累加，合成为四位三十二进制的自生码。

2、一种汉字自生码识别机，其特征是由自生码编码装置，存贮器，译码器和显示器以及打印机设备所组成。

3、根据权利要求2所述的自生码识别机，其特征是自生码编码装置由光电阅读头，X方向扫描电路，y方向扫描电路，20×20只光电元件构成的扫描模板，累加器和合成器组成。

Images