硬笔楷书结构分析

汉字书写是一门艺术,要写好汉字需要掌握一系列技法。除了掌握好最基本的笔画书写技法外,还要掌握汉字的字体结构特点,也就是各笔画之间、各部分之间的大小比例关系。归纳起来,汉字结构总共有以下几种:独体字结构、左右结构、上下结构、包围结构等。     

一种汉字笔画自动提取基准测试库

构建一个提供评测工具的笔画基准测试库, 其中包含一个人工搭建的笔画数据库, 该数据库拥有4种字体的汉字图像以及对应的人工提取的笔画信息。通过比较算法自动提取的笔画结果和数据库中的标准笔画之间的差异, 测试库可以评测笔画自动提取算法的性能。还提出一种新的基于Delaunay三角剖分的方法, 可以有效地从汉字图像中提取出笔画信息。在测试库中对现有的3 种笔画提取方法进行比较, 实验数据表明, 所提出的笔画基准测试库能够对笔画提取算法给出有效的评测, 并且新的算法在汉字笔画提取的性能中效率较高。     

汉字笔画若干数据的统计方法研究与应用

统计汉字笔画信息的各种数据,这些数据主要包括:每个汉字的平均笔画数及按使用频度加权的平均笔画数、以各种笔画起笔的汉字数目、各种笔画在汉字字库中的出现次数、汉字字库中笔画相同的汉字、能与其他字区分开的汉字前若干笔画数的平均数与加权平均数以及汉字字库中相邻笔画的频度等。统计的数据对于基于笔画的汉字输入法和汉字的联机手写识别等方面具有重要的指导意义,我们根据这些统计资料设计了标准键盘和数字键盘,并在Windows下实现了以上两种笔画输入法。     

一种汉字笔画自动提取基准测试库（英文）

构建一个提供评测工具的笔画基准测试库,其中包含一个人工搭建的笔画数据库,该数据库拥有4种字体的汉字图像以及对应的人工提取的笔画信息。通过比较算法自动提取的笔画结果和数据库中的标准笔画之间的差异,测试库可以评测笔画自动提取算法的性能。还提出一种新的基于Delaunay三角剖分的方法,可以有效地从汉字图像中提取出笔画信息。在测试库中对现有的3种笔画提取方法进行比较,实验数据表明,所提出的笔画基准测试库能够对笔画提取算法给出有效的评测,并且新的算法在汉字笔画提取的性能中效率较高。     

计算机辅助汉字笔顺书写的研究

信息时代各种电子录入技术的广泛应用,给一笔一画写汉字带来了冲击,人们逐渐忽略了汉字的笔画顺序.基于这一现状,提出了一种计算机辅助汉字笔顺书写软件的设计思想和实现模型,在对汉字进行笔画编码和字库设计的基础上,设计了笔画书写系统,该系统能满足笔画练习、查询和演示教学的应用需求.     

浅谈钢笔楷书结构的基本原则

汉字是由各种笔画组成的,要使每个人的字写得正确、美观、规范,就必须按照一定的法则组织笔画,这一法则就是结构。又称“结体”、“结字”和“间架”。 汉字的间架结构一般分为两大类。一类是独体字,如人、中、大、个、心等字,独体字是由不等数量的基本笔画组成的独体结构的字。这种字的结构与笔画有着密切的关系,正如古人所说:“笔画生结构”,就是说笔画是结构的基础,结构的产生离不开笔画。     

基于局部信息的手写汉字笔画提取

现有计算机在指导手写汉字练习与测试中，指导依据大都基于全局特征，缺少基于更细粒度特征。提出一种基于局部信息的手写汉字笔画提取方法，为手写汉字评价与指导等任务提供数据支持。首先提取出汉字骨架并对骨架中的毛刺与断裂等问题进行优化；然后使用PBOD算法提取汉字交叉区域后，对交叉区域进行合并删除，消除笔画形变，通过局部信息计算笔画段的组合系数，根据组合系数提取笔画；最后根据获取到的笔画数与算法迭代次数，动态调整组合系数阈值，保证在正确连接笔画段的前提下提取到更可能多的笔画。将该方法在手写汉字数据集上进行实验，其准确率、召回率与F1值分别达到了95.91%、95.71%与95.81%，可用于后续的手写汉字评判与指导等任务。     

汉字动态生成的结构与风格模型

提出一种基于汉字结构和风格的字形生成模型。该模型将汉字字形抽象为汉字结构和汉字风格两种模式,并在结构中将汉字笔画抽象为连续的笔元,通过笔元的特征点构造笔元向量、径向量、弦向量和轭向量,进行笔画风格的重建。通过这种方法,动态产生可用于True type个性化汉字字形设计的字形,实现汉字字形的Web存储和在客户端的特征字形输出,克服了现代汉字由于汉字数量巨大而在字形设计方面的不足,为个性化汉字信息的云端存储和云端字形服务提供了一种有效的策略和方法,为设计更深层次的汉字信息服务奠定了基础。     

面向书写教学的手写汉字图像笔画还原

为了实现智能化汉字书写教学,提出一种手写汉字图像的笔画还原方法。首先提取手写汉字图像的骨架;然后从知识工程的角度出发,利用字形中稳定的拓扑信息,消除骨架中的歧义变形;最后利用A*算法建立并求解手写汉字与相应模板汉字的字形相似度模型,从而分割出手写汉字图像中的各个笔画,并输出它们与模板汉字中各个笔画的对应关系。此方法的笔画还原结果可以应用于手写汉字规范性的自动化评判等场合。     

基于汉字笔画编码矩阵的文本隐写方法

现有的文本隐写方法在隐藏容量和隐写成功率方面存在不足,针对此问题提出了一种基于汉字笔画的文本隐写方法,利用汉字笔画矩阵和编码矩阵将汉字笔画与"0"、"1"编码段进行映射,按照秘密消息的二进制编码段的顺序,找到对应的汉字笔画并按顺序组合成汉字,找到包含这些汉字的文本作为载体,对携带秘密信息的汉字在文本载体中的位置进行编码,编码后的位置信息放置在URL中,发送给接收方供其提取秘密消息。本方法不仅有较好的隐写成功率,而且在隐藏容量方面也有较大优势。     

点阵汉字笔划的光滑问题

点阵汉字转换为矢量汉字在绘图仪输出时,有一些笔划会产生锯齿现象。本文提出一种舍点光滑法,用于消除锯齿现象,使笔划达到圆滑。该方法具有算法简单、易于实现、光滑效果好等优点。     

一种基于结构的点阵汉字压缩与还原新技术研究和实现

从汉字自身结构特点入手,介绍了一种面向中文移动通讯产品的点阵汉字压缩与还原新技术的研究和实现．利用汉字结构上的冗余特性,通过对汉字结构的分解和组合,实现对点阵汉字的高效压缩和还原．文中讨论了这种压缩与还原技术的主要设计思想以及笔划微调、笔锋自动生成和点阵字形与矢量字形的并行存储等重要处理技术．最后,给出了实际的点阵汉字压缩与还原系统的详细描述．经实际使用证明,采用文中所讨论的点阵汉字压缩与还原技术,可以很好地满足中文移动通讯产品的需要     

基于字块特征的汉字分类方法

在分析汉字分类的意义和基本方法的基础上,提出了汉字"字块"分类方法,具有汉字拆分简单、直观,符合汉字结构和笔顺规律,记忆量小等特点,能方便地移植到数码设备中用于汉字输入编码,亦可广泛应用于汉字分类研究、汉字检索等领域.     

转注、假借造字法新说

转注、假借是造字法,而且造出了新字形。转注是造字部件省略笔画的造字法,假借是借事造字而不是借字来用,是抽象意义字的造字法。六书是六种状态字的造字法,包括了所有情况下的汉字。形声字是表示同一事物不同种类的名称的字,这一类字是以表音来区别字义的,是汉字的特例。转注字是简化构字部件而造出的字。假借这种造字法,是既不能象形也不能会意还不能用形声来表义的抽象意义的字的造字法。     

基于组合分类器的联机手写汉字识别

提出一种基于二级组合分类器的汉字手写体识别方法,首先提取汉字的整字特征和笔划特征;进行单字识别的过程中,GA-BP笔划分类器起着对汉字识别的主导作用,当写入汉字出现连笔、字形变化导致系统产生拒识情况时,采用隐马尔可夫整字分类器作为辅助去提高整体的识别率.     

一种手写体汉字的非线性规范化方法

手写体汉字变形问题是无约束手写体汉字识别的关键问题。规范化处理的目的是对字符图像点阵进行变换,矫正手写体汉字变形,减小同类字符之间的差异。文章提出了一种非线性规范化方法,它一方面调整了汉字的笔划分布,使笔划的分布密度趋于均匀;另一方面又调整了笔划的粗细,使笔划的宽度趋于一致。实验显示,用文章提出的方法产生的同类字符点阵的离散度小于用已有的几种非线性规范化方法产生的同类字符点阵的离散度,表阴提出的非线性规范化方法,较之已有的几种非线性规范化方法更有效地减小了同类字符之间的差异。     

基于数学形态学的图像汉字笔划细化和提取

文章提出了一种基于数学形态学的图像汉字笔划细化和提取方法。根据汉字的结构特点,定义了一组新的结构元素序列,保持了原样本图像汉字的连通性和拓扑性的骨架,有效地抑制样本细化后汉字笔划的扭曲和歪斜;在此细化的结果基础上,定义了一种新的汉字笔划提取算法,准确提取出原汉字的横竖撇捺笔划的形状、形态及形式结构信息,取得了理想的效果。     

汉字部首、笔形输入法

汉字部首、笔形输入法,它以《现代汉语词典》的部首为基本依据,以国家《汉字笔顺规范》和《汉字部一范》的“形”为基本依据,采取“部首笔形结合”,用26个英文字母分别代表不同的部首、笔形组成不同的汉字,编码混合模式进行汉字输入。编码规定单字、词语4码组成。     

基于动态描述库的汉字字形自动生成技术研究

目前汉字字形的生成仍是手工劳动和人工设计,加上汉字数据量巨大截止到现在没有一种合适的字形自动化生成工具可以使用。针对这一难题提出了一种基于字形描述库的汉字字形自动生成的技术。该技术先将汉字字形与字形描述库映射,以字形描述库为桥梁将汉字字形数据化,然后通过查找字形描述库找到汉字对应的骨架信息,提取笔画骨架。最后通过数据的逆向处理将笔画骨架信息还原为各种汉字字形,形成汉字字形库。     

基于基本笔画运笔特征的汉字笔迹鉴定的研究

基于汉字笔迹鉴定的有效特征主要蕴于手写汉字笔画运笔中的设想 ,提出以汉字笔画作为笔迹鉴定的主要对象 .在选用手书基本笔画为研究对象的基础上 ,进一步从手书汉字中抽取基本笔画作为对象 ,在基本笔画中抽取反映各自行笔部运笔的特征 ,形成多维特征空间 .求得各鉴定对象在特征空间中的分布 ,计算它与辞书中各书写者位置间的广义距离 ,实现笔迹的鉴定 .实验选用 10位书写者 ,8种基本笔画 ,每种笔画采用 10个样本 ,结果显示对于单一笔画和简单的汉字取得令人满意的鉴定率 .本研究完全克服了以往笔迹鉴定研究中结体依存性的不足 ,大大缩小了辞书所需的空间 .研究结果不仅证实了该方法的可行性 ,还进一步验证了该方法的实用前景 .