为了解决传统汉字笔画提取效率较低,使用点集匹配进行笔画提取成功率不高且难以纠错等问题,提出一种基于点集匹配与笔段权重的楷体字笔画提取算法。利用一致性点漂移算法(Coherent Point Drift,CPD)对于字集进行映射,根据映射后的结果...为了解决传统汉字笔画提取效率较低,使用点集匹配进行笔画提取成功率不高且难以纠错等问题,提出一种基于点集匹配与笔段权重的楷体字笔画提取算法。利用一致性点漂移算法(Coherent Point Drift,CPD)对于字集进行映射,根据映射后的结果分配笔画信息;利用关键点进行笔段分割,再使用第一次笔画分配后笔段中包含的笔画信息修正笔画匹配结果,最终获得更为贴切的汉字笔画分配结果。实验结果表明,改进后算法对于楷体字的笔画提取成功率达到97.5%;针对三种不同楷体字的壁画提取成功率为89.17%。与传统笔画提取方法相比,该算法的汉字笔画提取成功率有所提升而且针对不同的提取字体的笔画提取普适性得到增强。展开更多
文摘为了解决传统汉字笔画提取效率较低,使用点集匹配进行笔画提取成功率不高且难以纠错等问题,提出一种基于点集匹配与笔段权重的楷体字笔画提取算法。利用一致性点漂移算法(Coherent Point Drift,CPD)对于字集进行映射,根据映射后的结果分配笔画信息;利用关键点进行笔段分割,再使用第一次笔画分配后笔段中包含的笔画信息修正笔画匹配结果,最终获得更为贴切的汉字笔画分配结果。实验结果表明,改进后算法对于楷体字的笔画提取成功率达到97.5%;针对三种不同楷体字的壁画提取成功率为89.17%。与传统笔画提取方法相比,该算法的汉字笔画提取成功率有所提升而且针对不同的提取字体的笔画提取普适性得到增强。
