脱机手写体文本行的外部单词分割

本文叙述了将非限制性手写体文本行分隔成若干个单词的技术途径。在书写风格不受约束的情况下、识别单词的各字母可能非常困难，所以、在应用识别算法之前，必须把字母组合成单词。本系统采用传统算法来确定珩中各个字母章的距离，并检测全部标点符号。

邮件文本中手写体数字序列的自动提取

本文提出了在手写体文本的数字区域内自动提取的方法，该方法应用于已知数字区域组合结构的提取，组成上下文关联的特征，对每个连接部件寻找最佳的标识。基于所有文本的句法分析，应用Markov模型来确影提取感兴趣的区域。从邮件文本的手写体字符中，论证了本方法对zip码、电话号码以及用户码的影响。

基于卷积神经网络和Transformer的手写体英文文本识别

手写体文本识别技术可以将手写文档转录成可编辑的数字文档。但由于手写的书写风格迥异、文档结构千变万化和字符分割识别精度不高等问题,基于神经网络的手写体英文文本识别仍面临着许多挑战。针对上述问题,提出基于卷积神经网络(CNN)和Transformer的手写体英文文本识别模型。首先利用CNN从输入图像中提取特征,而后将特征输入到Transformer编码器中得到特征序列每一帧的预测,最后经过链接时序分类(CTC)解码器获得最终的预测结果。在公开的IAM(Institut für Angewandte Mathematik)手写体英文单词数据集上进行了大量的实验结果表明,该模型获得了3.60%的字符错误率(CER)和12.70%的单词错误率(WER),验证了所提模型的可行性。

基于连通域特征的维吾尔手写文本行分割

针对维吾尔文手写体文本中行分割问题,基于连通域大小将图像中文字分为三类,提出了自适应涂抹细化算法,对主体文本行进行定位;并对第三类连通域中相邻两文本行间粘连的字符进行切割;此外,利用重心范围内的邻域搜索算法,解决了剩余笔画的文本行归附问题。实验结果表明,该方法与常见的水平投影法,分段投影法,及涂抹方法相比具有更好的分割效果。

基于贪吃蛇算法和部首识别的手写文本切分

针对手写中文文本交错、粘连、字内过分离等问题,提出一种基于贪吃蛇算法和部首识别的文本切分方法。首先,根据贪吃蛇算法建立文本原始切分轨迹,并依据多重规则优化切分路径;之后,基于粘连字符的轮廓和骨架提取候选粘连点,利用贪吃蛇算法进行二次切分;最后,对过切分字符,进行部首的笔段提取和识别,依据汉字结构确定合并方向,并结合几何置信度和识别置信度完成合并,得到最终正确的文本切分结果。以陕西省某高中试卷中1542行手写文本作为实验数据进行了算法验证,结果表明,该算法切分正确率可达到82.15%。

基于着色处理的维吾尔文手写文本行分割

针对维吾尔文手写体文本中行分割问题,该文根据维吾尔文字包含区分字母的诸多点笔画和附加部分的特点,对文字主体笔画部分采用分段式前景涂抹算法,并将涂抹后图像的前景部分进行细化运算,通过细化线条与原图像的叠加、着色处理获取主体文本区域定位;然后通过重心辐射扫描的方法,解决了剩余细小笔画的文本行归附问题。实验结果表明:该文方法与常见的水平投影、分段式投影与基于涂抹方法相比具有更好的行分割效果。