[发明专利]字符部件聚类方法、装置、设备及计算机可读存储介质

权利要求书

1.一种字符部件聚类方法，其特征在于，包括：

获取多个字符，其中，每一个所述字符中包含待测部件，并提取各个所述字符所包含的待测部件的特征数据，其中，所述待测部件为属于指定类型的部件，所述特征数据包括轮廓曲线；

根据各个所述字符所包含的待测部件的轮廓曲线和预设计算方式，确定所有所述字符所包含的待测部件中每两个待测部件之间的距离值；

根据每两个待测部件之间的距离值对各个待测部件进行聚类，得到多个分类及各个分类中的代表部件；

针对每个待测部件，在所有代表部件中查找与该待测部件之间距离值最小的代表部件，将与该待测部件之间距离值最小的代表部件确定为该待测部件对应的代表部件；

所述预设计算方式包括第二计算方式，所述第二计算方式为：

将各个待测部件的轮廓曲线进行离散化处理，得到各个待测部件的轮廓离散点；

将待测部件所在的平面划分为多个区域；

针对每个待测部件，统计各个区域内该待测部件的轮廓离散点的个数，将各个区域内该待测部件的轮廓离散点的个数作为各个序列值，组成该待测部件的特征序列；

针对每两个待测部件，根据该两个待测部件的特征序列和预设公式计算该两个待测部件之间的距离值；其中，所述预设公式为：

其中，d₂为该两个待测部件之间的距离值，h_i(k)和h_j(k)分别为该两个待测部件的特征序列中的第k个序列值；N为特征序列中序列值的个数。

2.根据权利要求1所述的方法，其特征在于，所述获取多个字符，并提取各个所述字符所包含的待测部件的特征数据，包括：

获取字库中的第一预设个数的字符；

对所述第一预设个数的字符的所有部件进行拆分处理；

从拆分处理得到的部件中查找属于所述指定类型的待测部件；

从所述第一预设个数的字符中确定包含待测部件的各个所述字符，并提取确定出的各个所述字符所包含的待测部件的特征数据。

3.根据权利要求1所述的方法，其特征在于，所述预设计算方式包括第一计算方式，所述第一计算方式为：

根据各个待测部件的轮廓曲线确定各个待测部件的外包围矩形框，并获得各个待测部件的外包围矩形框中左上角顶点和右下角顶点的坐标值；

针对每两个待测部件，计算该两个待测部件对应的左上角顶点之间的第一距离值，及该两个待测部件对应的右下角顶点之间的第二距离值，并计算所述第一距离值和所述第二距离值的和值作为该两个待测部件之间的距离值；

或者，

根据各个待测部件的轮廓曲线确定各个待测部件的外包围矩形框，并获得各个待测部件的外包围矩形框中左下角顶点和右上角顶点的坐标值；

针对每两个待测部件，计算该两个待测部件对应的左下角顶点之间的第三距离值，及该两个待测部件对应的右上角顶点之间的第四距离值，并计算所述第三距离值和所述第四距离值的和值作为该两个待测部件之间的距离值。

4.根据权利要求3所述的方法，其特征在于，所述将待测部件所在的平面划分多个区域，包括：

在待测部件所在的平面上选取原点建立极坐标系；

在所述极坐标系的极角方向选取第二预设个数的极角值，并在极径方向上选取第三预设个数的极径值；

根据所述第二预设个数的极角值和所述第三预设个数的极径值，将待测部件所在的平面划分为第四预设个数的区域；所述第二预设个数和所述第三预设个数的乘积值等于所述第四预设个数。

5.根据权利要求1所述的方法，其特征在于，所述根据每两个待测部件之间的距离值对各个待测部件进行聚类，得到多个分类及各个分类中的代表部件，包括：

针对每个待测部件，根据该待测部件与其余各个待测部件之间的距离值，生成该待测部件的距离值序列；

将各个待测部件的距离值序列组合生成距离矩阵；

根据所述距离矩阵和近邻传播聚类算法对各个待测部件进行聚类，得到多个分类及各个分类中的代表部件。