[发明专利]汉字笔画自动抽取方法及其装置

摘要

本发明属信息技术领域，是一种完全基于汉字结构知识的汉字笔画自动提取方法及其装置。它以横、竖、撇、捺作为汉字最基本笔画，采用表示汉字的二值图象及其有关极线段描述汉字笔画，从而建立对应的抽取方法，并提出了相应于该方法的笔画自动抽取装置。本发明较好地解决了各汉字笔画相交、相连及噪音的排除问题，提取的速度快，正确率高，达到99.5％以上。本发明在汉字识别、跨平台汉字信息传输及字体字形自动生成等汉字信息处理方面有重要作用。

主权项

1、一种汉字笔画抽取方法，其特征在于采用表示汉字的二值图象以及水平极线段和垂直极线段描述汉字笔画结构，并将汉字基本笔画确定为横、竖、撇、捺4种，从而建立相应的汉字不同笔画的抽取方法；其中：——笔画横的抽取方法如下：设h(x，y，rh)是汉字的一条水平极线段，它有n条长度大于0的上邻极线段h(x1，y-1，rh1)，…，h(xn，y-1，rhn)。令run=Σi=1nrhi,则有：(1)当n＞1，且rh-run·Ch0≥lh0时，h(x，y，rh)可以形成横笔画；(2)当n＝0，且rh≥lh0时，h(x，y，rh)可以形成横笔画；(3)当n＝1，且rh-rn1·Ch1≥lh0时，h(x，y，rh)可以形成横笔画，其中，当rh1≤lh2，且0≤x1-x≤lh3或|x1+rh1-(x+rh)|≤lh3时，run1＝0，否则，run1＝rh1，其中，lh0是预设的横笔画的最小长度，lh2是预设的噪音极线段的最大长度，lh3是预设的控制上邻极线段端点与本极线段端点距离的最大值，Ch0，Ch1是预设的长度放大系数；——笔画竖的抽取方法如下：设v(x，y，rv)是汉字的一条垂直极线段，它有n条长度大于0的左邻极线段v(x-1，y1，rv1)，…，v(x-1，yn，rvn)，令run=Σi=1nrvi,如果存在一个rvi＞lv2，则令C＝1，否则，C＝0，有：(1)当C＝1，且rv-run·Cv1≥lv0时，v(x，y，rv)可以形成竖笔画；(2)当C＝0，且rv-run·Cv0≥lv0时，v(x，y，rv)可以形成竖笔画；其中，lv0是预设的竖笔画的最小长度，lv2是预设的竖笔画的左上端和右上端可能的噪音极线段的最大长度，Cv0，Cv1是两个预设的长度放大系数；——斜笔画撇、捺的抽取方法如下：从没有被横竖笔画所标记的极线段中选取长度大于0的极线段作为斜笔画的起点。斜笔画的抽取是从上至下寻找下邻水平极线段。当斜笔画的方向确定后，假定斜笔画的起点极线段为h(x0，y0，rh0)，当前极线段为h(xi，yi，rhi)，则：(1)若斜笔画的方向为撇a.如果它的下邻极线段条数大于等于2，则取使x最小的而且没有被其他笔画标记的那根极线段，记为h(xi+1，yi+1，rhi+1)；b.xi+1＜xi而且h(xi+1，yi+1，rhi+1)没有被横笔画标记时，令x′＝xi+1；c.当xi+1＞xi时，要计算当前跨度与目前该撇笔画的最大跨度之比sr＝(xi+1-x′)/(x0-x′)。当此值小于预先给定的阀值sr0时，可继续抽取，否则抽取结束，并将终止极线段退回到本次使xi开始增大的极线段的上邻极线段；(2)若斜笔画的方向为捺a.如果它的下邻极线段条数大于等于2，则取使x最大的而且没有被其他笔画标记的那根极线段，记为h(xi+1，yi+1，rhi+1)；b.当xi+1＜xi而且h(xi+1，yi+1，rhi+1)没有被横笔画标记时，使计数器sl开始计数，当xi+1＞xi时，使计数器sl清零；c.当sl小于预先给定的阀值sl0时，可继续抽取，否则抽取结束，并将终止极线段退回到本次使xi开始减小的极线段的上邻极线段。