朱训龙,袁国良,周 鹏
(上海海事大学信息工程学院,上海 201306)
智能手机因其不可比拟的先天优势,成为人们生活中不可替代的一部分,利用智能手机练习毛笔字,是一种加强精神文明建设的一种方式。然而由于毛笔字大多都是手写,随意性大,字体种类繁多,字体间存在重叠、粘连等情况。因此,如何在智能手机拍摄的照片上,切分手写毛笔字是具有非常重要的研究意义。
目前,对汉字的切分方法[1]主要有:投影法[2-5]、像素跟踪法[6]、维特比算法[7-9]以及基于识别的分割方法[10],[11]等等。针对传统投影切分方法在毛笔字帖字符切分中的不足,提出了反向传播(BP)神经网络的毛笔字帖字符切分算法。文献[12]的基础上,通过设定滑动窗口来收集投影数据,从而设置训练集和测试集去训练和测试BP网络,由BP神经网络确认切分点,最终得到准确的单列毛笔字。文献[13]的基础上,通过曲线拟合来寻找曲线的局部极小值点,结合决定系数判定该区域极小值点是否保留,从而来确定区域极小值点,进而提取投影数据特征,由BP神经网络确认切分点,最终的得到一个完整的单个字符。该算法切分毛笔字帖中的字体有更高的准确率。
算法的流程图如图1所示。

图1 算法流程图
算法首先获取原图像进行图像预处理,在图像X轴方向上投影提取投影数据。将投影数据分为训练集和测试集两部分,使用训练集训练 BP神经网络模型,并用测试集进行识别分类。在图像的Y轴方向上的投影并提取投影数据,将投影数据分为训练集和测试集两部分,使用训练集训练 BP神经网络模型,并用测试集进行识别分类,最后输出切分后的字符图像。……