未找到相关数据
大型中文古籍《四库全书》自动版面分析系统
被引：7
作者：
姜哲
马少平
夏莹
机构：
[1] 智能技术与系统国家重点实验室清华大学计算机科学与技术系!北京
来源：
关键词：
四库全书;
中文古籍;
版面分析;
汉字识别;
D O I：
暂无
中图分类号：
TS80 [一般性问题];
学科分类号：
0822 ;
摘要：
《四库全书》是中文古籍的经典和代表。对《四库全书》的整理 ,可以为其它古籍的整理积累和提供经验。本系统属于《四库全书》电子版专用OCR系统的预处理配套系统 ,主要功能是对《四库全书》的页面图象进行分析和理解 ,分离图象中的汉字用于识别和统计 ,获取版面结构以便于重编和出版。《四库全书》属于手写木版印刷 ,版面有一定规范 ,但形式多样、结构复杂、图象质量和字体大小有差异 ,版面分析的难度很大。本系统采用了自顶向下方法与自底向上方法相结合、自动处理与人工修正相结合的设计思想。从实用情况看 ,本系统已经能够自动采用相应算法 ,处理多种规范和准规范的版面 ,并提供方便的人工辅助纠错功能 ,保障了预处理工作的顺利进行 ,也为识别系统的学习建库和识别创造了良好的条件。
引用
收藏
页码：14 / 20
页数：7
相关论文