[其他]漢字和其他各種字符高速編碼、輸入和識別技術

無效

• 申請號: 85102978
• 申請日: 1985-04-22
• 公開（公告）號: CN85102978A
• 公開（公告）日: 1987-04-29
• 發明（設計）人: 熊仲炎
• 申請（專利權）人: 熊仲炎
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種語言文字信息處理技術，特別涉及文字編碼、輸入和識別技術。

據1983年11月在北京召開的中文信息處理國際研討會資料，漢字編碼方案雖多達四百種，但實際應用較多的不過十余種，而且各有優缺點，但沒有一種是與漢字識別掛鉤的?，F在正在研究的漢字識別方案大多采用結構法，也有采用根據直線斜率和方向識別的。但它們的共同缺點是大都必須對掃描信號進行平滑（變成單線條）或除噪聲等予處理，而且必須跟蹤每根線條、有的需龐大的樣板庫，不僅占用大量內存（至少60K以上），而且速度慢。至今各種漢字識別技術還存在這樣那樣的問題，尚未有完善的識別技術大規模推廣。

本發明的目的是將漢字和其它各種文字的編碼和識別掛鉤，即字符編碼和識別結果所得的編碼相同，可共用一個檢索表，以大大簡化檢索手續并節約內存。

本發明的另一個目的是提供一種直接從掃描輸入信號抽取字符特征數據的十分簡單的硬件，而這些數據只需經過十分簡單的處理過程即可得到用于檢索的字符編碼。

本發明再一個目的是，提供一種音素編碼法，以便熟悉漢語拼音的人能有一種快速的輔助輸入手段。

本發明的其次一個目的是提供一種隨機定義簡化輸入技術，可以用功能鍵或換擋鍵配合字符鍵存貯和輸入重復出現的詞或詞串，而不受樣板行的限制。

字符筆形的模糊歸類和編碼

組成漢字和其他各種字符的基本單位叫筆形。筆形可以是單筆或由多筆組成結構單元，也可以是從整體字切割的一部分。

漢字或其他字符的筆形可以按形狀，組成方式或結構等特征進行模糊歸類。歸類的目的一是便于記憶，一是在識別時便于處理，歸類的基本原則是，同類筆形要有共同的特征，盡量避免由于同類而造成同碼。為此，同一個字可根據不同的標準（特征）歸于不同的類。

筆形可以分成如下的類：

1）點：單獨的點（包括挑）、雙點（如丷、冫、等）三點（如、等）。

2）橫：如一、、丅、亠等。

3）豎：如丨、丨、丿、卜、、等。

4）交：如十、、大、等。

5）蓋（下缺）：如冂、、宀、、冂、月、幾、幾、等。

6）框：方框（如口、囗）長框（如、目、日、四等）。

7）斜：如丿、丿、丶等。

8）叉：如乂、又、弋、等。

9）彎和角：如、人、廠、、、亅、、乛、、了等。

10）紐：如、乚、勹、、辶、廴、、厶、等。

11）右缺：如匚、、上、七、匕、七、匕、C、K等。

12）左缺：如、、丬、弓、、了、習、、彐、等。

13）左右缺：如工、王等。

14）上缺：如、凵、山、、丩、凵、等。

15）串：橫串如廿、艸、廾、卅、、也、、艸、等。豎串如扌、豐、車、、戈、、才等。

16）插：上插如主、圭、巫、曲、由、肀、等;下插（下伸）如干、于、手、毛等。穿插如中、申、巾、等。構件插如西、、雨等。

17）斜缺如、夕、勹、刀、、爫、（欠字頭）等。

18）閉（帶腳框）如：耳、、皿、阝、卩等。斜閉如攵、女、片、夕、等。

19）帶斜框：如、臼、白、等

20）線集：如木、個、水、、、等

以上各類還可按不同標準進行再分類。例如根據排列成豎的共同特征，可以把氵、彡歸入豎類，按照中部有交點下部有順鉤的特點，可以把才、手和寸、才等歸成一類，如此等等。

以上是詳細的分類，最簡單的分類采用十種筆形，即：點（包括上挑），橫、交（包括十和）豎、蓋（包括、冂、、月、幾等），框（包括方框如口、囗和長框如等），斜（包括撇和捺）、叉（包括乂、、又等）彎和紐。這種分類法可用于詞典檢字，也可用于文字編碼，如再加上左缺、右缺、上缺和橫串及豎串等五類，就可以將各種文字字符編碼。例如α的編碼是框、紐?！氐木幋a是框、右缺。

如果要減少編碼長度，最好是取25至36種不同的類。

下面是適用于漢字和其他各種字符的編碼分類舉例。

以上分類還可對各類筆形作必要的調整和增刪。所用代碼還可根據使用頻率作適當修改。

為了加快輸入速度，每個筆形鍵可以安排2個或更多的常用字?？梢杂靡粋€或幾個字符鍵作為常用字換擋鍵。此換擋鍵還可安排一個常用字，一個常用詞尾，并兼作輸入鍵（相當于空鍵）。