Research and Application of Chinese Calligraphy Character Recognition Algorithm Based on Image Analysis

书法 汉字 性格(数学) 计算机科学 人工智能 字符识别 风格(视觉艺术) 中国文化 特征提取 模式识别(心理学) 图像(数学) 自然语言处理 绘画 中国 数学 艺术 文学类 视觉艺术 历史 考古 几何学
作者
Lixia Chen
标识
DOI:10.1109/aeeca52519.2021.9574199
摘要

Chinese characters and calligraphy are important components of Chinese traditional culture, which constitute rich and colorful Chinese history and culture. When users browse and appreciate books with Chinese characters, especially when browsing and appreciating ancient books with many traditional Chinese characters, they will encounter many unfamiliar Chinese characters, which brings obstacles to users' appreciation of works. In view of the above problems, this paper attempts to combine deep learning with traditional recognition methods to recognize calligraphy images. From the perspective of calligraphy style diversity, the deep convolution neural network is used to classify the calligraphy image in style, and then the traditional classification algorithm is used to identify the calligraphy image and get its corresponding Chinese characters. Through experimental comparison, the calligraphy character recognition algorithm proposed in this paper is more efficient. The Chinese character recognition algorithm is applied to the calligraphy scoring system to realize the interface of the Chinese character scoring system. Taking the scoring of three different fonts as an example, the calligraphy Chinese character scoring of the practitioners of three fonts is completed.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
冯娇娇发布了新的文献求助10
刚刚
大1发布了新的文献求助10
1秒前
1秒前
babyhead完成签到,获得积分10
1秒前
传奇3应助温暖从菡采纳,获得10
1秒前
koala完成签到,获得积分10
1秒前
爆米花应助hy采纳,获得10
2秒前
BitBong完成签到,获得积分10
2秒前
七濑完成签到,获得积分10
2秒前
加菲丰丰应助hey,一条采纳,获得20
2秒前
3秒前
3秒前
Tree_完成签到 ,获得积分10
4秒前
薰硝壤应助wille采纳,获得10
4秒前
天天娃哈哈完成签到 ,获得积分10
4秒前
4秒前
5秒前
星星完成签到 ,获得积分10
6秒前
齐桓公发布了新的文献求助10
6秒前
likestring发布了新的文献求助10
7秒前
ma完成签到 ,获得积分10
8秒前
咿呀咿呀哟完成签到,获得积分0
8秒前
8秒前
专注绿真发布了新的文献求助30
9秒前
脑洞疼应助温婉的荷花采纳,获得10
9秒前
化工牛马发布了新的文献求助10
9秒前
顾矜应助孔雀翎采纳,获得10
9秒前
Yel发布了新的文献求助10
11秒前
HonamC完成签到,获得积分10
11秒前
xshuang完成签到,获得积分10
11秒前
11秒前
11秒前
11秒前
12秒前
充电宝应助复杂的访波采纳,获得10
12秒前
无限平凡完成签到,获得积分10
13秒前
13秒前
KYG完成签到,获得积分20
14秒前
商毛毛发布了新的文献求助10
14秒前
16秒前
高分求助中
Evolution 10000
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
China's Relations With Japan 1945-83: The Role of Liao Chengzhi 400
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3147582
求助须知:如何正确求助?哪些是违规求助? 2798713
关于积分的说明 7830993
捐赠科研通 2455488
什么是DOI,文献DOI怎么找? 1306841
科研通“疑难数据库(出版商)”最低求助积分说明 627934
版权声明 601587