漢字的結(jié)構(gòu)特征

《漢字的結(jié)構(gòu)特征》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、漢字的結(jié)構(gòu)特征【摘要】本文作者通過(guò)點(diǎn)陣量化處理1000個(gè)常用漢字，統(tǒng)計(jì)分析了不同漢字、不同字體的結(jié)構(gòu)上的異同，并用c++語(yǔ)言編寫了一個(gè)能識(shí)別字符是否為中文的簡(jiǎn)單程序。【前言】漢字作為中華文明的代表之一，擁有上千年的悠久歷史。經(jīng)過(guò)幾千年的發(fā)展演變，漢字在字形字體上也發(fā)生了許多的變化。本文就是對(duì)漢字字形的研究。通過(guò)對(duì)漢字字形的研究，我們可以發(fā)現(xiàn)漢字內(nèi)在的一些規(guī)律，并對(duì)文字識(shí)別等現(xiàn)代技術(shù)提供一定程度上的幫助?！灸夸洝?.漢字字形的量化處理2.1000常用漢字點(diǎn)陣的頻數(shù)統(tǒng)計(jì)3.不同字體間架結(jié)構(gòu)的點(diǎn)陣的頻數(shù)分析4.不同字體間架結(jié)構(gòu)的中心分析5.常用漢字的字體中心分析6.識(shí)別中文的程序設(shè)計(jì)【正文】一、漢

2、字字形的量化處理對(duì)漢字字形的處理的第一步工作就是將漢字字形量化。目前應(yīng)用較廣的Truetype字體使用的方法是用點(diǎn)與函數(shù)描述一個(gè)字的輪廓曲線（圖1.1），這種方法的優(yōu)勢(shì)在于可以細(xì)致的描述漢字的字形，字號(hào)無(wú)論大小字體邊緣都光滑無(wú)鋸齒等。對(duì)于今天的研究，我們采取了更為簡(jiǎn)單的處理方法———點(diǎn)陣字體。點(diǎn)陣字體（windows系統(tǒng)下其字庫(kù)擴(kuò)展名.fon，區(qū)別于Truetype的.ttf）即將漢字的圖形簡(jiǎn)化為一個(gè)點(diǎn)陣（常見(jiàn)的有16*16或24*24），用每個(gè)點(diǎn)的虛實(shí)表示漢字的輪廓。同樣以漢字“人”為例，點(diǎn)陣量化的過(guò)程如圖1.2所示：其中的難點(diǎn)是將漢字轉(zhuǎn)化為點(diǎn)陣，我們?cè)诨ヂ?lián)網(wǎng)上搜索到一款將給定漢字轉(zhuǎn)化為點(diǎn)

3、陣的文字的軟件（大鴻點(diǎn)陣字轉(zhuǎn)換器1.0.0.0），該軟件轉(zhuǎn)換出的文字由字符“▇”與空格構(gòu)成，通過(guò)MicrosoftWord的搜索替換可將文字轉(zhuǎn)換為0與1構(gòu)成的點(diǎn)陣，便于以后的數(shù)據(jù)處理。以后的數(shù)據(jù)處理均采用此方法。對(duì)于該軟件不支持的字體，我們采用手動(dòng)的方法將其用點(diǎn)陣表示：二、漢字點(diǎn)陣的頻數(shù)統(tǒng)計(jì)下一步我們的目標(biāo)是對(duì)常用漢字進(jìn)行點(diǎn)陣的頻數(shù)統(tǒng)計(jì)。首先，我們通過(guò)查閱資料，選取了1000個(gè)常用漢字（使用覆蓋率達(dá)91%）進(jìn)行同樣的處理。由于軟件的原因，生成漢字的點(diǎn)陣并不統(tǒng)一（只能保證行或列的統(tǒng)一），因此完成這一工作給我們帶來(lái)了極大的難度。對(duì)此，我們決定對(duì)行（x軸方向）與列（y軸）分別分析。注：使用字體：楷

4、體1.漢字點(diǎn)陣x軸方向頻數(shù)統(tǒng)計(jì)約1000個(gè)漢字（極少數(shù)字無(wú)法轉(zhuǎn)換，但數(shù)量較少可忽略不計(jì)），計(jì)28980行，65列。對(duì)于較大量的數(shù)據(jù)，使用程序處理會(huì)比較方便。我使用C++語(yǔ)言編寫了一段分列累加求和的程序（算法簡(jiǎn)單，程序框圖略），代碼如下：#include//1.cpp#include#include#definemaxl28980//maxline#definemaxc65//maxcolusingnamespacestd;intsum[maxc];intmain(){ifstreamfin("code.txt");ofstreamfout

5、("sum.txt");inti,j;strings;for(j=0;j

6、65006500651065107266726685908590865586557711771180478047825882588325832582968296765276526928692863846384561456144575457532423242218721871402140266666600（注：我們將字符“▇”替換為00，所以相鄰組數(shù)據(jù)一樣十分正常）繪制出圖表如下（圖2.1.1）：從中可見(jiàn)其最大值出現(xiàn)在x=33,34處，值為8655.1.漢字點(diǎn)陣y軸方向頻數(shù)統(tǒng)計(jì)Y軸方向的統(tǒng)計(jì)同樣復(fù)雜。由于軟件對(duì)橫向的數(shù)據(jù)處理乏力，因此我們用軟件自帶功能將字順時(shí)針旋轉(zhuǎn)90度，如圖2.2.1：以后

7、的處理與前文相同（程序代碼與前文亦相同），得出統(tǒng)計(jì)數(shù)據(jù)如下：00147147802802216721674281428162836283689568956805680567016701642564256345634565596559709670967210721073767376753475347798779879547954782878287706770674377437688768876541654162