刘志伟

（四川大学计算机学院，成都 400000）

基于CNN网络的汉字图像字体识别

刘志伟

（四川大学计算机学院，成都 400000）

在传统的OCR文字识别系统中，研究者主要关注的主要问题是文字的识别。但是由于现代印刷技术的发展与应用，对于印刷体文字版面的恢复成为当前一种重要应用需求。不仅需要识别出文字，还应该识别出文字的字体格式。目前针对汉字字体识别的研究较少，而且大部分基于特征提取方法，主要以局部特征，和全局特征为主。提出一种基于CNN的深度学习方法，来处理汉字字体识别。和以往的方法相比较，该方法识别率高，速度快，适用于复杂的应用环境，具有良好的实际使用价值。

OCR；CNN；识别；字体识别；特征提取

1 研究背景

现代办公要将纸质文档转换为电子文档的需求越来越多，目前针对这种应用场景的系统为OCR系统，也就是光学字符识别系统，例如对于古老出版物的数字化。但是目前OCR系统[1]主要针对文字的识别上，对于出版物的版面以及版面文字的格式的恢复，并没有给出相应的解决方案。对于版面恢复中主要遇到的困难是文字字体的恢复。对于汉字字体识别问题，目前主要有几种方法，但是都是基于人工特征提取的方法。以往的方法主要分为两大类，第一种为整体分析法，将一整片数据看做采用小波纹理分析抽取字体特征用于分类[2]；使用滤波器提取文字的全局文字特征作为分类特征；使用小波包做多级分解，提取字体纹理特征的方法了[3]；……