赵云 许晶 周莉莉

【关键词】贝叶斯决策;文字识别

近年来模式识别技术被广泛应用[1]。在我们的日常生活中，大数据中文本数据占相当大的比例，例如使用聊天工具QQ，WeChat，Ding Talk等软件工具时，当遇到的图像中有喜欢的话语、篇幅很长的文章时，由于边看图像边打字不方便以及没有耐心打完所有字体时，这时候文字识别系统就发挥了极大的作用。 汉字识别技术目前主要分为印刷体汉字识别和手写体汉字识别为两大类，手写文字识别是指通过扫描设备将纸张上的文字信息变为数字图像输入计算机，然后利用计算机对图像中的文字进行识别的方法[2]。

常見的文字识别算法主要有最近邻算法，支持向量机，以及BP神经网络算法等。本篇所讲述的是基于最小错误贝叶斯算法，此算法也是平时最常见和简单的方法之一，在常见的模式识别问题中，其目标往往是尽量减少分类的错误，运用概率观点中的贝叶斯公式，以追求最小的错误率。按照贝叶斯的判定原则，如果我们要预测某个样本处于哪一种类型，需要计算所有的后验概率P（A|B），其中后验概率最高的那一种类型便是预测的类型。

本文中手写文字识别系统主要使用最小错误率的贝叶斯决策，如公式（1）所示。

基于最小错误率的贝叶斯决策模型，需要预先知道先验概率 和类条件概率密度 ，概率密度 反映了特征值 在类 的概率。

（一）创建字库

1、图像预处理

基于贝叶斯算法对手写文字进行识别，需要对待识别图片进行预处理。……