崔泽乾，白云杰，韩阳，3，陈丽芳

( 1. 华北理工大学 冶金与能源学院，河北 唐山 063210；2.华北理工大学 理学院，河北 唐山 063210；3.华北理工大学 学科建设处，河北 唐山 063210；4.唐山市工程计算重点实验室，华北理工大学 理学院，河北 唐山 063210)

汉字是中国几千年文明的结晶，是众多书法家为中华民族留下的宝贵财富。尽管信息时代早已到来，机械化深入到人们日常生活的方方面面，但仍有众多用户保持着汉字手写的习惯。随着中国的崛起，越来越多的外国人开始学习汉字，汉字识别的市场前景不言而喻。神经网络一直是近几年的热词，而Hopfield神经网络因其具有联想记忆的特性，被广泛应用于图片识别领域。汉字识别系统作为图片识别的一部分，用Hopfield算法来实现其功能，其合理性毋庸置疑[1，2]。

该项研究将从软件平台设计的角度，利用改良后的Hopfield网络开发出一款具有良好人机交互体验、具有很好先进性的汉字识别系统。该系统既可以进行手写输入，也可以对已有数据进行随机抽取，同时它还能对包含多个汉字的图片进行分割处理、逐一识别，并给出识别的准确度。

1数据处理

1.1 数据集准备

下载casia数据库中的中文数据作为图片数据，邀请多人在该手写面板上输入作为手写数据，并将2个数据集分别保存在DATA1和DATA2中。表1所示为数据集。

表1 数据集

1.2 数据预处理

包含多个汉字的图片数据，将图片进行高斯降噪、灰度化、二值化等处理，生成只有黑白2种颜色的图片[3，4]。由于部分汉字是不相连的，轮廓检测时可能被分离开，所以在检测前要对图片进行膨胀化处理，通过轮廓检测获取字符的边界，并分割数据，保存轮廓左上角的位置及轮廓的长度和宽度，通过不断调整参数，得到需要的轮廓[5，6]。……