漢字的結(jié)構(gòu)特征

1、<p><b>　　漢字的結(jié)構(gòu)特征</b></p><p>　　【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。</p><p>　　【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

2、。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。</p><p><b>　　【目錄】</b></p><p><b>　　漢字字形的量化處理</b></p><p>　　1000常用漢字點(diǎn)陣的頻數(shù)統(tǒng)計(jì)</p><p>　

3、　不同字體間架結(jié)構(gòu)的點(diǎn)陣的頻數(shù)分析</p><p>　　不同字體間架結(jié)構(gòu)的中心分析</p><p>　　常用漢字的字體中心分析</p><p><b>　　識(shí)別中文的程序設(shè)計(jì)</b></p><p><b>　　【正文】</b></p><p>　　一、漢字字形的量化處理&l

4、t;/p><p>　　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。</p><p>　　點(diǎn)陣字體（windows系統(tǒng)下其字庫(kù)擴(kuò)展名.fon，區(qū)別于Truetype

5、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：</p><p>　　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)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)Microsoft Word的搜索替換可將文字轉(zhuǎn)換為0與1構(gòu)成的點(diǎn)陣

6、，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。</p><p>　　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：</p><p>　　二、漢字點(diǎn)陣的頻數(shù)統(tǒng)計(jì)</p><p>　　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

7、（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。</p><p><b>　　注：使用字體：楷體</b></p><p>　　漢字點(diǎn)陣x軸方向頻數(shù)統(tǒng)計(jì)</p><p>　　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。</p>

8、<p>　　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：</p><p>　　#include<iostream> //1.cpp</p><p>　　#include<fstream></p><p>　　#include<

9、;string></p><p>　　#define maxl 28980//maxline</p><p>　　#define maxc 65 //maxcol</p><p>　　using namespace std;</p><p>　　int sum[maxc];</p><p>　　int mai

10、n()</p><p><b>　　{</b></p><p>　　ifstream fin("code.txt");</p><p>　　ofstream fout("sum.txt");</p><p><b>　　int i,j;</b></p&g

11、t;<p><b>　　string s;</b></p><p>　　for(j=0;j<maxc;j++) sum[j]=0;//初始化</p><p>　　for(i=0;i<maxl;i++)</p><p><b>　　{</b></p><p>　　getlin

12、e(fin,s);</p><p>　　for(j=0;j<maxc;j++)</p><p><b>　　{</b></p><p>　　if(s[j]=='1') sum[j]++; //累加</p><p><b>　　}</b></p><p>

13、<b>　　}</b></p><p>　　for(j=0;j<maxc;j++) fout<<sum[j]<<endl;//output</p><p><b>　　return 0;</b></p><p><b>　　}</b></p><p&g

14、t;　　由此得出漢字x軸方向統(tǒng)計(jì)數(shù)據(jù)：0 0 165 165 696 696 1493 1493 2550 2550 3665 3665 4680 4680 5924 5924 7235 7235 8092 8092 7896 7896 7022 7022 6500 6500 6510 6510 7266 7266 8590 8590 8655 8655 7711 7711 8047 8047 8258 8258 8325 8325 8

15、296 8296 7652 7652 6928 6928 6384 6384 5614 5614 4575 4575 3242 3242 2187 2187 1402 1402 666 666 0 0 </p><p>　?。ㄗⅲ何覀儗⒆址皑~”替換為00，所以相鄰組數(shù)據(jù)一樣十分正常）</p><p>　　繪制出圖表如下（圖2.1.1）：</p><p>　　從中可

16、見(jiàn)其最大值出現(xiàn)在x=33,34處，值為8655.</p><p>　　漢字點(diǎn)陣y軸方向頻數(shù)統(tǒng)計(jì)</p><p>　　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：</p><p>　　以后的處理與前文相同（程序代碼與前文亦相同），得出統(tǒng)計(jì)數(shù)據(jù)如下：0 0 147 147 802 802 2167 2

17、167 4281 4281 6283 6283 6895 6895 6805 6805 6701 6701 6425 6425 6345 6345 6559 6559 7096 7096 7210 7210 7376 7376 7534 7534 7798 7798 7954 7954 7828 7828 7706 7706 7437 7437 6887 6887 6541 6541 6289 6289 6131 6131 6023 6

18、023 5560 5560 4363 4363 2880 2880 1471 1471 503 503 0 0 </p><p>　　處理為圖表如圖2.2.2：</p><p>　　由圖表可得，沿y軸方向漢字點(diǎn)陣頻數(shù)分布的極值在y=35,36處，值為7954.</p><p><b>　　漢字點(diǎn)陣的頻數(shù)統(tǒng)計(jì)</b></p><

19、;p>　　首先我們觀察一下極值的分布，64*64的數(shù)據(jù)中，極值出現(xiàn)在x=33,34；y=35,36處，由于實(shí)際上相鄰2個(gè)單位值相同，我們的工作等效于處理了一個(gè)32*32的點(diǎn)陣。</p><p>　　圖2.3.1表示了極值點(diǎn)在點(diǎn)陣中的位置：</p><p>　　但是僅僅用極值很難全面反映我們得到的數(shù)據(jù)，所以我們將累加得到的橫縱坐標(biāo)還原為點(diǎn)陣。這里我們又一次借助了C++程序：</p

20、><p>　　#include<iostream> //2.cpp</p><p>　　#include<fstream></p><p>　　using namespace std;</p><p>　　int mod(double x)</p><p><b>　　{</b

21、></p><p><b>　　int i;</b></p><p>　　for(i=0;x>100;i++) x-=100;//該函數(shù)用來(lái)取一個(gè)變量百位以上的整型值</p><p><b>　　return i;</b></p><p><b>　　}</b>&l

22、t;/p><p>　　int main()</p><p><b>　　{</b></p><p>　　ifstream fin("sum.txt");</p><p>　　ofstream fout("sum2.txt");</p><p>　　int i,j

23、,x[64],y[64];</p><p>　　for(i=0;i<32;i++)fin>>x[i]>>y[i];</p><p>　　for(j=31;j>=0;j--)</p><p><b>　　{</b></p><p>　　for(i=31;i>=0;i--)<

24、/p><p><b>　　{</b></p><p>　　double val=sqrt((double)(x[i]*y[j]));//s[i][j]=sqrt(x[i]*y[j])</p><p>　　fout<<mod(val)<<'\t';</p><p><b>　　

25、}</b></p><p>　　fout<<endl;</p><p><b>　　}</b></p><p><b>　　return 0;</b></p><p><b>　　}</b></p><p>　　其中輸出時(shí)數(shù)據(jù)采用

26、制表符分開(kāi)，便于在excel中進(jìn)行下一步處理。為了減小數(shù)據(jù)范圍，我們將數(shù)據(jù)還原到實(shí)際的精度（32*32）</p><p>　　將數(shù)據(jù)置于excel中，使用條件格式可以直觀地體現(xiàn)出我們得到的點(diǎn)陣。如圖2.3.2：</p><p>　　從中我們可以初步得出一些結(jié)論:</p><p>　　漢字的結(jié)構(gòu)還是左右戰(zhàn)較大部分（無(wú)論是左右結(jié)構(gòu)還是某些結(jié)構(gòu)的左右部分）</p&g

27、t;<p>　　大部分漢字左邊相對(duì)較密</p><p>　　在常見(jiàn)漢字中，中部偏左和中部偏右上區(qū)域漢字圖形分布的頻數(shù)較大</p><p>　　圖中最大值為82，分布位置與2.3章（上文）求得一致。</p><p>　　三、不同字體間架結(jié)構(gòu)的點(diǎn)陣的頻數(shù)分析</p><p>　　在第二章，我們分析了1000個(gè)常見(jiàn)漢字的楷書的結(jié)構(gòu)特點(diǎn)

28、。然而顯然，漢字的字體豐富多樣，我們有必要對(duì)其他字體進(jìn)行分析。</p><p><b>　　行楷</b></p><p>　　行楷與楷書相比，其間架結(jié)構(gòu)變化并不是很大。我們?yōu)榱撕?jiǎn)單處理，隨機(jī)了100字進(jìn)行與楷書一樣的處理。數(shù)據(jù)處理結(jié)果如圖3.1.1：</p><p>　　從圖中我們可以看出：行楷與楷書的點(diǎn)陣頻數(shù)分布圖其實(shí)很像（由于數(shù)據(jù)較少與層次

29、劃分的差異，行書的圖顯得較為簡(jiǎn)單）</p><p><b>　　隸書</b></p><p>　　按照同樣的處理方式，我們得出了隸書的圖樣（圖3.1.2）。從中觀察，可以發(fā)現(xiàn)隸書的點(diǎn)陣分布與楷書行楷有很大差別：排除軟件本身導(dǎo)致的部分區(qū)域無(wú)字引起的圖片上方大量空白，我們?nèi)匀豢梢钥偨Y(jié)出隸書的一些規(guī)律：</p><p>　　隸書的字體顯得明顯扁平&l

30、t;/p><p>　　頻數(shù)分布的極值點(diǎn)并不在字體的中央部位，而是在字體的上部</p><p>　　整字的疏密區(qū)別更大程度在字的上下部分而非左右</p><p>　　通過(guò)這些特點(diǎn)，我們猜想，以現(xiàn)有技術(shù)如果完成漢字字體識(shí)別的話，不同字體的差別對(duì)字的間架結(jié)構(gòu)有較大影響。但是，我們使用的軟件（大鴻點(diǎn)陣字轉(zhuǎn)換器1.0.0.0）支持的字體有限，因此對(duì)于其他一些漢字常見(jiàn)書寫字體，我們

31、要使用其他方法進(jìn)行研究。</p><p>　　四、不同字體間架結(jié)構(gòu)的中心分析</p><p>　　對(duì)于軟件不支持的字體，我們并沒(méi)有辦法獲得較大量的數(shù)據(jù)。為了在現(xiàn)有條件下對(duì)不同字體的結(jié)構(gòu)繼續(xù)進(jìn)行分析，我們采用了另一種分析方法——研究字形的中心。以圖1.4中的行書為例，我們將其量化后點(diǎn)陣如圖4.1：</p><p>　　注：字體：魚石行書，加粗</p>&

32、lt;p>　　然后我們定義滿足條件的點(diǎn)A為一個(gè)圖形的中點(diǎn)：點(diǎn)A滿足到圖形上每一點(diǎn)距離之和最小。</p><p>　　我們選取楷書、行楷、行書、隸書的“行”字作為范例對(duì)此進(jìn)行研究。由于草書的書寫存在字與字之間的關(guān)系，單字研究較為困難且意義不太大，我們不研究草書的單字結(jié)構(gòu)。</p><p>　　為了確定一個(gè)字的中點(diǎn)，我編寫了如下的C++代碼：</p><p>　　

33、#include<fstream> //3.cpp</p><p>　　using namespace std;</p><p>　　int s[32][32];</p><p>　　double dis(double x,double y) //處理累計(jì)的距離</p><p><b>　　{</b&

34、gt;</p><p><b>　　int i,j;</b></p><p>　　double sum=0;</p><p>　　for(i=0;i<32;i++)</p><p>　　for(j=0;j<32;j++)</p><p>　　if(s[i][j]==1)</p&g

35、t;<p>　　sum+=sqrt((double)((x-i)*(x-i))+(double)((y-j)*(y-j)));</p><p>　　return sum;</p><p><b>　　}</b></p><p>　　int main()</p><p><b>　　{</b&

36、gt;</p><p>　　double min=100000,sum;</p><p>　　ifstream fin("code.txt");</p><p>　　ofstream fout("ans.txt");</p><p>　　int i,j,x,y;</p><p>

37、　　for(j=32;j>=0;j--)</p><p>　　for(i=0;i<32;i++)</p><p>　　fin>>s[i][j];</p><p>　　for(i=0;i<32;i++)</p><p><b>　　{</b></p><p>　　for

38、(j=0;j<32;j++)</p><p><b>　　{</b></p><p>　　sum=dis(i,j); </p><p>　　if(min>sum)</p><p><b>　　{</b></p><p><b>　　min=sum;<

39、;/b></p><p><b>　　x=i;</b></p><p><b>　　y=j;</b></p><p><b>　　}</b></p><p><b>　　}</b></p><p><b>　　}&l

40、t;/b></p><p>　　fout<<x<<' '<<y<<' '<<min;</p><p><b>　　return 0;</b></p><p><b>　　}</b></p><p>　　

41、思路：求出每個(gè)點(diǎn)與圖形上每個(gè)點(diǎn)的距離之和，然后比較取最小值</p><p>　　代入楷書、行楷、行書、隸書的統(tǒng)計(jì)數(shù)據(jù)如下：</p><p>　　通過(guò)這個(gè)我們不難發(fā)現(xiàn)盡管字體不同，圖形中點(diǎn)的位置仍然十分相近。由此我們發(fā)現(xiàn)字的重點(diǎn)位置受字體影響并不大。</p><p>　　五、常用漢字的字體中心分析</p><p>　　由于對(duì)較大量的漢字分別處理

42、有較大的難度，我們選用了圖2.3.2的點(diǎn)陣頻數(shù)統(tǒng)計(jì)圖進(jìn)行處理。使用的程序與上文第四章所示幾乎相同，對(duì)其中dis()函數(shù)做出如下調(diào)整：</p><p>　　double dis(double x,double y) //處理累計(jì)的距離</p><p><b>　　{</b></p><p><b>　　int i,j;</b&g

43、t;</p><p>　　double sum=0;</p><p>　　for(i=0;i<32;i++)</p><p>　　for(j=0;j<32;j++)</p><p>　　sum+=sqrt((double)((x-i)*(x-i))+(double)((y-j)*(y-j)))* s[i][j];</p>

44、;<p>　　return sum;</p><p><b>　　}</b></p><p>　　即對(duì)于每一點(diǎn)，對(duì)每一段距離乘以點(diǎn)對(duì)應(yīng)的二維數(shù)組s[i][j]的值。同時(shí)，由于數(shù)據(jù)范圍擴(kuò)大，我們適當(dāng)調(diào)高了變量min的初值。</p><p><b>　　求得結(jié)果如下：</b></p><p&g

45、t;　　圖2.3.2的點(diǎn)陣頻數(shù)統(tǒng)計(jì)圖中點(diǎn)為x=15，y=17處，與第四章求得結(jié)果基本一致。</p><p>　　六、識(shí)別中文的程序設(shè)計(jì)</p><p>　　在以上章節(jié)中，我們分析了大量漢字的頻數(shù)、中心等特點(diǎn)，發(fā)現(xiàn)盡管漢字的字形、結(jié)構(gòu)甚至字體存在較大的差異，其中一些特點(diǎn)卻是共通的（例如中點(diǎn)的位置），由此，我們想對(duì)于識(shí)別一個(gè)字符是否為中文做出討論。</p><p>　　

46、字符的光學(xué)識(shí)別是一個(gè)有前景的研究方向，其中我們關(guān)注的是能否通過(guò)光學(xué)識(shí)別等途徑判斷文字的語(yǔ)言。由于歷史文化的巨大差異，東西方文字存在顯著的不同，比如漢字就與英語(yǔ)等表音文字存在巨大的差異。因此，這一想法的實(shí)現(xiàn)并非不可能。</p><p>　　在光學(xué)識(shí)別中，攝影、圖片處理甚至字符分割與量化處理等并不是我們研究的方向。我們因而把問(wèn)題簡(jiǎn)化：輸入一個(gè)點(diǎn)陣表示的字符，對(duì)其是否為中文進(jìn)行評(píng)估。</p><p&

47、gt;　　我們依舊參照?qǐng)D2.3.2提出以下處理方案：</p><p>　　以圖2.3.2的點(diǎn)陣為基礎(chǔ)，計(jì)算每一個(gè)有字符的點(diǎn)所對(duì)應(yīng)標(biāo)準(zhǔn)點(diǎn)陣的值并得到其算數(shù)平均數(shù)。我們隨機(jī)取了5個(gè)漢字進(jìn)行處理，得到如圖6.1所示數(shù)據(jù)。經(jīng)計(jì)算，其算數(shù)平均數(shù)為64.31。我們以此作為漢字的平均值。</p><p>　　再結(jié)合第五章中圖形中點(diǎn)的研究，我們?nèi)≈悬c(diǎn)值13<=x<=17且15<=y<

48、;=19為漢字中點(diǎn)的合理取值。</p><p>　　我們以3.cpp為基礎(chǔ)，以下截取部分為核心的代碼：（篇幅所限格式有調(diào)整）</p><p>　　for(i=0;i<32;i++)</p><p><b>　　{</b></p><p>　　for(j=0;j<32;j++)</p><p

49、><b>　　{</b></p><p>　　if(s[i][j]==1){</p><p><b>　　num++;</b></p><p>　　val+=standard[i][j];}</p><p>　　sum=dis(i,j);</p><p>　　if(mi

50、n>sum) {min=sum;x=i;y=j;}</p><p><b>　　}</b></p><p><b>　　}</b></p><p>　　if((double)val/(double)num>=60) value=1;</p><p>　　if(x>=13&&

51、amp;x<=17&&y>=15&&y<=19) point=1;</p><p>　　if(value==1&&point==1) cout<<"應(yīng)該是漢字";</p><p>　　else if(value==1||point==1) cout<<"可能是漢字&quo

52、t;;</p><p>　　else cout<<"我賭5毛不是漢字，，";</p><p>　　為了對(duì)程序的可靠性進(jìn)行驗(yàn)證，我們進(jìn)行了如下的檢測(cè)：</p><p>　　對(duì)拉丁字母a做同樣的處理，結(jié)果如下</p><p>　　對(duì)日文“お“進(jìn)行處理，結(jié)果如下：</p><p>　　對(duì)中文“

53、許“字處理，結(jié)果如下：</p><p>　　可見(jiàn)軟件的內(nèi)容雖然簡(jiǎn)單，判斷的結(jié)果較為令人滿意。</p><p>　　注：我們默認(rèn)給出的點(diǎn)陣為字符，實(shí)際情況較為復(fù)雜，可能需要對(duì)點(diǎn)陣的整體化數(shù)據(jù)進(jìn)行分析，舍去過(guò)于離散的數(shù)據(jù)（如散點(diǎn)）或過(guò)于集中的數(shù)據(jù)（如墨點(diǎn)）。另外，我們還可以對(duì)字符的粗細(xì)進(jìn)行分析，以確定其是否可能為某種文字的筆畫。這也是我們以后努力的方向。</p><p>

54、;　　【結(jié)語(yǔ)】 本文的探討向我們揭示了中華文化源遠(yuǎn)流長(zhǎng)、博大精深的一面，也加深了我們對(duì)統(tǒng)計(jì)分析的理解。在不久的將來(lái)，高精度的ocr文字識(shí)別技術(shù)將極大地改變?nèi)藗兊纳?。到了那時(shí)，我們的努力將被證明是有價(jià)值的。</p><p><b>　　【參考資料】</b></p><p><b>　　點(diǎn)陣字體，百度百科</b></p><p

55、>　　常用漢字1000，百度文庫(kù)</p><p><b>　　【使用軟件】</b></p><p>　　大鴻點(diǎn)陣字轉(zhuǎn)換器1.0.0.0，來(lái)自互聯(lián)網(wǎng)</p><p>　　MinGW Studio，來(lái)自互聯(lián)網(wǎng)</p><p>　　Windows XP系統(tǒng)自帶軟件（Word 2003，Excel 2003，畫圖，記事本）