基于圖像處理的藏文文字識別技術研究

貢嘎頓珠 仁青諾布

摘要：藏文文字識別包括文字處理、模式識別以及圖像處理等技術，逐漸向人工智能領域方向發展，廣泛應用于古籍資料的整理、藏文數字圖書館以及新聞出版印刷業等領域。探究藏文文字識別技術，并與傳統文字識別技術進行實驗對比，通過實驗結果可以看出，藏文文字識別技術的識別效率較高，具有較好的應用價值。

關鍵詞：藏文文字;文字識別;技術

中圖分類號：TP317.4? ? ? 文獻標識碼：A

文章編號：1009-3044（2019）27-0182-01

文字識別技術源于20世紀30年代的德國，我國在此方面的研究與應用較晚，相比的發達國家要晚40年左右。所謂文字識別技術就是指使用某種設備或系統對文字與圖像進行處理與分析，是一種全新的技術[1-2]。節省了人工作業的麻煩，直接將文字與圖像信息呈現在電腦中，輸入的效率與準確程度均會得到提升。我國語言文化豐富，許多少數民族都擁有自己的語言與文字，其中藏文已經出現了相關的文字識別系統，通常以代碼的形式通過鍵盤進行輸入[3]。藏文文字識別技術的出現，從一定程度上促進了藏族相關的文化產業與其他各個行業。但目前我國藏文文字識別技術仍然存在許多弊端，需要相關工作人員對文字識別技術進行更新與完善，在對藏文進行處理的過程中隨時記錄，實時分析，以達到更好的文字識別效果。

1 藏文文字識別技術

如今的藏文文字識別技術大體可分為以下幾個類型，既對印刷體與對手寫體的分別識別。其中手寫體還包括不同的書法寫法，多種文字識別類型如圖1所示。

藏文文字識別技術中，因為識別文字的種類不同，識別難度也都不一樣。通常來說，手寫藏文的識別要難于打印體藏文的識別。從手寫的手法來看，聯機寫法要簡單于脫機寫法[4-5]。藏文手寫具有一定規律，通常是從左到右的順序進行。藏文與其他語言存在一些差距，文字中存在一些元音與輔音的成分，這種組合文字的識別具有更大難度。經過組合疊加的藏文變化效果較大，在語法的要求與語句含義方面都需要考慮到文字識別技術中。藏文字符圖像的算法如下：

其中[R]表示定義函數，[A]表示給定的輸入，[G]表示模擬參數。通過計算藏文與一些圖像經過處理后形成一個統一的整體，其中除文字與圖像外，還包括一些空格與留白。所以此種情況下并不適合將文章進行整體識別，需要將藏文逐個從文章中分離出來，再進行識別。注意將每一行、每一列具體區分，在這一過程中，通常會采用映射的方式，將每一行、每一列分別映射，全部識別完畢后方可進行校正工作。隨后再將藏文中的圖像進行映射，將文字識別與圖像識別區分開。印刷體藏文文字識別相對簡單，但由于文章排版等因素影響，在文字識別過程中極易出現誤差，識別技術不完善的情況下，文字識別率也將出現降低的情況。因此藏文印刷體的文字識別過程中，要預先對文本進行處理，將阻礙文字識別的字符消除后再進行識別作業[6-7]。在對藏文文章的識別過程中要找到其中心點，在圖像上設置網格，再進行識別，這種方式能夠最大程度上的減小藏文識別產生的誤差。

2 實驗結果與分析

為分析藏文識別技術的實用性，將藏文文字識別技術與傳統文字識別技術進行對比，對比結果如表1所示。

由表中數據能夠看出，藏文文章識別技術相比傳統文字識別技術具有很大優勢，無論是在文字識別率或是速度上，都有很大進步。識別率從原有的90.17%上升至95.13%，識別速度從原有的每秒32.15個上升到每秒95.12個。由此可見，藏文文字識別技術的出現，使藏文識別能力得到總體提高，有效解決了傳統文字識別技術中速度慢、效率低的問題。

3 結束語

我國語言文化博大精深，語種豐富，藏文是我國藏族獨有的語言，包括其文字的書寫方式，都帶有濃厚的民族特色，與我國漢字存在很大差異。因此要加強對藏文文字識別技術的發展，為藏區與其他地區的溝通帶來便利。藏文文字識別技術在不斷實踐過程中，總結出一定經驗和方法，但仍存在許多不足之處。例如藏文文字識別準確度不夠高、一些語句表達不夠完全等。因此需要針對這些暴露出的問題進行進一步分析與改革，使藏文文字識別技術得到更加具體的應用，加強各民族之間的交流，促進我國藏族地區的穩定和諧發展。

參考文獻：

[1] 王維蘭， 盧小寶， 蔡正琦，等. 基于部件組合的聯機手寫“藏文—梵文”樣本生成[J]. 中文信息學報， 2017， 31（5）：64-73.

[2] 朱利娟， 云中華， 邊巴旺堆. 基于極坐標變換的脫機手寫藏文字符特征提取方法[J]. 計算機應用與軟件， 2018，11（3）：162-166.

[3] 拉巴頓珠， 歐珠， 趙棟材. 藏文自動分詞系統中虛詞識別算法研究[J]. 計算機應用與軟件， 2017， 34（9）：299-301.

[4] 劉芳， 張云洋. 基于像素鄰域點信息的藏文圖像細化算法研究[J]. 計算機技術與發展， 2018， 28（4）：21-24.

[5] 扎西拉旦， 安見才讓. 藏文字結構自動識別與形式化描述研究[J]. 中國信息化， 2018（3）：61-64.

[6] 李亞超， 加羊吉， 江靜，等. 融合無監督特征的藏文分詞方法研究[J]. 中文信息學報， 2017， 31（02）：76-80+90.

[7] 王維蘭， 盧小寶， 蔡正琦，等. 基于部件組合的聯機手寫“藏文—梵文”樣本生成[J]. 中文信息學報， 2017， 31（5）：64-73.

【通聯編輯：張薇】