手写汉字识别

项目简介

本项目是一个基于深度学习的中文字符识别系统，能够识别单个中文字符以及连续的中文文本。项目使用了多种卷积神经网络模型，如ResNet、VGG、LeNet等，通过对大量中文手写字符样本的学习，实现了对中文字符的高精度识别。

功能特点

• 单字符识别：能够准确识别单个中文字符
• 多字符识别：支持对连续中文文本的分割与识别
• 多模型支持：实现了多种深度学习模型，包括ResNet、ResNet18、ResNet34、VGG、LeNet和CNN
• 数据增强：通过多种图像处理技术进行数据增强，提高模型鲁棒性
• 可视化分析：提供训练过程的损失函数和准确率可视化

项目结构

Chinese_charactor_recognition/ ├── model.py # 模型定义文件，包含多种CNN模型结构 ├── train.py # 模型训练代码 ├── test.py # 模型测试代码 ├── recognize.py # 字符识别实现 ├── mul_char.py # 多字符分割处理 ├── MyDataset.py # 数据集加载与预处理 ├── config.py # 配置参数 ├── dict.py # 字符字典处理 ├── plt.py # 绘图工具 ├── vgg_block.py # VGG模型块定义 ├── Residual_block.py # ResNet残差块定义 ├── look.py # 数据可视化工具 ├── data/ # 数据集目录 │ ├── HWDB1.1trn_gnt # 训练数据 │ ├── HWDB1.1tst_gnt # 测试数据 │ └── char_dict # 字符映射字典 ├── result/ # 结果保存目录 │ ├── param/ # 模型参数 │ ├── fig/ # 训练过程图表 │ └── output_chars/ # 分割后的字符图像 └── sentence_img/ # 待识别的句子图像

技术实现

数据集

本项目使用CASIA-HWDB（中国科学院手写数据库）作为训练和测试数据集。数据集包含大量中文手写字符样本，以.gnt格式存储。项目中的MyDataset.py负责解析.gnt文件，提取字符图像和对应标签。

官方数据集下载地址：https://www.nlpr.ia.ac.cn/databases/handwriting/Download.html

我使用的数据集下载：https://github.com/AND-Q/HWDB1.1-

模型架构

项目实现了多种卷积神经网络模型：

• ResNet：使用残差连接的深层卷积网络，有效解决深层网络的梯度消失问题
• VGG：使用小卷积核堆叠的经典卷积网络
• LeNet：早期经典的卷积神经网络，结构简单但有效
• CNN：基础卷积神经网络
• ResNet18/34：更深层次的残差网络变体

数据增强

为提高模型泛化能力，项目实现了多种数据增强技术：

• 对比度和亮度调整
• 椒盐噪声和高斯噪声
• 高斯模糊和锐化
• 随机旋转
• 随机翻转和缩放

多字符识别

多字符识别通过以下步骤实现：

1. 图像预处理（灰度化、二值化、反色）
2. 中值滤波去噪
3. 轮廓检测提取字符区域
4. 合并相近轮廓，避免单个字符被过度分割
5. 对分割出的单个字符进行识别
6. 合并识别结果

使用方法

环境配置

```bash

克隆仓库

git clone https://github.com/your-username/Chinesecharactorrecognition.git cd Chinesecharactorrecognition

安装依赖

pip install -r requirements.txt ```

训练模型

bash python train.py --model ResNet --epochs 50 --batch_size 512

可选参数： - --model：选择模型类型（ResNet, VGG, LeNet, CNN, ResNet18, ResNet34） - --epochs：训练轮数 - --batch_size：批次大小 - --lr：学习率

测试模型

bash python test.py --model ResNet

识别单个字符

bash python recognize.py

识别多字符文本

```bash

先分割字符

python mul_char.py

然后识别分割后的字符

python recognize.py ```

实验结果

在CASIA-HWDB数据集上，识别准确率80%以上。

未来改进

• 实现基于注意力机制的端到端多字符识别
• 添加对手写体和印刷体的混合识别支持
• 优化模型结构，减小模型大小，提高推理速度
• 增加对罕见字和生僻字的识别支持
• 实现基于Web的在线识别服务

参考资料

• CASIA-HWDB数据集：http://www.nlpr.ia.ac.cn/databases/handwriting/Home.html
• ResNet论文：He, K., Zhang, X., Ren, S., & Sun, J. (2016). Deep residual learning for image recognition.
• VGG论文：Simonyan, K., & Zisserman, A. (2014). Very deep convolutional networks for large-scale image recognition.

许可证

MIT License