西文单词切分方法和装置

摘要

本发明提供了一种西文单词切分方法，包括：将西文图像通过行列切分得到多个字符图像块；从字符图像块中识别有效字符图像块；根据西文单词内部字符间距离和单字之间距离的统计分析特性，设置切分阈值；通过比较连续的有效字符图像块之间的距离与切分阈值，以切分单词。本发明还提供了一种西文单词切分装置，包括：行列模块，用于将西文图像通过行列切分得到多个字符图像块；识别模块，用于从字符图像块中识别有效字符图像块；阈值模块，用于根据西文单词内部字符间距离和单字之间距离的统计分析特性，设置切分阈值；切分模块，用于通过比较连续的有效字符图像块之间的距离与切分阈值，以切分单词。本发明提高了切分西文单词的准确度。

主权项

一种西文单词切分方法，其特征在于，包括：将西文图像通过行列切分得到多个字符图像块；将所述字符图像块区分为标点图像块和有效字符图像块；根据西文单词内部字符间距离和单字之间距离的统计分析特性，设置切分阈值，具体为：统计标点图像块间的有效字符图像块之间的距离，计算有效距离的统计特征获得初始阈值，将所述初始阈值作为切分阈值；通过比较连续的所述有效字符图像块之间的距离与所述切分阈值，以切分单词。