THOCR-97综合集成汉字识别系统

THOCR-97综合集成汉字识别系统是多文种印刷文本、联机手写汉字、脱机手写汉字和手写数字的综合集成汉字识别系统，使汉字识别自动输入问题得到统一的解决。它包括以下子系统：

1. 多功能高鲁棒性多文种印刷文本识别子系统：

   • 具备东西方多文种识别（汉、英、日、汉英混排、日英混排）
   • 多种图像文和FAX文档识别
   • 复杂版面自动分析
   • 表格自动识别
   • 低质量文本高识别率
   • 印刷文本版面恢复再现
   • 识别率达99%，在863评测中位居首位。

2. 自然书写汉字识别子系统：

   • 能同时兼容连笔、笔顺变化和字形变化的自然书写汉字
   • 识别率高达98%，在863评测中以单一识别核心识别率居领先地位。

3. 脱机手写汉字文本识别子系统：

   • 较高识别率，对手写印刷文本识别的识别率达95%
   • 达到初步实用水平。

4. 非限制高识别率手写数字识别和表格数据录入子系统：

   • 识别率达97%以上
   • 在863评测中居领先地位。

此外，THOCR-97还提出了模式识别统一信息熵理论、基于模式识别广义置信度的多分类器集成理论，以及独创的基于结构统计描述的时空统一模型，有效地解决了文字识别问题。

专家鉴定意见： “THOCR-97综合集成汉字识别系统是国内外首次推出的能同时识别多文种（汉、日英）印刷文本、联机手写汉字、脱机手写汉字文本和手写数字的集成文字识别系统。为汉字自然和快速地输入计算机给出了一个统一解决的方案，是一个有意义的创举。上述多文种OCR以及联机和脱机手写汉字、数字识别的集成系统，作为一个整体居于国际领先水平。”

THOCR-97所形成的“清华THOCR”系列商品软件（包括TH-OCR6.0/7.0版本、文通笔、清华文通表格识别数据录入系统等）居世界领先地位，产品销往美、日、新加坡及港台地区，并始终占据国内绝大部分（65%以上）市场。并被国内外大公司（如HP，IBM，XEROX，紫光等）所代理，在世界范围内销售，是我国少数自有版权国外销售的软件系统。

专业版和捆绑版已分别销售超过2万份和20万份。为发扬汉语文化，解决好汉字自动输入问题，推动我国信息化事业发展发挥了并还将发挥一定的作用。

THOCR-97综合集成汉字识别系统是多文种印刷文本、联机手写汉字、脱机写汉字和手写数字的综合集成汉字识别系统，使汉字识别自动输入问题得到统一的解决，它包括：1、多功能高鲁棒性多文种印刷文本识别子系统具有东西方多文种识别(汉、英、日、汉英混排、日英混排)，多种图像文和FAX文档识别，复杂版面自动分析，表格自动识别，低质量文本高识别率，印刷文本版面恢复再现。识别率达99%，在863评测中们居首位。2、能同时兼容连笔、笔顺变化和字形变化的自然书写字梓机手写汉字识别问题，识别率高达98%，在863评测中以单一识别核心识别率居领先地位。3、较高识别率脱机手写汉字文本识别子系统对手写印刷文本识别的识别率达95%，达到初步实用。4、非限制高识别率手写数字识别和表格数据录入子系统，识别率达97%以上，在863评测中居领先地位。提出了模式识别统一信息熵理论、基于模式识别广义置信度的多分类器集成理论，以及独创的基于结构统计描述的时空统一模型，有效的解决了文字识别问题。专家鉴定意见：“THOCR-97综合集成汉字识别系统是国内外首次推出的能同时识别多文种(汉、日英)印刷文本、联机手写汉字、脱机手写汉字文本和手写数字的集成文字识别系统，为汉字自然和快速地输入计算机给出了一个统一解决的方案，是一个有意义的创举。上述多文种OCR以及联机和脱机手写汉字、数字识别的集成系统，作为一个整体居于国际领先水平。”THOCR-97所形成的“清华THOCR”系列商品软件(包括TH-OCR6。0/7.0版本、文通笔、清华文通表格识别数据录入系统等)居世界领先地位，产品销往美、日、新加坡及港台地区，并始终占国内绝大部分(65%以上)市场。并被国内外大公司(如HP，IBM，XEROX，紫光等)所代理在世界范围内销售，是我国少数自有版权国外销售的软件系统。专业版和捆梆版已分别销售超过2万份和20万份。为发扬汉语文化，解决好汉字自动输入问题，推动我国信息化事业发展发挥了并还将发挥一定的作用。