第七百四十六章 计算机语言

第747章 计算机语言

“或许还是需要进行人工干预,但是工作强度已经大大降低,我们可以通过拍照,扫描等方式,将生僻字的图片扫入计算机,让程序去分析它,最后得到标准点阵字,编码之后加入到字库当中,对字库进行扩充。”

“要实现这个功能需要有几个前提,第一就是字库当中要有足够的样本,这个我们已经已经完成,因为我们现在已经有了四万个标准点阵字的字稿。”

“还是拿《康熙字典》来举例,我们先将《康熙字典》上每一个单字的扫描图扫入文字识别系统,然后提取其字体参数特征,再将这些参数赋给已有的标准点阵字,让系统计算出根据这些参数产生的‘系统字’。”

“再拿这些生成的‘系统字’,与‘扫描字’进行校验,通过四万个标准字生成的‘系统字’,去验证参数的代表性,最后将参数调整到最佳。”

“得到参数体系之后,我们就能够将它套在扫描进来的生字上,最终得到《康熙字典》全部近六万个单字的标准点阵字,字库就从四万扩充到六万了。”

“这个思路倒是新颖,然而却也是可行的。”麦明川点头:“不过还是有问题,就是存储和运算。”

“我也拿《康熙字典》来举例,近六万个单字,就是近六万张图片,我们就拿一张图片五兆来计算,这就是300G的空间,这也太可怕了。”

“那王院长觉得,这个系统多大的图片存储容量,可以被接受呢?”

“一个G,”麦明川脱口而出,想了想觉得实在是有点欺负人:“最多最多,两个G。”

1G是1024M,两百张5M的图片,两G就是400张。

“也就是说,如果按照这个标准,这个系统能够一次同时完成四百个字的扫描分析和成字入库的工作?”

“那还得分串行并行。”李红江已经上套,开始思索程序的工作方式了:“涉及到时间成本,学校也不可能将有限的计算资源全拿来做这事儿。”

“那我们可不可以像上级求助呢?”周至问道:“我们先把基础工作做好,然后申请国家级的运算资源来完成它,有没有机会呢?”

“国家资源那更紧张,全国无数单位排队呢。”麦明川苦笑着摇头。