手稿数字化是中世纪研究和早期现代研究领域数字人文学科的核心领域。由于每份手稿都有自己的特点,因此通过光学字符识别 (OCR) 从数字化文档自动创建机器可读文本在大多数情况下都会导致错误的结果。另一方面,该字体的特点,如字母大小和间距、字体密度、倾斜度等,可用于识别书写者的笔迹。本文展示了如何通过笔迹图像分析来识别书写者的笔迹。算法应该支持其他古文字学或古抄本学的发现,并为不确定归属的验证或证伪提供论据。
科来说,手稿的数字化是手稿数字化是中世纪研究和早期现代研究领域数字人文学科的核心领域。由于每份手稿都有自己的特点,因此通过光学字符识别 (OCR) 从数字化文档自动创建机器 孟加拉国电报数据
可读文本在大多数情况下都会导致错误的结果。另一方面,该字体的特点,如字母大小和间距、字体密度、倾斜度等,可用于识别书写者的笔迹。本文展示了如何通过笔迹图像分析来识别书写者的笔迹。算法应该支持其他古文字学或古抄本学的发现,并为不确定归属的验证或证伪提供论据。
对于中世纪研究和早期现代研究中的数字人文学科来说,手稿的数字化是一个中心领域。由于每份手稿都具有其独特的特点,使用光学字符识别 (OCR) 对数字图像自动生成机器可读文本在大多数情况下会导致容易出错的结果。然而,可以通过字母大小、间距、斜度等笔迹特征来识别抄写员。本文阐述了如何通过手稿图像分析来识别抄写员。该算法将支持额外的古文字学和古文书学发现,并为不确定归属的验证或证伪提供证据。
中心领域。由于每份手稿都具有其独特的特点,使用光学字符识别 (OCR) 对数字图像自动生成机器可读文本在大多数情况下会导致容易出错的结果。然而,可以通过字母大小、间距、斜度等笔迹特征来识别抄写员。本文阐述了如何通过手稿图像分析来识别抄写员。该算法将支持额外的古文字学和古文书学发现,并为不确定归属的验证或证伪提供证据。