手写识别也是技术活

     有了支持手写的硬件还不够，如何正确识别输入信号，这是一个技术活。早在上世纪50年代，就开始了对于手写字符的研究，到80年代已经进入完全无限制的整句识别技术阶段。而汉字手写识别则起步较晚，1981年IBM公司的Yhap等推出了基于汉字笔划、字根编码的手写汉字识别系统。1988年，中科院则提出了以笔段、笔划、字根、单字和词组五个层次的笔段识别技术。蒙恬是国内最早从事手写识别的公司之一，1991年正式推出了汉字识别系统，到现在已经具备识别自由连笔、无笔顺限制行书汉字的能力。
    平板上的手写识别，主要通过两种途径来实现。一种是结构识别法，也就是说，把汉字分解为最为基本的笔划结构，如点、横、竖、撇、捺等，并在此基础上，加入偏旁、部首。这样，就可以将复杂的汉字分解为简单的笔画。对于笔画的判定，加入基于符号运算的匹配算法，就能识别复杂的汉字。简单来说，就是通过识别书写的笔划和顺序，来确定是哪一个字。这样的识别方式，优点是对于相似的字，识别能力较高。但我们知道，手写时往往不会一笔一画正规的写，导致笔划、架构会出现差别，容易导致识别错误。


　　另一种是统计识别法，就是将汉字看为一个整体，通过对这个整体进行大量的研究、统计，简历数据库，然后按照一定准则进行分类判断。简单的说吧，就是在输入手写汉字的时候，系统会自动将该字的几个关键点与数据库中某字进行比较，从而识别出这个汉字。这样的整体识别，不需要字写的很规范，结构相似就可以了，但对于一些相似字，则识别能力就弱得多了。当然了，统计识别法对于识别算法，标志点提取等等优化都对识别效果有很大的影响。


    两种识别途径各有短长，正因为此如今平板的汉字手写识别，其实是综合了两种识别途径。即在输入时，平板就进行结构识别，以找出符合这一结构的汉字。对于一些无法精确判断的笔划，则用任意笔划代替。这样，就可以大大缩小识别范围。而在输入完成后，再进行统计识别，对汉字整体进行识别，这样，就可以较快，并较精确的找到适配的汉字。当然，不少手写识别还增加了智能识别，即根据输入的上下文是否能精确组词进行判定，以确定并修正一些识别匹配率较低的字，以提高识别正确率。