中医药古籍特色数据库构建研究(2)
 |
| 第1页 |
参见附件(258KB，3页)。
3.3.3 对扫描所得的原始图文数据进行版面分析、去污和特征抽取。具体流程是：将扫描所得的原始图文数据划分为不同的区域块，识别不同的区域范围；逐个对图像、汉字进行去污处理，消除图像中的噪声干扰和汉字笔划上的毛刺，大幅度提高文字和图像识别的准确率；然后再对预处理后的文字和图像抽取其数据特征，为以后的进一步校对做好准备。 3.3.4 我馆选择“书同文数码翰林”作为对中医药古籍实施数字化加工的软件工具。在操作程序上，“书同文数码翰林”首先对扫描的文字图像进行自动切分，并可从可能切分错误的字和漏切的字两个方面进行检查。完成数字化工程前期对实体资源信息实施数字化加工，并通过软件来辅助和管理人工校对，用 XML 置以标识，使实体资源底层数据实现数字化，从页面影像信息转换成文字信息。
3.3.5 我们将用 XML 置以标识、校对后的中医古籍电子数据导入数据转换器进行计算和处理。数据转换器DataImporter支持多种数据库之间的数据抽取、转换、装载。它具有强大的表达式计算功能，可以在表达式解释器中，对数据源进行计算处理，同时还能可视化地生成SQL语句。
3.3.6 当今网络技术快速发展 ......
您现在查看是摘要介绍页，详见PDF附件(258KB，3页)。