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。