对常用的6700个汉字进行音、形比较,输出一个相近字的列表。
Character文件是汉字总列表
Dict存放了四角码、相似音和结构字典
WriteNum是爬取和输出笔画数字典的爬虫
writenumDict是笔画数字典
Symbol_Structure是爬取结构代码的爬虫
JudgeSimilarity根据字形和音加权计算相似度输出相近字,是主函数
TransChar2Img将汉字转化为图片并保存
ProcessWithCV2将汉字图片进行对比,近似度超过阈值则写入文件
————————————————————————附件——————————————
四角编码字典7000字是标准四角码,为4位
四角编码字典70000字是带有辅码,为5位
结构字典中,1为左右结构,2为上下结构,3为左中右结构,4为上中下结构,5为全包围结构
笔画数字典为汉字的总笔画数。
注:部分文件可能中文有编码问题,使用gbk编码打开即可的,VSCode可以重新保存为utf-8编码格式。