Una panoramica degli algoritmi di zoning nel riconoscimento dei caratteri manoscritti

Da tempo, in molti campi, sta nascendo l’esigenza di automatizzare alcuni processi al fine di migliorarli e renderli più efficienti. Tra questi, soprattutto sta assumendo molta importanza il riconoscimento automatico di caratteri manoscritti . Il riconoscimento del testo manoscritto è un problema tanto complesso quanto strategicamente importante. Si considerino ad esempio l'archiviazione e la ricerca automatica di documenti manoscritti, la lettura e il controllo incrociato di moduli compilati manualmente, nell’ambito dell’automazione d’ufficio, dello smistamento della posta e nell’ambito bancario e assicurativo, il riconoscimento automatico dell'indirizzo o del C.A.P. sulle buste, l'interfaccia utente dei computer tipo\pen-point", ecc.
Nonostante i progressi tecnologici avuti in questo campo non si è ancora riusciti a simulare la capacità di riconoscimento dell’uomo; ciò porta il riconoscimento automatico ad avere un ruolo, sì importante, ma ancora di secondo piano nelle attività umane. Questo è dovuto alla parziale capacità delle macchine di distinguere gli stili di scrittura che cambiano da persona a persona.
In questo lavoro di ricerca si cerca di analizzare i metodi esistenti nel riconoscimento automatico e di trovare nuove soluzioni affinché il gap esistente tra uomo e macchina si riduca.
La complessità del problema è dovuta a diversi fattori, fra cui: l'estrema variabilità delle calligrafie di mani diverse, la variabilità col tempo della calligrafia di una stessa mano, l'elevata similitudine di alcune lettere fra loro e la dimensione variabile dei caratteri scritti a mano. Finora il problema e stato affrontato con le tecniche più svariate, che prevedono comunque di spezzare il problema in sottoproblemi più semplici e quindi di complessità più trattabile. Solitamente un testo viene letto sotto forma di bit-map da uno scanner, le parole vengono isolate e segmentate in singole lettere e riconosciute tramite o tecniche neuronali o tecniche di analisi delle caratteristiche morfologiche e dei grafi di connessione dei singoli tratti elementari. Tutte queste tecniche danno risultati assai variabili a seconda della calligrafia esaminata. Errori vengono introdotti sia dal processo di segmentazione che da quello di riconoscimento. Sono stati studiati metodi per migliorare i risultati ottenuti, ma in ogni caso il tasso di riconoscimento e sempre minore del 100%. I motivi di tali prestazioni ridotte risultano evidenti esaminando un qualunque alfabeto manoscritto, pur "facile", da cui appare evidente come alcune lettere risultino indistinguibili anche dall'occhio umano stesso . Risultati migliori si possono ottenere nel caso si addestri il sistema a riconoscere una calligrafia particolare (ad es. nel caso di computer pen -point ), ma in questo modo si perde molto in generalità.
Essendo spesso necessario riconoscere un testo senza commettere errori, occorre adottare altre tecniche di riduzione dell'errore, ad esempio sfruttando la ridondanza presente nella maggior parte dei testi manoscritti (tipicamente tutti i testi di tipo discorsivo), ovvero la ridondanza dovuta all'utilizzo di un vocabolario di dimensione finita e di una certa serie di regole grammaticali.