回到手写识别的未来 (2016)

回到手写识别的未来 一篇积极的论文重温 GRAIL 手写识别器 Jack Schaedler，2016 五十年前，兰德公司开发了图形输入语言软件系统（GRAIL）。在 1966 年兰德公司的一份备忘录中，GRAIL 的既定目标是“研究用户可以直接、自然、轻松地处理[他们的]问题的方法。”用户使用类似笔的工具和平板电脑与 GRAIL 进行交流。 GRAIL 没有鼠标、键盘、按钮、操纵杆，也没有我们通常与现代计算相关的其他设备。当用户想要在屏幕上出现一个框时，他们就绘制了该框。当用户想要在屏幕上显示文本时，他们会手写文本。今天当你观看该系统的演示时，仍然感觉它优雅而神奇。借用托尼·霍尔 (Tony Hoare) 的话来说，GRAIL 在很多方面都比它的几乎所有后继者有所改进。 “这种识别方案满足了其主要目标，即使任何用户能够与计算机自然地进行通信。用户不会因任何操作机制而分心，而是可以专注于[他们的]问题。” - Gabriel Groner (1966) 上图描绘了 20 世纪 60 年代汤姆·埃利斯 (Tom Ellis) 使用兰德平板电脑与屏幕上的图像进行交互的情景。埃利斯是 RAND 平板电脑和 GRAIL 软件系统的发明者和项目负责人之一。该图像以及许多其他图像可以在计算机历史博物馆在线找到。在这篇活跃的文章中，我们将回顾 Gabriel Groner 对 GRAIL 项目的贡献。格罗纳开发了一个非常聪明的程序，可以识别手写字母、数字、标点符号和几何图形。该程序足够高效，可以在 IBM System/360 计算机上实时运行，并且足够强大，可以正确识别首次用户绘制的 90% 的符号。 Groner 在 1966 年兰德公司关于手印文本实时识别的备忘录中记录了他的方法。读完本文后，您应该能够准确理解 Groner 的手写识别方案是如何工作的。更准确地说，您将了解格罗纳的方法是如何工作的，并对其各种操作和阶段有一个直观的理解。最好将这篇文章作为格罗纳原始备忘录的动态伴侣来阅读。当格罗纳描述算法或启发式时，本文将为您提供一个可以探索的交互式实现。当从格罗纳的备忘录中逐字获取文本时，它将以替代字体呈现。原始备忘录中描述的识别方案能够识别各种符号、形状、数字、字母，甚至标点符号。在这篇文章中，我将展示一个简单版本的格罗纳识别器，它只能识别大写数字和字母。本文的所有源代码均可在 Github 上公开获取。请将所有错误、拼写错误和建议提交给问题跟踪器。如果您对本文有任何疑问或意见，请随时在 Twitter 上与我联系。事实上，您可以阅读 Groner 的整个程序的源代码，这是他在 IBM 360 Assembly 中编写的。兰德平板电脑“当今的用户-计算机界面机制远非最佳通信，大大降低了充分利用机器或用户能力的可能性……人们认为，在水平表面（如一张纸）上使用自由的笔状工具探索人类现有的灵活性将是富有成效的。” - M.R Davis 和 T.O. Ellis (1964) 人类使用 RAND 平板电脑与 GRAIL 进行交互。系统的所有输入均使用笔状仪器绘制到兰德平板电脑的表面上。 10.24" × 10.24" 数位板的分辨率为每英寸 100 线，使其能够精确数字化超过一百万个离散的笔位置。笔尖安装了压敏开关，用户可以在想要在屏幕上做标记时将笔压在书写表面上。每四毫秒向 GRAIL 报告一次手写笔的位置，作为一对 (x, y) 坐标。下面，您将找到一个可以在其上绘画和涂鸦的虚拟平板电脑。与兰德平板电脑一样，该虚拟平板电脑的表面也是离散的。这意味着书写表面被划分为一个网格，并且所有笔位置都报告为该网格上的坐标。虽然兰德平板电脑的分辨率为每英寸 100 线，但我们的虚拟平板电脑的分辨率要低得多，约为每英寸 20 线。因此，最好将我们的虚拟平板电脑想象为兰德平板电脑的一小部分，放大约 500%。在平板电脑上书写时请记住这一点。绘制字母和数字，使它们填满可用数位板高度的 70% 左右。画大了！要开始绘图，请将指针移到数位板上并按鼠标按钮。这模拟了将手写笔按在平板电脑表面上的动作。无线网络