有没有库可以判断字符的相似度?

Question

例如: ["马", "吗", "树"],从字形来看马和吗是比马和树更加相似,有没有库可以比较这种字形上的相似度?

Answer 1

目前应该没有，需要的话，可能需要基于某些模型去训练。
例如以下开源项目：
deep-text-recognition-benchmark：
这是一个开源的项目，提供了文本识别的基准模型，其中可以用于训练和比较汉字的字形。虽然它主要用于文本识别，但可以调整为针对字形相似度的任务。

tesserocr：
这是一个基于 Tesseract OCR 的 Python 包，虽然 Tesseract 是 OCR 引擎，但你可以训练一个专门的模型用于汉字字形的识别和相似度比较。