CN104978581B - 应用于毛笔的书写轨迹采样方法和装置 - Google Patents

应用于毛笔的书写轨迹采样方法和装置 Download PDF

Info

Publication number
CN104978581B
CN104978581B CN201510401737.9A CN201510401737A CN104978581B CN 104978581 B CN104978581 B CN 104978581B CN 201510401737 A CN201510401737 A CN 201510401737A CN 104978581 B CN104978581 B CN 104978581B
Authority
CN
China
Prior art keywords
point
writing
stroke
sampling
sample
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510401737.9A
Other languages
English (en)
Other versions
CN104978581A (zh
Inventor
赵乃庸
谭韩成
刘炎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING SHENGSHI XUANHE INFORMATION TECHNOLOGY Co Ltd
Original Assignee
BEIJING SHENGSHI XUANHE INFORMATION TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING SHENGSHI XUANHE INFORMATION TECHNOLOGY Co Ltd filed Critical BEIJING SHENGSHI XUANHE INFORMATION TECHNOLOGY Co Ltd
Priority to CN201510401737.9A priority Critical patent/CN104978581B/zh
Publication of CN104978581A publication Critical patent/CN104978581A/zh
Application granted granted Critical
Publication of CN104978581B publication Critical patent/CN104978581B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/44Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/28Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet
    • G06V30/287Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet of Kanji, Hiragana or Katakana characters

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明提供了一种应用于毛笔的书写轨迹采样方法和装置。其中,该方法包括:从毛笔字笔画碑帖中提取笔画的样本;通过手写输入设备模仿的所述笔画的书写轨迹,读取手写输入设备按下书写至抬起停止书写过程中的书写轨迹数据;其中,所述书写轨迹数据包括各个书写点的坐标和时间;按照各个书写点的时间先后顺序和书写点的坐标确定所述书写轨迹数据的转折点;以确定的转折点为分隔点将所述书写轨迹数据分为多个笔画段;按照设定的采样方式和所述笔画的样本对所述多个笔画段的书写轨迹数据分别进行采样;将所述样本对应的采样数据记录在笔画样本库中。通过本发明,提升了笔画样本库的实用性。

Description

应用于毛笔的书写轨迹采样方法和装置
技术领域
本发明涉及图像处理领域,具体而言,涉及一种应用于毛笔的书写轨迹采样方法和装置。
背景技术
中国书法作为汉字的书写艺术,是一种古老和具有丰富内涵的艺术形式。它随着中华文明的发展而发展,以其独特的艺术形式和艺术语言展现了中国传统文化的内涵,在中国传统文化史上占有重要的地位。汉字一经产生,便呈现出了书法艺术的萌芽。从甲骨文、金文演变而为大篆、小篆、隶书,至定型于东汉、魏、晋的草书、楷书、行书诸体,书法一直散发着艺术的魅力。中国的书法艺术历史悠久,源远流长,影响深远。今天,在几乎所有的名胜古迹,我们都能看到从古至今无数文人墨客留下的书法作品。这些书法作品或是写于纸上、或是制成匾额、或是雕于石碑、或是刻于山崖,都是中华传统艺术文化的瑰宝。
随着现代科技的进步,计算机的普及和相关技术的飞速发展,人们拥有了新的书法创作方式。传统的笔、墨、纸、砚,也已不再是书写文字的必要工具。在多数情况下,人们是借助键盘和鼠标进行文字输入工作。因此,在汲取传统书法艺术的基础上,为了继承、弘扬和发展书法艺术,对其进行科学的仿真就成为当前艺术及科技领域最具挑战的课题之一。
同时,书法初学者要对很多优秀的书法作品进行大量的临摹训练以学习书法的用笔、结构、章法和意境等知识和技巧。对书法临摹与创作过程进行计算机模拟有利于人们更快速、简便、干净的练习书法,而且减少了笔墨纸砚的浪费,也激发了人们学习书法的热情。
毛笔书法中各个笔画有多种形式,粗细不一,现有的笔画样本库记录的信息比较单一,难以满足实际应用需要。
发明内容
有鉴于此,本发明实施例的目的在于提供一种应用于毛笔的书写轨迹采样方法和装置,以增强笔画样本库记录的信息,提升笔画样本库的实用性。
第一方面,本发明实施例提供了一种应用于毛笔的书写轨迹采样方法,包括:从毛笔字笔画碑帖中提取笔画的样本;通过手写输入设备模仿的所述笔画的书写轨迹;读取所述手写输入设备按下书写至抬起停止书写过程中的书写轨迹数据;其中,所述书写轨迹数据包括各个书写点的坐标和时间;按照各个书写点的时间先后顺序和书写点的坐标确定所述书写轨迹数据的转折点;以确定的转折点为分隔点将所述书写轨迹数据分为多个笔画段;按照设定的采样方式和所述笔画的样本对所述多个笔画段的书写轨迹数据分别进行采样;将所述样本对应的采样数据记录在笔画样本库中。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,按照各个书写点的时间先后顺序和书写点的坐标确定所述书写轨迹数据的转折点包括:遍历所述书写轨迹数据中的每一个点,计算当前书写点与前一书写点组成的直线和所述当前书写点与后一书写点组成直线之间的夹角;如果所述当前书写点的夹角小于预设的进入角阈值,标记第一段转折检测开始,记录后续遍历的书写点的夹角,直至记录的书写点的夹角大于预设的离开角阈值时,结束所述第一段转折检测;将记录的书写点的夹角中最小夹角对应的书写点确定为所述第一段转折检测出的转折点;继续遍历后续的书写点进行下一段转折点检测,直至所述书写轨迹数据中的每一个点遍历完毕。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,按照设定的采样方式和所述笔画的样本对所述多个笔画段的书写轨迹数据分别进行采样包括:结合所述笔画的样本,分别按照设定的采样间隔对所述多个笔画段中的每一个笔画段的书写轨迹数据进行采样。
结合第一方面的第二种实施方式,本发明实施例提供了第一方面的第三种可能的实施方式,结合所述笔画的样本,分别按照设定的采样间隔对所述多个笔画段中的每一个笔画段的书写轨迹数据进行采样包括:在所述书写轨迹数据中加载所述样本;对于所述多个笔画段中的每一个笔画段,按照所述设定的采样间隔沿当前笔画段的书写轨迹确定当前采样点,在所述当前采样点做垂直线;将所述垂直线与所述样本的轮廓边界重合的点作为采样的起始点和终点;根据所述起始点和所述终点在所述样本中的位置获取所述当前采样点对应的采样数据,按照所述设定的采样间隔确定所述当前笔画段的下一个采样点,直至所述当前笔画段采样结束;其中,所述采样数据包括:所述当前采样点的位置、所述垂直线的角度、所述采样点距所述起始点的长度和所述采样点距所述终点的长度。
结合第一方面的第三种实施方式,本发明实施例提供了第一方面的第四种可能的实施方式,分别按照设定的采样间隔对所述多个笔画段中的每一个笔画段的书写轨迹数据进行采样还包括:当所述当前笔画段采样后剩余的书写点的长度小于所述设定的采样间隔时,将所述剩余的书写点作为所述当前笔画段的采样点进行采样。
第二方面,本发明实施例还提供了一种应用于毛笔的书写轨迹采样装置,包括:样本提取模块,用于从毛笔字笔画碑帖中提取笔画的样本;轨迹输入模块,用于通过手写输入设备模仿的所述笔画的书写轨迹;数据读取模块,用于读取所述手写输入设备按下书写至抬起停止书写过程中的书写轨迹数据;其中,所述书写轨迹数据包括各个书写点的坐标和时间;转折点确定模块,用于按照各个书写点的时间先后顺序和书写点的坐标确定所述书写轨迹数据的转折点;笔画段划分模块,用于以确定的转折点为分隔点将所述书写轨迹数据分为多个笔画段;采样模块,用于按照设定的采样方式和所述笔画的样本对所述多个笔画段的书写轨迹数据分别进行采样;记录模块,用于将所述样本对应的采样数据记录在笔画样本库中。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,所述转折点确定模块包括:夹角计算单元,用于遍历所述书写轨迹数据中的每一个点,计算当前书写点与前一书写点组成的直线和所述当前书写点与后一书写点组成直线之间的夹角;转折点确定单元,用于当所述当前书写点的夹角小于预设的进入角阈值,标记第一段转折检测开始,记录后续遍历的书写点的夹角,直至记录的书写点的夹角大于预设的离开角阈值时,结束所述第一段转折检测;将记录的书写点的夹角中最小夹角对应的书写点确定为所述第一段转折检测出的转折点;继续遍历后续的书写点进行下一段转折点检测,直至所述书写轨迹数据中的每一个点遍历完毕。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,所述采样模块包括:间隔采样单元,用于结合所述笔画的样本,分别按照设定的采样间隔对所述多个笔画段中的每一个笔画段的书写轨迹数据进行采样。
结合第二方面的第二种实施方式,本发明实施例提供了第二方面的第三种可能的实施方式,所述间隔采样单元包括:样本加载子单元,用于在所述书写轨迹数据中加载所述样本;垂直线设置子单元,用于按照所述设定的采样间隔沿当前笔画段的书写轨迹确定当前采样点,在所述当前采样点做垂直线;采样子单元,用于将所述垂直线与所述样本的轮廓边界重合的点作为采样的起始点和终点;根据所述起始点和所述终点在所述样本中的位置获取所述当前采样点对应的采样数据,按照所述设定的采样间隔确定所述当前笔画段的下一个采样点,直至所述当前笔画段采样结束;其中,所述采样数据包括:所述当前采样点的位置、所述垂直线的角度、所述采样点距所述起始点的长度和所述采样点距所述终点的长度。
结合第二方面的第三种实施方式,本发明实施例提供了第二方面的第四种可能的实施方式,所述间隔采样单元还包括:剩余点采样子单元,用于当所述当前笔画段采样后剩余的书写点的长度小于所述设定的采样间隔时,将所述剩余的书写点作为所述当前笔画段的采样点进行采样。
本发明实施例提供的方法和装置,从毛笔字笔画碑帖中提取笔画的样本;并通过手写输入设备模仿的该笔画的书写轨迹,从书写轨迹数据中确定转折点,通过该转折点将当前笔画分隔为多个笔画段,进行采样时,加载上述样本和上述书写轨迹数据,按照设定的采样方式对多个笔画段分别进行采样,这种采样的方式,能够结合每个样本得到对应的采样数据,这些采样数据丰富了笔画样本库的数据内容,有效地记录了各个样本的书写轨迹特征,为笔画的模拟提供了可靠的数据保障,提升了笔画样本库的实用性,进而提升了用户的体验度。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例所提供的应用于毛笔的书写轨迹采样方法流程图;
图2示出了本发明实施例所提供的笔画段角度示意图;
图3示出了本发明实施例所提供的笔画段设置垂直线的示意图;
图4示出了本发明实施例所提供的椭圆形切片示意图;
图5示出了本发明实施例所提供的错误切片示意图;
图6示出了本发明实施例所提供的两笔画段之间的采样盲区示意图;
图7示出了本发明实施例所提供的增加段前采样和段后采样的示意图;
图8示出了本发明实施例所提供的应用于毛笔的书写轨迹采样装置的结构框图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种应用于毛笔的书写轨迹采样方法和装置,下面通过实施例进行描述。
参见图1所示的应用于毛笔的书写轨迹采样方法流程图,该方法包括以下步骤:
步骤S100,从毛笔字笔画碑帖中提取笔画的样本;
步骤S102,通过手写输入设备模仿的所述笔画的书写轨迹,读取该手写输入设备按下书写至抬起停止书写过程中的书写轨迹数据;其中,该书写轨迹数据包括各个书写点的坐标和时间。
通常,汉字的笔画包括31种左右笔画,每一种笔画根据行笔路线的不同分为多种具体形式,用户在手写设备(相当于上述手写输入设备)上书写时,当手写笔落下时开始记录书写轨迹数据(也可以称为笔画数据),当手写笔抬起时,笔画记录结束,并开始对笔画数据进行处理。
步骤S104,按照各个书写点的时间先后顺序和书写点的坐标确定上述书写轨迹数据的转折点(也可以称为特征点)。
如果将当前获取到的书写轨迹数据的X、Y坐标按照时间顺序连接起来就是这个笔画的行笔路线轨迹(或称为书写轨迹),该轨迹可能会包括多个转折点,本实施例通过判断角度变化比较大的点确定为笔段(或笔画段)之间的转折点。检测的过程是:遍历笔画轨迹上的每一个点,计算此点与前一点组成的直线和与后一点组成直线之间的夹角,轨迹的第一个点和最后一个点的角度设为180度。具体实现时,可以设置两个角度阈值:进入角阈值、离开角阈值,假设这两个值均设置为160度。再次遍历轨迹上的所有点,判断当前点的角度,如果小于进入角阈值,则标记转折检测开始,并比较和记录最小夹角的点,当点的夹角大于离开角阈值时当前转折检测结束,最小夹角点即为转折点。基于此,上述步骤S104具体包括如下步骤(1)-(3):
(1)遍历所述书写轨迹数据中的每一个点,计算当前书写点与前一书写点组成的直线和所述当前书写点与后一书写点组成直线之间的夹角;
(2)如果所述当前书写点的夹角小于预设的进入角阈值,标记第一段转折检测开始,记录后续遍历的书写点的夹角,直至记录的书写点的夹角大于预设的离开角阈值时,结束所述第一段转折检测;将记录的书写点的夹角中最小夹角对应的书写点确定为所述第一段转折检测出的转折点;
(3)继续遍历后续的书写点进行下一段转折点检测,直至所述书写轨迹数据中的每一个点遍历完毕。
这种转折点的检测方式可以比较准确的查找到书写轨迹中每个转折点,可靠性较强。
上述检测方式仅是举例,在实际应用中,可以根据计算速度与精度要求对其进行变换或者选取其它检测方式,本实施例上述具体方式并不限制本发明的范围。
步骤S106,以确定的转折点为分隔点将上述书写轨迹数据分为多个笔画段。
一个笔画有多个笔画段组成,比如横折包括横和竖两个笔画,另外,毛笔在书写时需要藏锋、顿笔等动作,这也会产生笔画段。将相邻的转折点连接就形成了笔画段。获得笔画段以后,可以对笔画段的参数进行计算,比如笔画段的角度(笔画段两个端点形成的直线的角度)和笔画段的长度;为了简化计算和逻辑复杂性,本实施例按照笔画段的角度将笔画段划分为8个方向,分为:右、右下、下、左下、左、左上、上、右上8个方向,为简便起见,参见图2所示的笔画段角度示意图,本实施例将上述8个方向依次编号为0、1、2、3、4、5、6、7。这8个方向之间的角度并不完全相同,根据经验把上、下、左、右的夹角范围定为30°,而左上、左下、右上、右下的夹角范围是60°。根据笔画段的方向角将其分类为如上的8个方向。
在转折点识别时,有时由于行笔路线的起伏或者弯曲,可能会识别出多余的转折点,又由于方向简化为8个方向,这样就会出现相邻的方向一致的笔画段,为了后面的笔画识别的简便,实际应用中可以将这种相同方向的笔画段合并。
上述笔画段既包括标识笔画类型的主笔画段(也可以称为主要笔画段),也包括为了写出美观的字体而进行藏锋、顿笔等运笔的辅笔画段(也可以称为辅助笔画段)。可以通过笔画段长度来区分辅助笔画段与主要笔画段,本实施例设定笔宽与一个系数相乘作为识别主要笔画段和辅助笔画段的界限,如果长度小于这个界限则认为是辅助笔画段,否则认为是主要笔画段,这个系数取值为1.2。这种笔画段的区分方式符合实际行笔风格,为后续笔画的识别提供了可靠的数据。
步骤S108,按照设定的采样方式和上述笔画的样本对上述多个笔画段的书写轨迹数据分别进行采样。
本实施例中的设定的采样方式可以采用等间隔采样方式,该等间隔可以是长度意义上的等间隔,例如每隔设定个像素点采样一个像素点,也可以是每个设定个像素点采样多个像素点(具体采样个数可以根据经验设定,例如5个-10个中的任意数值)。等间隔也可以是时间意义上的等间隔,例如每个设定时长采样一个像素点或多个像素点等,基于此,上述步骤S108具体包括:结合上述笔画的样本,分别按照设定的采样间隔对上述多个笔画段中的每一个笔画段的书写轨迹数据进行采样。在分别对上述多个笔画段进行采样时,可以采用并行处理方式同时进行,也可以采用串行处理方式依次进行,本发明实施例对此不进行限定。
进一步地,结合上述笔画的样本,分别按照设定的采样间隔对上述多个笔画段中的每一个笔画段的书写轨迹数据进行采样可以包括如下方式:
(1)在上述书写轨迹数据中加载上述样本;
(2)对于上述多个笔画段中的每一个笔画段,按照设定的采样间隔沿当前笔画段的书写轨迹确定当前采样点,在该当前采样点做垂直线;
(3)将上述垂直线与上述样本的轮廓边界重合的点作为采样的起始点和终点;根据起始点和终点在样本中的位置获取当前采样点对应的采样数据,按照设定的采样间隔确定当前笔画段的下一个采样点,直至当前笔画段采样结束;其中,上述采样数据包括:当前采样点的位置、上述垂直线的角度、采样点距起始点的长度和采样点距终点的长度。
其中,垂直线的角度是上述笔画的轨迹的切线角,可以通过计算得到。
为了便于理解这种采样方式,将上述垂直线的处理可以视为切片处理,这里的切片具有一定的厚度。参见图3所示的笔画段设置垂直线的示意图,本实施例中,沿当前笔画段中的行笔路线间隔很小的距离对笔画图像取样,也就是在行笔路线上的某个点垂直于行笔路线画直线,直线与笔迹边界的交点即为采样的长度,包括上面的长度与下面的长度,可以称为上半轴和下半轴,如此在行笔路线上等间隔选取点完成整个路线的取样,这就如同对笔画进行切片一样,这个切片应该有一定厚度,而且为了防止后续模拟绘制笔画时切片间有间隙,该厚度优选超过取样的间隔。例如,取这个厚度为3倍的取样间隔。
参见图4所示的椭圆形切片示意图,本实施例为了使笔画绘制时比较圆滑,以椭圆形表示切片的形状,椭圆的长轴为采样的上半轴与下半轴之和,椭圆的短轴为切片厚度,由于笔画段表示行笔路线的转折,而实际书写时每个笔画段的长度、角度都与样本库不完全相同,因此,采样时以笔画段为单位,每个笔画段单独采样。
另外,对于特殊情况,采样的边界不能完全以笔画图像的边界作为唯一条件,如图5所示的错误切片示意图,由于转折部分的重叠,在采样上面的横时下半轴的长度会包括下面撇的部分,因此本实施例设置了一个最大半轴长度为笔宽的长度。另外,对于藏锋、顿笔等辅助笔段,一般产生的笔迹也会与主要笔段产生的笔迹有重合部分,因此,辅助笔段以短半轴作为上下半轴的值。
当两个笔段之间有一定的夹角时,上述采样方式是垂直于笔段路径做切片,这样两个笔段之间就会缺少一部分图形,如图6所示的两笔画段之间的采样盲区示意图,该图中采用上述采样方式,在横折的转角处会出现采样空缺,为了解决这个问题,本实施例采用对每个笔段增加段前采样和段后采样,使得采样数据可以延伸到转折处的笔迹轮廓边界,这样就能够填补空缺部分,这种方式也正好符合毛笔书写的特征,因为毛笔书写的笔迹有一定面积,段前采样及段后采样正好反应了这个面积。为了减少冗余计算,段前采样和段后采样的路径长度不能太长,这里限制为笔宽长度,如果到达笔画轮廓边界的距离小于笔宽,则使用到轮廓边界的距离作为采样路径长度。如图7所示的增加段前采样和段后采样的示意图,增加段前、段后采样后就填补了转折的空缺。段前采样的方向为本笔画段的第二个点指向第一个点的方向;段后采样的方向为本笔画段的倒数第二点指向最后一点的方向。
上述方法还包括:当所述当前笔画段采样后剩余的书写点的长度小于设定的采样间隔时,将剩余的书写点作为当前笔画段的采样点进行采样。这种方式也在一定程度上防止了转折点的空缺,为笔画样本库提供了可靠的数据。
步骤S110,将上述样本对应的采样数据记录在笔画样本库中。
虽然大多数情况,按照上面所述的情况能够生成比较满意的采样,但是在有些细节方面仍然会有些瑕疵,比如在笔段连接处采样变化可能比较剧烈,这样在模拟绘制笔画时有可能导致尖锐的转角或者凸起。在实际应用中,可以预先设置笔画采样编辑工具,在自动采样完成后,可以由操作人员手工编辑。
本实施例提供的上述方法,从毛笔字笔画碑帖中提取笔画的样本;并通过手写输入设备模仿的该笔画的书写轨迹,从书写轨迹数据中确定转折点,通过该转折点将当前笔画分隔为多个笔画段,进行采样时,加载上述样本和上述书写轨迹数据,按照设定的采样方式对多个笔画段分别进行采样,这种采样的方式,能够结合每个样本得到对应的采样数据,这些采样数据丰富了笔画样本库的数据内容,有效地记录了各个样本的书写轨迹特征,为笔画的模拟提供了可靠的数据保障,提升了笔画样本库的实用性,进而提升了用户的体验度。
对应于上述方法,本发明实施例还提供了一种应用于毛笔的书写轨迹采样装置,参见图8所示的应用于毛笔的书写轨迹采样装置的结构框图,该装置包括以下模块:
样本提取模块80,用于从毛笔字笔画碑帖中提取笔画的样本;
轨迹输入模块81,用于通过手写输入设备模仿的所述笔画的书写轨迹;
数据读取模块82,用于读取上述手写输入设备按下书写至抬起停止书写过程中的书写轨迹数据;其中,该书写轨迹数据包括各个书写点的坐标和时间;
转折点确定模块83,用于按照各个书写点的时间先后顺序和书写点的坐标确定书写轨迹数据的转折点;
笔画段划分模块84,用于以确定的转折点为分隔点将书写轨迹数据分为多个笔画段;
采样模块85,用于按照设定的采样方式和上述笔画的样本对上述多个笔画段的书写轨迹数据分别进行采样;
记录模块86,用于将上述样本对应的采样数据记录在笔画样本库中。
本实施例提供的上述装置,从毛笔字笔画碑帖中提取笔画的样本;并通过手写输入设备模仿的该笔画的书写轨迹,从书写轨迹数据中确定转折点,通过该转折点将当前笔画分隔为多个笔画段,进行采样时,加载上述样本和上述书写轨迹数据,按照设定的采样方式对多个笔画段分别进行采样,这种采样的方式,能够结合每个样本得到对应的采样数据,这些采样数据丰富了笔画样本库的数据内容,有效地记录了各个样本的书写轨迹特征,为笔画的模拟提供了可靠的数据保障,提升了笔画样本库的实用性,进而提升了用户的体验度。
该转折点的确定方式可以参考上述方法实现,基于此,转折点确定模块83包括以下单元:
夹角计算单元,用于遍历书写轨迹数据中的每一个点,计算当前书写点与前一书写点组成的直线和当前书写点与后一书写点组成直线之间的夹角;
转折点确定单元,用于当当前书写点的夹角小于预设的进入角阈值,标记第一段转折检测开始,记录后续遍历的书写点的夹角,直至记录的书写点的夹角大于预设的离开角阈值时,结束第一段转折检测;将记录的书写点的夹角中最小夹角对应的书写点确定为第一段转折检测出的转折点;继续遍历后续的书写点进行下一段转折点检测,直至书写轨迹数据中的每一个点遍历完毕。
设定的采样方式可以采用等间隔采样方式,该等间隔可以是长度意义上的等间隔,例如每隔设定个像素点采样一个像素点,也可以是每个设定个像素点采样多个像素点(具体采样个数可以根据经验设定,例如5个-10个中的任意数值)。等间隔也可以是时间意义上的等间隔,例如每个设定时长采样一个像素点或多个像素点等,基于此,采样模块85包括:间隔采样单元,用于结合上述笔画的样本,分别按照设定的采样间隔对上述多个笔画段中的每一个笔画段的书写轨迹数据进行采样。在分别对上述多个笔画段进行采样时,可以采用并行处理方式同时进行,也可以采用串行处理方式依次进行,本发明实施例对此不进行限定。
优选地,上述间隔采样单元包括:样本加载子单元,用于在所述书写轨迹数据中加载所述样本;垂直线设置子单元,用于按照设定的采样间隔沿当前笔画段的书写轨迹确定当前采样点,在当前采样点做垂直线;采样子单元,用于将所述垂直线与所述样本的轮廓边界重合的点作为采样的起始点和终点;根据该起始点和终点在上述样本中的位置获取所述当前采样点对应的采样数据,按照所述设定的采样间隔确定所述当前笔画段的下一个采样点,直至所述当前笔画段采样结束;其中,该采样数据包括:当前采样点的位置、上述垂直线的角度、采样点距起始点的长度和采样点距终点的长度。
通过上述方式,每一个笔画段将均能够被简化,在采样点提取出采样数据,用于后续处理。为了便于理解这种采样方式,将上述垂直线的处理可以视为切片处理,这里的切片具有一定的厚度,具体切片过程如方法实施例所述,这里不再赘述。
为了防止丢失转折点上述间隔采样单元还包括:剩余点采样子单元,用于当当前笔画段采样后剩余的书写点的长度小于设定的采样间隔时,将剩余的书写点作为所述当前笔画段的采样点进行采样。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。
附图中的流程图和框图显示了根据本发明的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
本发明实施例还提供了一种应用于毛笔的书写轨迹采样的计算机程序产品,包括存储了程序代码的计算机可读存储介质,所述程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种应用于毛笔的书写轨迹采样方法,其特征在于,包括:
从毛笔字笔画碑帖中提取笔画的样本;
通过手写输入设备模仿的所述笔画的书写轨迹;
读取所述手写输入设备按下书写至抬起停止书写过程中的书写轨迹数据;其中,所述书写轨迹数据包括各个书写点的坐标和时间;
按照各个书写点的时间先后顺序和书写点的坐标确定所述书写轨迹数据的转折点;
以确定的转折点为分隔点将所述书写轨迹数据分为多个笔画段;
按照设定的采样方式和所述笔画的样本对所述多个笔画段的书写轨迹数据分别进行采样;
将所述样本对应的采样数据记录在笔画样本库中。
2.根据权利要求1所述的方法,其特征在于,按照各个书写点的时间先后顺序和书写点的坐标确定所述书写轨迹数据的转折点包括:
遍历所述书写轨迹数据中的每一个点,计算当前书写点与前一书写点组成的直线和所述当前书写点与后一书写点组成直线之间的夹角;
如果所述当前书写点的夹角小于预设的进入角阈值,标记第一段转折检测开始,记录后续遍历的书写点的夹角,直至记录的书写点的夹角大于预设的离开角阈值时,结束所述第一段转折检测;将记录的书写点的夹角中最小夹角对应的书写点确定为所述第一段转折检测出的转折点;继续遍历后续的书写点进行下一段转折点检测,直至所述书写轨迹数据中的每一个点遍历完毕。
3.根据权利要求1所述的方法,其特征在于,按照设定的采样方式和所述笔画的样本对所述多个笔画段的书写轨迹数据分别进行采样包括:
结合所述笔画的样本,分别按照设定的采样间隔对所述多个笔画段中的每一个笔画段的书写轨迹数据进行采样。
4.根据权利要求3所述的方法,其特征在于,结合所述笔画的样本,分别按照设定的采样间隔对所述多个笔画段中的每一个笔画段的书写轨迹数据进行采样包括:
在所述书写轨迹数据中加载所述样本;
对于所述多个笔画段中的每一个笔画段,按照所述设定的采样间隔沿当前笔画段的书写轨迹确定当前采样点,在所述当前采样点做垂直线;
将所述垂直线与所述样本的轮廓边界重合的点作为采样的起始点和终点;根据所述起始点和所述终点在所述样本中的位置获取所述当前采样点对应的采样数据,按照所述设定的采样间隔确定所述当前笔画段的下一个采样点,直至所述当前笔画段采样结束;其中,所述采样数据包括:所述当前采样点的位置、所述垂直线的角度、所述采样点距所述起始点的长度和所述采样点距所述终点的长度。
5.根据权利要求4所述的方法,其特征在于,分别按照设定的采样间隔对所述多个笔画段中的每一个笔画段的书写轨迹数据进行采样还包括:
当所述当前笔画段采样后剩余的书写点的长度小于所述设定的采样间隔时,将所述剩余的书写点作为所述当前笔画段的采样点进行采样。
6.一种应用于毛笔的书写轨迹采样装置,其特征在于,包括:
样本提取模块,用于从毛笔字笔画碑帖中提取笔画的样本;
轨迹输入模块,用于通过手写输入设备模仿的所述笔画的书写轨迹;
数据读取模块,用于读取所述手写输入设备按下书写至抬起停止书写过程中的书写轨迹数据;其中,所述书写轨迹数据包括各个书写点的坐标和时间;
转折点确定模块,用于按照各个书写点的时间先后顺序和书写点的坐标确定所述书写轨迹数据的转折点;
笔画段划分模块,用于以确定的转折点为分隔点将所述书写轨迹数据分为多个笔画段;
采样模块,用于按照设定的采样方式和所述笔画的样本对所述多个笔画段的书写轨迹数据分别进行采样;
记录模块,用于将所述样本对应的采样数据记录在笔画样本库中。
7.根据权利要求6所述的装置,其特征在于,所述转折点确定模块包括:
夹角计算单元,用于遍历所述书写轨迹数据中的每一个点,计算当前书写点与前一书写点组成的直线和所述当前书写点与后一书写点组成直线之间的夹角;
转折点确定单元,用于当所述当前书写点的夹角小于预设的进入角阈值,标记第一段转折检测开始,记录后续遍历的书写点的夹角,直至记录的书写点的夹角大于预设的离开角阈值时,结束所述第一段转折检测;将记录的书写点的夹角中最小夹角对应的书写点确定为所述第一段转折检测出的转折点;继续遍历后续的书写点进行下一段转折点检测,直至所述书写轨迹数据中的每一个点遍历完毕。
8.根据权利要求6所述的装置,其特征在于,所述采样模块包括:
间隔采样单元,用于结合所述笔画的样本,分别按照设定的采样间隔对所述多个笔画段中的每一个笔画段的书写轨迹数据进行采样。
9.根据权利要求8所述的装置,其特征在于,所述间隔采样单元包括:
样本加载子单元,用于在所述书写轨迹数据中加载所述样本;
垂直线设置子单元,用于按照所述设定的采样间隔沿当前笔画段的书写轨迹确定当前采样点,在所述当前采样点做垂直线;
采样子单元,用于将所述垂直线与所述样本的轮廓边界重合的点作为采样的起始点和终点;根据所述起始点和所述终点在所述样本中的位置获取所述当前采样点对应的采样数据,按照所述设定的采样间隔确定所述当前笔画段的下一个采样点,直至所述当前笔画段采样结束;其中,所述采样数据包括:所述当前采样点的位置、所述垂直线的角度、所述采样点距所述起始点的长度和所述采样点距所述终点的长度。
10.根据权利要求9所述的装置,其特征在于,所述间隔采样单元还包括:
剩余点采样子单元,用于当所述当前笔画段采样后剩余的书写点的长度小于所述设定的采样间隔时,将所述剩余的书写点作为所述当前笔画段的采样点进行采样。
CN201510401737.9A 2015-07-09 2015-07-09 应用于毛笔的书写轨迹采样方法和装置 Active CN104978581B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510401737.9A CN104978581B (zh) 2015-07-09 2015-07-09 应用于毛笔的书写轨迹采样方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510401737.9A CN104978581B (zh) 2015-07-09 2015-07-09 应用于毛笔的书写轨迹采样方法和装置

Publications (2)

Publication Number Publication Date
CN104978581A CN104978581A (zh) 2015-10-14
CN104978581B true CN104978581B (zh) 2019-05-07

Family

ID=54275066

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510401737.9A Active CN104978581B (zh) 2015-07-09 2015-07-09 应用于毛笔的书写轨迹采样方法和装置

Country Status (1)

Country Link
CN (1) CN104978581B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106855945A (zh) * 2016-12-22 2017-06-16 上海云丞聚智能科技有限公司 电子字帖的书写检测方法及装置、电子字帖
CN111433829A (zh) * 2017-11-02 2020-07-17 深圳市柔宇科技有限公司 针对写字评分***的判定方法、***及装置
CN109858383A (zh) * 2019-01-04 2019-06-07 广东智媒云图科技股份有限公司 笔画识别方法及装置
CN113157166B (zh) * 2021-05-20 2022-03-29 读书郎教育科技有限公司 一种智能终端实现自适应笔记的方法、存储介质及电子设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7302099B2 (en) * 2003-11-10 2007-11-27 Microsoft Corporation Stroke segmentation for template-based cursive handwriting recognition
CN102117173A (zh) * 2010-01-04 2011-07-06 ***通信集团公司 一种识别笔画输入的方法和终端
CN103927535A (zh) * 2014-05-08 2014-07-16 北京汉仪科印信息技术有限公司 一种汉字书写识别方法及装置
CN104063723A (zh) * 2014-06-25 2014-09-24 北京语言大学 脱机手写汉字的笔画还原方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101916451A (zh) * 2010-07-30 2010-12-15 浙江大学 书法特定风格渲染的方法
CN103136769B (zh) * 2011-12-02 2016-02-03 北京三星通信技术研究有限公司 用户书写风格字体生成的方法和装置
CN102637078B (zh) * 2012-02-27 2015-09-09 厦门大学 一种结构优化的汉字字形生成方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7302099B2 (en) * 2003-11-10 2007-11-27 Microsoft Corporation Stroke segmentation for template-based cursive handwriting recognition
CN102117173A (zh) * 2010-01-04 2011-07-06 ***通信集团公司 一种识别笔画输入的方法和终端
CN103927535A (zh) * 2014-05-08 2014-07-16 北京汉仪科印信息技术有限公司 一种汉字书写识别方法及装置
CN104063723A (zh) * 2014-06-25 2014-09-24 北京语言大学 脱机手写汉字的笔画还原方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于笔画的联机手写汉子识别***的研究与实现;樊庆林;《中国优秀硕士学位论文全文数据库 信息科技辑》;20080115;全文

Also Published As

Publication number Publication date
CN104978581A (zh) 2015-10-14

Similar Documents

Publication Publication Date Title
CN105046730B (zh) 应用于毛笔的书写笔迹呈现方法和装置
CN111753767B (zh) 一种作业自动批改的方法、装置、电子设备和存储介质
Song et al. ModelCraft: capturing freehand annotations and edits on physical 3D models
CN104978581B (zh) 应用于毛笔的书写轨迹采样方法和装置
EP3535689A1 (en) Method and system for transforming handwritten text to digital ink
CN105260751B (zh) 一种文字识别方法及其***
US20120200540A1 (en) Utilization of temporal and spatial parameters to enhance the writing capability of an electronic device
US11256946B2 (en) Method of processing and recognizing hand-written characters
CN111523455A (zh) 汉字书写的评价方法
CN105488544A (zh) 一种描红临摹笔迹识别的方法及***
CN107273032A (zh) 信息排版方法、装置、设备及计算机存储介质
CN109472234B (zh) 一种手写输入智能识别的方法
WO2009023648A2 (en) Hidden markov model based handwriting/calligraphy generation
CN102073870A (zh) 一种触摸屏汉字笔迹识别方法
CN109886256A (zh) 智能评测设备及***
WO2007082271A2 (en) Methods and apparatuses for extending dynamic handwriting recognition to recognize static handwritten and machine generated text
CN104951811B (zh) 应用于毛笔书写的行笔路线识别方法和装置
Garz et al. Creating ground truth for historical manuscripts with document graphs and scribbling interaction
CN104239910B (zh) 一种联机手写汉字笔画续笔的识别方法
CN114730241B (zh) 触摸式用户界面输入中的手势笔画识别
CN104424161A (zh) 手写文档处理装置,手写文档处理方法,和手写文档处理程序
CN104794485A (zh) 一种识别书写字的方法及装置
CN103412677A (zh) 一种手绘内容识别的方法及装置
CN103176651B (zh) 一种手写信息快速采集方法
CN101364271B (zh) 手写汉字笔画的识别方法和识别装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant