CN110796065A - 基于图像识别的练字评分方法、***以及计算机可读介质 - Google Patents
基于图像识别的练字评分方法、***以及计算机可读介质 Download PDFInfo
- Publication number
- CN110796065A CN110796065A CN201911026991.XA CN201911026991A CN110796065A CN 110796065 A CN110796065 A CN 110796065A CN 201911026991 A CN201911026991 A CN 201911026991A CN 110796065 A CN110796065 A CN 110796065A
- Authority
- CN
- China
- Prior art keywords
- calligraphy
- handwriting
- calligraphy practicing
- practicing
- copybook
- 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.)
- Pending
Links
- 238000013077 scoring method Methods 0.000 title claims abstract description 15
- 239000013598 vector Substances 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims description 42
- 238000003708 edge detection Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 230000003993 interaction Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 239000004033 plastic Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 210000004243 sweat Anatomy 0.000 description 3
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 239000011230 binding agent Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002989 correction material Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 239000002861 polymer material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
- G06V30/36—Matching; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
- G06V30/333—Preprocessing; Feature extraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10008—Still image; Photographic image from scanner, fax or copier
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30176—Document
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了一种基于图像识别的练字评分方法,该方法需要利用到一种练字工具,练字工具包括字帖,字帖包括至少一张字帖页以及设置于字帖页上的识别线,识别线围合成练字区域;其评分方法包括:步骤S1:获取对应该字帖页的练字模板,以及通过扫描练字区域获取用户所写的字迹图像;步骤S2:在字迹图像和练字模板上分别设置M*N的网格特征模板(M、N均大于3)同时计算其特征向量;步骤S3:通过将网格特征模板上的字迹图像和预设的练字模板的特征向量进行对比以判断其重合率,计算重合率的均值和预设的阀值对比以进行评分。
Description
【技术领域】
本发明涉及图像识别技术领域,具体是一种基于图像识别的练字评分方法、***以及计算机可读介质。
【背景技术】
为了规范用户群体的书写,养成良好的书写习惯并培养对书写兴趣,开发各种书写练习、评分***以及成为现今互联网时代下的主流,这些***均需要收集用户的字迹,如借助电子设备,如在写字板、数位板上书写,或者在其上垫纸通过感应来获取用户所写字迹,但是该类手段和传统在纸张上直接书写的书写习惯完全不同,用户长期以往通过该类方式来字体塑形,却无法真实地在纸张上改善练字习惯。
因此有现有技术提出采用图像识别技术,通过摄像头扫描传统字帖上的字迹以实现收集并评分,但是该类方式用户很容易将字帖非练字区域的部分拍进来,导致在对用户字迹进行后续处理的过程中,如文字分割时十分复杂从而运算量巨大,且需要借助第三方工具对数据进行处理,相对研发周期长极大地抬高了成本从而使得商品性价比不高。
【发明内容】
为克服上述问题,本发明提供一种基于图像识别的练字评分方法、***以及计算机可读介质。
为了解决上述技术问题,本发明提供一技术方案如下:该方法需要利用到一种练字工具,练字工具包括字帖,字帖包括至少一张字帖页以及设置于字帖页上的识别线,识别线围合成练字区域以供用户在其内练字;通过扫描练字区域获取用户所写字迹,并将用户字迹与预设的练字模板对比重合率以进行评分。
优选地,方法具体为:步骤S1:获取对应该字帖页的练字模板,以及通过扫描练字区域获取用户所写的字迹图像;步骤S2:在字迹图像和练字模板上分别设置M*N的网格特征模板,M、N均大于3,同时计算其特征向量;步骤S3:通过将网格特征模板上的字迹图像和预设的练字模板的特征向量进行对比以判断其重合率,计算重合率的均值和预设的阀值对比以进行评分。
优选地,练字工具进一步包括设备终端,在字帖页上设置对应该字帖页的识别码,识别码可被设备终端识别,练字工具和/或识别码中存储包括有练字模板。
优选地,其特征在于,练字区域可进一步通过识别线划分出方字格。
优选地,其中步骤S1具体包括:步骤S11:通过设备终端扫描字帖预设的识别码或者自身预设的数据库中获取练字模板;步骤S12:通过设备终端扫描预设的练字区域获取字迹原图像;步骤S13:对字迹原图像进行去噪后边缘检测,获取字迹图像。
优选地,其中步骤S2具体包括:步骤S21:将练字模板和字迹图像通过缩放到同一尺寸;步骤S22:定义M*N的网格特征模板以将练字模板和字迹图像分为M*N的区域;步骤S23:分别计算练字模板和字迹图像在每个区域的特征向量。
优选地,其中步骤S3具体包括:步骤S31:将同一区域的练字模板和字迹图像的特征向量做差得到第一差值,将第一差值和预设的第一阀值比对以得到区域重合率;步骤S32:将各区域重合率进行平均得到重合率;步骤S33:将重合率和预设的第二阀值进行比对以得到评分。
优选地,步骤S1所获取的字迹图像可通过建立云服务端分享至其他用户,用户可对其字迹图像进行评分,用户中的相关书法专家可对其进行专家评分。
为更好的解决上述问题,本发明提供一技术方案如下:即一种基于图像识别的练字评分***,包括:字帖:包括字帖,所述字帖包括至少一张字帖页以及设置于字帖页上的识别线,所述识别线围合成练字区域以供用户在其内练字;设备终端:用于扫描练字区域以获取用户所写的笔迹;评分模块:用于计算用户所写的笔迹和预设的练字模板重合率对比以进行评分。
为更好的解决上述问题,本发明提供一技术方案如下:即一种计算机可读介质,计算机可读介质中存储有计算机程序,其中,计算机程序被设置为运行时执行上述的基于图像识别的练字评分方法。
与现有技术相比,本发明所提供的一种练字工具具有如下的有益效果:
1、本发明通过硬件和结合简化算法,在字帖页上通过设置识别线标定所需识别的练字区域,因此在获取字迹原图像时其采用的算法无需复杂化,没有外部环境的干扰,再采用字迹图片和预设的练字模板进行重合率对比,从而以重合率为标准进行评分,通过评分和用户产生互动,提高用户对练字的兴趣,且该方式下的算法具有简单、计算量小容错率低的特点。
2、进一步练字模板可储存与字帖页上的识别码和/或设备终端中,从而使得练字模板具有针对性,即在通过扫码后,练字模板是对应该字帖页的类型相互匹配,如楷书适用于田字格,从而加强了练字在训练上的专业性,且当练字模板存储于字帖页上的识别码时,设备终端无需建立巨大的练字模板数据库,从而进一步简化了算法,减少了计算量增加了稳定性和可靠性。
3、进一步练字区域还通过识别线划分出方字格,用户在每个方字格中书写文字,在识别的过程中无需采用字体识别以及字体分割,从而简化程序和该发明的流程,增加了可靠度。
4、设备终端在扫描练字区域以获取练字区域的内容时,扫描的噪点会很大程度上影响到后续评分的结果,因此需要进行去噪,之后进行边缘检测,从而获取字迹图像。
5、进一步练字模板和字迹图像通过缩放到同一尺寸,该方式的好处在于:将用户在参照设备终端练字时,很难保证字迹和练字模板统一大小,如实施例二或者实施例三仅采用方格的情况,采用该方式则可保证后续评分的真实性。
6、通过特征向量做差值,将差值和第一阀值的对比即可定义重合率,进一步重合率和第二阀值来定义评分,即重合率越高,则认为用户写的越好评分也就越高,反之重合率越低,则用户评分也相应低。
7、通过建立云服务端,使得用户信息连接的其他用户也可对用户所写的字迹进行评分,而其他用户中的相关书法专家可对该字迹图像进行专家评分,介入人为评分,使得评分具有准确性和主观性。
8、通过设备终端上和字帖上设置蓝牙模块,当字帖产生褶皱、浸水、或者被在尘土、汗渍、污垢、墨水污染后引起识别码失效,此时还可利用蓝牙模块进行信息互传,避免了字帖完全失效。
9、综合用户的完成率因素作为判定最终评分的条件,使得评分的可参照性和真实性更高。
【附图说明】
图1是本发明第一实施例提供的练字工具的结构示意图;
图2是本发明第一实施例提供的练字工具中练字笔的部分放大图;
图3是本发明第一实施例提供的练字工具中字帖的结构示意图;
图4是本发明第一实施例提供的练字工具中字帖配合硬质垫板的结构示意图;
图5是本发明第一实施例提供的练字工具中字帖配合硬质垫板的另一结构示意图;
图6是本发明第二实施例提供的练字工具的部分结构示意图;
图7是本发明第三实施例提供的练字工具的部分结构示意图;
图8是本发明第三实施例提供的练字工具中字帖第一状态下的结构示意图;
图9是本发明第三实施例提供的练字工具中字帖第二状态下的结构示意图;
图10是本发明第三实施例提供的练字工具中字帖第三状态下的结构示意图;
图11是本发明第四实施例提供的基于图像识别的练字评分方法的流程图;
图12是本发明第四实施例提供的基于图像识别的练字评分方法中步骤S1的具体流程图;
图13是本发明第四实施例提供的基于图像识别的练字评分方法中演示实施步骤S1时的结构示意图;
图14是本发明第四实施例提供的基于图像识别的练字评分方法中步骤S2的具体流程图;
图15是本发明第四实施例提供的基于图像识别的练字评分方法中演示实施步骤S2时的界面变化示意图;
图16是本发明第四实施例提供的基于图像识别的练字评分方法中步骤S3的具体流程图;
图17是本发明第五实施例提供的基于图像识别的练字评分***的模块示意图。
附图标识说明:
100、练字工具;10、字帖;101、字帖页;102、识别码;103、识别线;104、练字区域;105、分格线;106、参考线;110、硬质垫板;
20、练字笔;201、笔头;30、设备终端;40、云服务端;
200、***;50、处理模块。
【具体实施方式】
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例一:
请参阅图1,本发明第一实施例提供了一种练字工具100,所述练字工具100包括字帖10、练字笔20和设备终端30,以及云服务端40。
其中练字工具100中各组件的关系为:用户可使用练字笔20在字帖10上练字字帖内容,设备终端30可扫描字帖10上的信息,该信息包括字帖本身的特征以及用户所练字在其上的内容,其中设备终端30和云服务端40利用互联网进行信息连接,以将字帖10上的信息传送至云服务端40且和其他用户设备终端30形成信息连接,从而实现各用户之间使用设备终端30进行信息互动,利用数据信息作为和用户进行交互的新媒介,将该练字工具100逐渐引入人们的日常生活中,给用户带来新的体验。
其中,练字笔20所练字的颜色不予限定,可为蓝、黑、红;而限定为练字笔20为可擦写笔,所述字帖10的纸张采用可擦写纸;该处练字笔20的类型包括两种,一是利用可擦橡皮进行擦除的可擦写笔,另一种为采用加热擦除的可擦写笔。
可以理解,可擦橡皮进行擦除的可擦写笔是即写即擦的,而由于热可擦笔采用高分子材料作为油墨基料的特性,在练字过程中,油墨通过笔尖在纸张上形成一层可擦颜料膜,即可擦墨迹,该字迹在数小时内像铅笔一样可用普通橡皮擦擦掉,留存的字迹遇水不洇,久晒不褪色,经12~48小时后便成为擦不掉的永久性笔迹,可以长期保持,因此适用于一些用户不急于修改或者无法当即修改,但是后续需要保存的练字情形,因此练字笔20具体的选择情况根据用户需求所设置,示例性的如,用户为练字需求时,即从用前者所述的可擦写笔类型,而当用户适用于书法比赛时,即可采用热可擦笔。
本发明所述的可擦写笔无论何种类型,均可实现字帖10可多次利用,从而办公或者学习环保化,当出现练字错误时可以立马修改,同时减少了减少有毒的改正带和改正液的使用,避免在办公或者学习过程中伤害用户的身体。
其中,该发明所述“设备终端30”代指计算机网络中处于网络最***的电子产品,主要用于用户信息的输入以及处理结果的输出,示例性的如:手机、平板、扫描仪;
“云服务端”即后台,其为用于计算和数据存储处理兼顾的综合云计算平台,本行业领域人员很容易理解,采用云服务端的方式在各个用户的设备终端30管理领域的优势在于稳定性相对较好,同时兼顾高速、更容易的协作与多设备管理的特点,从而实现用户之间信息化共享。
进一步地,通过云服务端40的设定,可建立用户沟通交流社区、专家后台评分、分享至社交网络,从而加强用户在练字过程中以及练字后的体验。
请参阅图2,其中练字笔20包括至少两个笔头201,所述笔头可在练字笔上更换,类型为可擦写笔头,以及圆珠笔头、铅笔头以及塑胶笔头,其中一个笔头201为可擦写笔头,其他笔头为圆珠笔头、铅笔头、塑胶笔头中的至少一种。因此练字笔20可通过更换笔头201实现所述可擦写笔或者其他类型的转变。无需设置多个练字笔20,从而节约了空间和成本并减少对环境和资源的过度使用。可以理解,所述练字笔20可仅包括一个笔头201。
请参阅图1以及图3,字帖10包括至少一张字帖页101,以及印制在字帖页101上以供所述设备终端30识别的识别码102,该识别码102的位置不予限定,优选地为字帖页101的边缘侧,以留予字帖页101更多的练字空间。
其中,识别码不限于条形码、二维码、IMEI码,优选为二维码,从而包含比其他选项更多的信息量,编译范围广,容错率低、字帖页101在损污后可读性强的优势,从而在字帖页101泡水、褶皱的情况下不容易失效;
在一些实施例中,字帖页101还印制有姓名框(未标号),姓名框用于填写练字人,通过设备终端30扫描后能识别出练字人;设备终端30可通过练字人予以分类以记录每个用户的练字历程,从而可以在后续查看其练字过程中的改变,或者也可上传至云服务端10分享,从而在互动过程中增加自身的个人信息,因此他人可通过云服务端10给予评价和指正,从而营造自我进步感以获取更好的体验。
进一步地,字帖页101上包括识别线103以及由识别线103围合成的练字区域104;所述练字区域104内部可用于用户练字;用户在练字区域104练字完毕后,设备终端30通过再次扫描字帖页101,并通过对识别线103边缘检测,并以其作为标定界限将练字区域104划分开来,其中,识别线103采用深色以及宽线,如黑色、深蓝、墨绿、正红、紫色、咖啡色等,以便于设备终端30进行图像识别时,以识别线103为边界划分好练字区域104后,并将其内部的字迹图像读取至设备终端30。
可以理解,练字区域104即设备终端30所要识别的区域,而通过识别线103将其划分开来的意义在于,通过标定识别线103将设备终端30所要识别的区域划分开来,类似于图像识别领域中的标定方向和标定区域,设备终端30在扫描字帖页101的过程中以识别线103为标定界限识别其练字区域104内部的字迹内容,不会对练字区域104以外的无关产品进行识别,从而防止干扰减少运算量并且增加了容错率,即极大提高了设备终端30在扫描字帖页101以获取字迹的可靠性。
设备终端30在获取用户字迹,可进一步进行图像处理以增添相关功能,如字迹判别、即通过用户所写字迹判断其写的为什么字;字迹评分、即对用户所写字迹进行评分;字迹矫正,即找寻用户字迹中的规律,对用户进行分析矫正并给出矫正意见。
其中,设备终端30通过识别码102后所能获取的信息包括:
1、字帖页类型:特指识别线103围合成的练字区域104的类型,其包括练字区域104的尺寸、即识别线103的尺寸,以及练字区域104内部所设置的方式,如设置田字格、方格、米字格作为用户练字时的参照、或者仅仅为空白页;还有田字格、方格、米字格的尺寸、排列方式,均为字帖页101的“类型”。
可以理解,以上所述的“空白页”仅仅释义为练字区域104无任何参照线,其包括空白页但并非特指完全空白,即印刷有相关练字的内容也应当视为空白页。
2、字帖页的尺寸、页码:即字帖页101为多大以及在该字帖10所对应的页码。
其中,设备终端30包括数据库,数据库包括多个类型的练字模板,根据用户采用设备终端扫描识别码102后获取的信息,用户可选择能从数据库中选择匹配该字帖页101对应的练字模板,并通过设备终端30显示。该数据库是可以通过云服务端40实时更新的,其中练字模板的内容应当包括字体、练字方式、所要练字的内容;其中字体包括行书、草书、隶书、篆书、楷书,也可为字母、数字,练字方式则包括临摹和临贴,用户即可通过对照设备终端30所显示的练字模板,在字帖页101的练字区域104内进行练字;对以上方式示例性的如:用户在扫描识别码102后,设备终端30获取该字帖页101类型为适用于楷体字的田字格,此时设备终端30会从数据库中甄选出楷体字且能适用于田字格的练字模板并显示,用户仅需通过在设备终端30选择想要练习的练字模板即可;如楷体字-临摹-《静夜思》全文。
一些实施例中,练字模板也可存储于识别码102的编码信息中并在被扫描后可通过设备终端30显示,该种方式的好处在于,设备终端30无需建立庞大的数据库,而是每一个识别码102对应有固定的练字模板,用户仅需采用扫码即可得到,减少了用户甄选的时间,从而练字过程中更为方便。
更进一步地,设备终端30上和/或字帖10上进一步包括音频模块(图未示),音频模块应当包括硬件和软件,硬件可为设置于设备终端30和/或字帖10上的发声部(图未示)、如喇叭、扬声器,而软件则包括音频文件以及其配置的播放方式,设备终端通过扫描字帖10后获取对应的音频文件和播放方式并通过对应的所述设备终端30或者所述字帖10播放。
可以理解,音频文件应当包括练字模板对应的音频,即可对练字模板进行朗读,也可增添交流用语,而播放方式可为触发音频文件通过发生部发声的响应条件,该音频文件以及其配置的播放方式应当编译在识别码102以及存储于设备终端30中,示例性的如,当用户采用设备终端30扫描识别码102以及姓名框时,可配合设备终端30上的时间触发交流用语:“上午好,李先生”。继而通过设备终端30选择播放练字模板的内容如《静夜思》并通过发声部播放,当用户练字完毕二次扫描识别线103时,可继续触发交流用语:您用时xx分钟练习完《静夜思》。”,通过该类方式可实现协同用户之间进行互动,同时,在练字过程中配合引起听觉的音频可加深对练字内容的记忆,给用户带来更好的体验和帮助。
变形例一:
设备终端30上和字帖10上设置蓝牙模块(图未示),蓝牙模块通常是在字帖10上设置传输硬件,从而和设备终端30实现蓝牙传输,此时终端设备30可采用蓝牙模块和字帖形成信息连接,从而将设备终端30本应扫描识别码102后所能获取的信息通过蓝牙模块传递,该方式为将原本识别码102的数据记载于蓝牙模块的硬件设施中,该方式的好处在于,当字帖10产生褶皱、浸水、或者被在尘土、汗渍、污垢、墨水污染后引起识别码102失效,此时还可利用蓝牙模块进行信息互传,避免了字帖完全失效。
变形例二:
字帖10进一步包括硬质垫板110,字帖页101铺垫成册或者单页铺设在硬质垫板110上,硬质垫板110为电子板、塑料板、金属板或者亚克力板的任一种。
请参阅图4,当硬质垫板110为塑料板、金属板或者亚克力板的任一种时,字帖页101铺垫成册或者单页铺设在硬质垫板110上,以构成活页夹练习册,从而给予用户练字时硬性支撑以更舒适的练字,且方便用户进行管理字帖页。
请参阅5,当硬质垫板110为电子板时,硬质垫板110和设备终端可电性连接,用户练字时可将字帖页101单页铺设在硬质垫板110上,硬质垫板110感应字帖页101练字的压力,生成字迹并同步上传至设备终端30,该方式的好处在于:同样避免了字帖10在变形例一中情况下识别线失效,从而设备终端30无法扫描上练字区域内部的字迹,且采用该方式可实现字屏同步,字迹轨迹重现功能,因此可通过设备终端30实时观测练字情况,示例性的如:家长可通过该类方式远距离就能观测其孩子的练字轨迹和习惯,无需一直围绕在孩子旁边给其带来心理上的压力。
以上已对本发明必要的技术特征以及相关功能进行了阐述,以下通过具体的实施例来进行说明,在以下实施例中,设备终端30均用于字迹评分,具体如下:
实施例二(空白格):
请参阅图6,即识别线103围合成的练字区域104无任何参照线,仅仅采用空白页,该类型多适用于字体为草书、行书;或者高阶练字者。
设备终端30扫描识别码102后,根据其上显示的练字模板在练字区域104进行临幕,其练字可以是乱序以及大小不一的,练字完毕后,通过设备终端30再次扫描练字区域104,从而识别练字区域104内部所练字字迹,首先对字迹识别后,判断用户所写的字迹内容,并与练字模板相对应的字迹进行对比从而对用户所练字的结果进行评分。
可以理解的是,由于草书和行书在字形特点上偏向简省、笔画连绵,用户在没有参考线约束的情况下很难控制大小;因此用户所写字迹需要存在无法判断其写的字的内容,因此本发明首先应当识别用户所写字迹的内容,再一一从练字模板中找到与其内容对应的字比对,从而完成评分。
实施例三(方字格、田字格、米字格):
请参阅图7,练字区域104内部包括分格线105,通过识别线103和分格线105的其中一种在练字区域划分出方字格;同理,设备终端30扫描识别码102后,根据其上显示的练字模板在方字格内进行临幕临摹或者临贴,该类型多适用于楷书、隶书或者初、中阶练字者。
请参阅图8,也可用识别线103在练字区域划分出方字格,该方式的好处在于,设备终端30在扫描时可利用识别线103将单个方字格内部的区域划分开来作为标定识别区域,方便识别其方字格内部的字迹,减少运算量。
上述分格线105和识别线103的特征在于:分格线105在宽度和/或颜色深度上不一致,具体地,识别线103应当宽于分格线105和/或颜色深度深于分格线105,以方便设备终端30进行识别,避免识别过程中出现混乱。
请参阅图9以及图10,字帖页101进一步包括参照线106,通过参照线106可将方字格划分为田字格或者米字格;从而给予用户更多的练字参考。
可以理解,分格线105以及参照线106除了可以限定用户提供练字的位置之外,还可在设备终端30识别用户字迹时,作为评分的参考线,以判断用户是否练字工整。
实施例四:
请参阅图11,本发明第三实施例提供了一种基于图像识别的练字评分方法,该方法需要基于实施一至三所阐述的练字工具予以实现,其具体包括以下步骤:
步骤S1:获取对应该字帖页的练字模板,以及通过扫描练字区域获取用户所写字迹图像;
请参阅图11、图12,其中步骤S1中,通过设备终端依次读取字帖页的信息,即设备终端首先通过扫描识别码,字帖页类型、字帖页的尺寸、页码,同时在设备终端上或者识别码中获取练字模板、在用户练字完成后继续扫描识别线以获取练字区域中的用户字迹图像;因此该步骤具体包括以下步骤:
步骤S11:通过设备终端扫描字帖预设的识别码或者自身预设的数据库中获取练字模板;
步骤S12:通过设备终端扫描预设的练字区域获取字迹原图像;
步骤S13:对字迹原图像进行去噪后边缘检测,获取字迹图像;
需要说明的是,步骤S12是必需基于由识别线围合成练字区域、和/或识别线在练字区域内划分方字格予以实现的,只有在以上情况下,练字区域内部仅仅只有用户所写的字迹,因此在获取字迹原图像时其采用的算法无需复杂化,没有外部环境的干扰,无需采用字体识别以及字体分割,从而简化程序和该发明的流程,增加了可靠度
步骤S12~步骤S13的过程中,设备终端30在扫描练字区域104以获取练字区域104内部字迹图片时,扫描的噪点会很大程度上影响到后续评分的结果,因此需要进行去噪,之后进行边缘检测,从而获取字迹图像。
请参阅图11以及图13,为更清楚的表示上述步骤S1所述方法,假定设备终端30从自身储存的数据库或者扫描识别码102中获取练字模板为:隶书中的“土”、“口”、“王”、“二”(为简洁阐述,假定整篇练字模板仅该四个字),用户通过对照设备终端30所显示的练字模板在练字区域104内进行练字,后续继而采用设备终端30将练字区域104内所写字迹拍摄出来,即字迹原图像,通过设备终端30进行去燥和“土”、“口”、“王”、“二”四个字进行对边缘提取后,即获得了上述的字迹图像。
步骤S2:在字迹图像和练字模板上分别设置M*N的网格特征模板,M、N均大于3,同时计算其特征向量;
请参阅图11以及图14,其中步骤S2具体包括以下步骤:
步骤S21:将练字模板和字迹图像通过缩放到同一尺寸;
步骤S22:定义M*N的网格特征模板以将练字模板和字迹图像分为M*N的区域;
步骤S23:分别计算练字模板和字迹图像在每个区域的特征向量。
请参阅图14以及图15,可以理解,步骤S21中练字模板和字迹图像通过缩放到同一尺寸示意为:练字模板和字迹图像的长宽高对齐,且限定为用户所写的字迹和练字模板的字的长宽高对齐,即练字模板的长度方向上的最远距离b和宽度刚想上的最远距离a和字迹图像保持一致,其中长度方向和宽度方向不予限定,水平方向上为长度方向,垂直方向则为宽度方向;以为后续的对比做准备;该设定的好处在于:用户在参照设备终端练字时,很难保证字迹和练字模板统一大小,如实施例二或者实施例三仅采用方格的情况,采用该方式则可保证后续评分的真实性。
步骤S22中网格特征模板的大小是可更改的,分成的区域越多,在后续比较的过程中结果也会更加精确,但其计算量也会随之变得十分巨大,具体根据所适用环境设定。
步骤S23中上面的所有像素点的值,要么是黑(0),要么是白(255),分出的这M*N个区域,计算黑色像素点占比,也就是每一区域中,黑色像素点的个数/总像素点个数,因此得到了M*N个介于0~1的小数。将其用M*N:1的向量表示,即是特征向量。
请参阅图11以及图16,步骤S3:通过将网格特征模板上的字迹图像的特征向量和预设的练字模板的特征向量进行对比以判断其重合率,计算重合率的均值和预设的阀值对比以进行评分。其中步骤S3的步骤具体包括:
步骤S31:将同一区域的练字模板的特征向量和字迹图像的特征向量做差得到第一差值,将第一差值和预设的第一阀值比对以得到区域重合率;
步骤S32:将各区域重合率进行平均得到重合率;
步骤S33:将重合率和预设的第二阀值进行比对以得到评分。
可以理解,在判定用户是否写的好时,通过用户所写的字迹和练字模板的重合率即可判定,即重合率越高,则认为用户写的越好评分也就越高,反之重合率越低,则用户评分也相应低。
其中,“第一阀值”“第二阀值”在本发明中不仅仅代表一个值,而是预设的区间阀值,示例性的如,定义第一阀值区间为0.~0.2时设定区域重合率为80%~100%,每隔0.01区域重合率递增1%,0.3~0.2为60%~80%,此时每隔0.01区域重合率递增2%,然后将各个区域的区域重合率平均,则为重合率,同理定义第二阀值为80%~100%时,评分为80~100分,重合率每隔1%评分递增1分,以此方式计算出用户的评分。
进一步地,如若存在用户并未完成练字模板的情况,如练字模板为十个字,而用户并未完全写完,此时用户没有写的字即是空白的,此时在字迹图片空白的位置区域和对应练字模板位置的第一差值,即是练字模板的特征向量,通过该方式可以判定用户的完成率,综合完成率进行进一步和与预设的第三阀值进行对比,在上述用户评分上进行加减,从而得到最终评分;示例性的如:练字模板为十个字时,用户写了八个字,即第一差值存在两个练字模板的特征向量,完成率为80%,定义第三阀值为完成率为80%时,减少10分,即每降低10%扣5分,从而得到最终评分。
更进一步地,除了通过上述方法进行自动评分以外,还可通过设备终端将步骤S1得到的字迹图像通过互联网分享至云服务端,与云服务端信息连接的其他用户也可进行评分,而用户中的相关书法专家可对该字迹图像进行专家评分。
实施例五:
请参阅图17,为更好地阐述该发明的方法,本发明还提出一种基于图像识别的练字评分***200,该***200包括:
字帖10:包括字帖,所述字帖包括至少一张字帖页以及设置于字帖页上的识别线,所述识别线围合成练字区域以供用户在其内练字;
设备终端30:用于扫描练字区域以获取用户所写的笔迹;
云服务器40:用于建立设备终端之间的信息连接。
评分模块50:用于计算用户所写的笔迹和预设的练字模板重合率对比以进行评分;
进一步包括蓝牙模块60,所述蓝牙模块60用于设备终端30和字帖10形成的信息连接。
实施例六:
为更好地阐述该发明的方法,本发明还提出一种计算机可读介质,所述计算机可读介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述基于图像识别的练字评分方法的全部步骤或者部分步骤。
本领域技术人员也应当理解,如果将本发明所述练字工具以及评分方法,涉及到的全部或部分结构特征或者步骤通过稠合、简单变化、串并联互相变换等方式进行组合、替换,如各组件、线路、单元摆放移动位置;或者将其所构成的产品一体设置;或者可拆卸设计;凡组合后的组件可以组成具有特定功能的电路装置/设备/装置/***,用这样的电路装置/设备/装置/***代替本发明相应组件同样落在本发明的保护范围内。
与现有技术相比,本发明所提供的电子产品一种练字工具具有如下的有益效果:
1、本发明通过硬件和结合简化算法,在字帖页上通过设置识别线标定所需识别的练字区域,因此在获取字迹原图像时其采用的算法无需复杂化,没有外部环境的干扰,再采用字迹图片和预设的练字模板进行重合率对比,从而以重合率为标准进行评分,通过评分和用户产生互动,提高用户对练字的兴趣,且该方式下的算法具有简单、计算量小容错率低的特点。
2、进一步练字模板可储存与字帖页上的识别码和/或设备终端中,从而使得练字模板具有针对性,即在通过扫码后,练字模板是对应该字帖页的类型相互匹配,如楷书适用于田字格,从而加强了练字在训练上的专业性,且当练字模板存储于字帖页上的识别码时,设备终端无需建立巨大的练字模板数据库,从而进一步简化了算法,减少了计算量增加了稳定性和可靠性。
3、进一步练字区域还通过识别线划分出方字格,用户在每个方字格中书写文字,在识别的过程中无需采用字体识别以及字体分割,从而简化程序和该发明的流程,增加了可靠度。
4、设备终端在扫描练字区域以获取练字区域的内容时,扫描的噪点会很大程度上影响到后续评分的结果,因此需要进行去噪,之后进行边缘检测,从而获取字迹图像。
5、进一步练字模板和字迹图像通过缩放到同一尺寸,该方式的好处在于:将用户在参照设备终端练字时,很难保证字迹和练字模板统一大小,如实施例二或者实施例三仅采用方格的情况,采用该方式则可保证后续评分的真实性。
6、通过特征向量做差值,将差值和第一阀值的对比即可定义重合率,进一步重合率和第二阀值来定义评分,即重合率越高,则认为用户写的越好评分也就越高,反之重合率越低,则用户评分也相应低。
7、通过建立云服务端,使得用户信息连接的其他用户也可对用户所写的字迹进行评分,而其他用户中的相关书法专家可对该字迹图像进行专家评分,介入人为评分,使得评分具有准确性和主观性。
8、通过设备终端上和字帖上设置蓝牙模块,当字帖产生褶皱、浸水、或者被在尘土、汗渍、污垢、墨水污染后引起识别码失效,此时还可利用蓝牙模块进行信息互传,避免了字帖完全失效。
9、综合用户的完成率因素作为判定最终评分的条件,使得评分的可参照性和真实性更高。
以上仅为本发明较佳实施例而已,并不用以限制本发明,凡在本发明原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。
Claims (10)
1.一种基于图像识别的练字评分方法,其特征在于,该方法需要利用到一种练字工具,所述练字工具包括字帖,所述字帖包括至少一张字帖页以及设置于字帖页上的识别线,所述识别线围合成练字区域以供用户在其内练字;通过扫描练字区域获取用户所写字迹,并将用户字迹与预设的练字模板对比重合率以进行评分。
2.如权利要求1所述的基于图像识别的练字评分方法,其特征在于,所述方法具体为:
步骤S1:获取对应该字帖页的练字模板,以及通过扫描练字区域获取用户所写的字迹图像;
步骤S2:在字迹图像和练字模板上分别设置M*N的网格特征模板,M、N均大于3,同时计算其特征向量;
步骤S3:通过将网格特征模板上的字迹图像和预设的练字模板的特征向量进行对比以判断其重合率,计算重合率的均值和预设的阀值对比以进行评分。
3.如权利要求2所述的基于图像识别的练字评分方法,其特征在于,所述练字工具进一步包括设备终端,在所述字帖页上设置对应该字帖页的识别码,所述识别码可被设备终端识别,所述练字工具和/或所述识别码中存储包括有练字模板。
4.如权利要求3任一项所述的基于图像识别的练字评分方法,其特征在于,其中步骤S1具体包括:
步骤S11:通过设备终端扫描字帖预设的识别码或者自身预设的数据库中获取练字模板;
步骤S12:通过设备终端扫描预设的练字区域获取字迹原图像;
步骤S13:对字迹原图像进行去噪后边缘检测,获取字迹图像。
5.如权利要求2所述的基于图像识别的练字评分方法,其特征在于,其中步骤S2具体包括:
步骤S21:将练字模板和字迹图像通过缩放到同一尺寸;
步骤S22:定义M*N的网格特征模板以将练字模板和字迹图像分为M*N的区域;
步骤S23:分别计算练字模板和字迹图像在每个区域的特征向量。
6.如权利要求2所述的基于图像识别的练字评分方法,其特征在于,其中步骤S3具体包括:
步骤S31:将同一区域的练字模板和字迹图像的特征向量做差得到第一差值,将第一差值和预设的第一阀值比对以得到区域重合率;
步骤S32:将各区域重合率进行平均得到重合率;
步骤S33:将重合率和预设的第二阀值进行比对以得到评分。
7.如权利要求2所述的基于图像识别的练字评分方法,其特征在于:步骤S1所获取的字迹图像可通过建立云服务端分享至其他用户,用户可对其字迹图像进行评分,用户中的相关书法专家可对其进行专家评分。
8.如权利要求6所述的基于图像识别的练字评分方法,其特征在于:通过步骤S31中的第一差值可获取用户完成率,根据完成率和预设的第三阀值进行对比,在步骤S33得到的评分上进行调控,从而得到最终评分。
9.一种基于图像识别的练字评分***,其特征在于,包括:
字帖:包括字帖,所述字帖包括至少一张字帖页以及设置于字帖页上的识别线,所述识别线围合成练字区域以供用户在其内练字;
设备终端:用于扫描练字区域以获取用户所写的笔迹;
评分模块:用于计算用户所写的笔迹和预设的练字模板重合率对比以进行评分。
10.如权利要求9所述的基于图像识别的练字评分***,其特征在于:所述***进一步包括蓝牙模块,所述蓝牙模块用于设备终端和字帖形成的信息连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911026991.XA CN110796065A (zh) | 2019-10-26 | 2019-10-26 | 基于图像识别的练字评分方法、***以及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911026991.XA CN110796065A (zh) | 2019-10-26 | 2019-10-26 | 基于图像识别的练字评分方法、***以及计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110796065A true CN110796065A (zh) | 2020-02-14 |
Family
ID=69441546
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911026991.XA Pending CN110796065A (zh) | 2019-10-26 | 2019-10-26 | 基于图像识别的练字评分方法、***以及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110796065A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111746193A (zh) * | 2020-06-19 | 2020-10-09 | 深圳千舟云格科技有限公司 | 一种基于画纸的管理方法及管理*** |
CN112699840A (zh) * | 2021-01-13 | 2021-04-23 | 深圳市锦上科技有限公司 | 书写过程评价与反馈方法、及其***、计算机存储介质 |
CN112836542A (zh) * | 2021-02-07 | 2021-05-25 | 深圳柔果信息科技有限公司 | 基于点阵码的练字方法、***及计算机可读介质 |
CN113869168A (zh) * | 2021-09-18 | 2021-12-31 | 珠海读书郎软件科技有限公司 | 一种融合笔尖轨迹和书写墨迹的实时文字识别方法 |
CN117765550A (zh) * | 2023-05-10 | 2024-03-26 | 宁波大学 | 一种基于图像处理的汉字书写评测***与方法 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040141646A1 (en) * | 2003-01-17 | 2004-07-22 | Mahmoud Fahmy Hesham Osman | Arabic handwriting recognition using feature matching |
US20100239168A1 (en) * | 2009-03-20 | 2010-09-23 | Microsoft Corporation | Semi-tied covariance modelling for handwriting recognition |
US20120308143A1 (en) * | 2011-06-03 | 2012-12-06 | Apple Inc. | Integrating feature extraction via local sequential embedding for automatic handwriting recognition |
CN104050453A (zh) * | 2014-06-24 | 2014-09-17 | 南京师范大学 | 一种手写汉字笔势评价方法 |
CN104217624A (zh) * | 2013-01-28 | 2014-12-17 | 李庆宗 | 新型米字格及其使用方法 |
CN204288575U (zh) * | 2014-11-11 | 2015-04-22 | 刘业伟 | 字帖 |
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 |
CN107291463A (zh) * | 2017-06-13 | 2017-10-24 | 苏州莱孚斯特电子科技有限公司 | 一种安装在手机上的多功能多媒体的练字软件app |
CN107609575A (zh) * | 2017-08-21 | 2018-01-19 | 北京华文众合科技有限公司 | 书法评价方法、书法评价装置和电子设备 |
CN108538098A (zh) * | 2018-06-28 | 2018-09-14 | 上海智凌信息技术有限公司 | 一种投影式绘画指引的控制方法及装置 |
CN108734165A (zh) * | 2018-05-07 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 基于人工智能的书法质量检测方法、装置和电子设备 |
CN108804989A (zh) * | 2017-05-05 | 2018-11-13 | 京东方科技集团股份有限公司 | 书画装置、书画设备及书画辅助方法 |
CN108958636A (zh) * | 2018-08-06 | 2018-12-07 | 深圳市国华光电科技有限公司 | 一种智能字帖装置及字帖书写检测方法 |
CN109214471A (zh) * | 2018-10-10 | 2019-01-15 | 北京米蓝科技有限公司 | 评价练字字帖中的书写字的方法及*** |
CN109830139A (zh) * | 2019-04-05 | 2019-05-31 | 颜景枝 | 一种练字用回十格 |
CN110009027A (zh) * | 2019-03-28 | 2019-07-12 | 腾讯科技(深圳)有限公司 | 图像的比对方法、装置、存储介质及电子装置 |
CN110070053A (zh) * | 2019-04-24 | 2019-07-30 | 北京盛世宣合信息科技有限公司 | 一种字体特征提取方法和装置 |
CN110232377A (zh) * | 2019-01-07 | 2019-09-13 | 广东爱贝佳科技有限公司 | 一种字帖练习书法的人工智能评分***及方法 |
CN110298250A (zh) * | 2019-05-30 | 2019-10-01 | 广东爱贝佳科技有限公司 | 一种书写评分及纠错方法和交互式*** |
-
2019
- 2019-10-26 CN CN201911026991.XA patent/CN110796065A/zh active Pending
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040141646A1 (en) * | 2003-01-17 | 2004-07-22 | Mahmoud Fahmy Hesham Osman | Arabic handwriting recognition using feature matching |
US20100239168A1 (en) * | 2009-03-20 | 2010-09-23 | Microsoft Corporation | Semi-tied covariance modelling for handwriting recognition |
US20120308143A1 (en) * | 2011-06-03 | 2012-12-06 | Apple Inc. | Integrating feature extraction via local sequential embedding for automatic handwriting recognition |
CN104217624A (zh) * | 2013-01-28 | 2014-12-17 | 李庆宗 | 新型米字格及其使用方法 |
CN104050453A (zh) * | 2014-06-24 | 2014-09-17 | 南京师范大学 | 一种手写汉字笔势评价方法 |
CN204288575U (zh) * | 2014-11-11 | 2015-04-22 | 刘业伟 | 字帖 |
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 |
CN108804989A (zh) * | 2017-05-05 | 2018-11-13 | 京东方科技集团股份有限公司 | 书画装置、书画设备及书画辅助方法 |
CN107291463A (zh) * | 2017-06-13 | 2017-10-24 | 苏州莱孚斯特电子科技有限公司 | 一种安装在手机上的多功能多媒体的练字软件app |
CN107609575A (zh) * | 2017-08-21 | 2018-01-19 | 北京华文众合科技有限公司 | 书法评价方法、书法评价装置和电子设备 |
CN108734165A (zh) * | 2018-05-07 | 2018-11-02 | 百度在线网络技术(北京)有限公司 | 基于人工智能的书法质量检测方法、装置和电子设备 |
CN108538098A (zh) * | 2018-06-28 | 2018-09-14 | 上海智凌信息技术有限公司 | 一种投影式绘画指引的控制方法及装置 |
CN108958636A (zh) * | 2018-08-06 | 2018-12-07 | 深圳市国华光电科技有限公司 | 一种智能字帖装置及字帖书写检测方法 |
CN109214471A (zh) * | 2018-10-10 | 2019-01-15 | 北京米蓝科技有限公司 | 评价练字字帖中的书写字的方法及*** |
CN110232377A (zh) * | 2019-01-07 | 2019-09-13 | 广东爱贝佳科技有限公司 | 一种字帖练习书法的人工智能评分***及方法 |
CN110009027A (zh) * | 2019-03-28 | 2019-07-12 | 腾讯科技(深圳)有限公司 | 图像的比对方法、装置、存储介质及电子装置 |
CN109830139A (zh) * | 2019-04-05 | 2019-05-31 | 颜景枝 | 一种练字用回十格 |
CN110070053A (zh) * | 2019-04-24 | 2019-07-30 | 北京盛世宣合信息科技有限公司 | 一种字体特征提取方法和装置 |
CN110298250A (zh) * | 2019-05-30 | 2019-10-01 | 广东爱贝佳科技有限公司 | 一种书写评分及纠错方法和交互式*** |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111746193A (zh) * | 2020-06-19 | 2020-10-09 | 深圳千舟云格科技有限公司 | 一种基于画纸的管理方法及管理*** |
CN112699840A (zh) * | 2021-01-13 | 2021-04-23 | 深圳市锦上科技有限公司 | 书写过程评价与反馈方法、及其***、计算机存储介质 |
CN112836542A (zh) * | 2021-02-07 | 2021-05-25 | 深圳柔果信息科技有限公司 | 基于点阵码的练字方法、***及计算机可读介质 |
CN112836542B (zh) * | 2021-02-07 | 2023-09-26 | 深圳柔果信息科技有限公司 | 基于点阵码的练字方法、***及计算机可读介质 |
CN113869168A (zh) * | 2021-09-18 | 2021-12-31 | 珠海读书郎软件科技有限公司 | 一种融合笔尖轨迹和书写墨迹的实时文字识别方法 |
CN113869168B (zh) * | 2021-09-18 | 2022-06-28 | 珠海读书郎软件科技有限公司 | 一种融合笔尖轨迹和书写墨迹的实时文字识别方法 |
CN117765550A (zh) * | 2023-05-10 | 2024-03-26 | 宁波大学 | 一种基于图像处理的汉字书写评测***与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796065A (zh) | 基于图像识别的练字评分方法、***以及计算机可读介质 | |
US20200333952A1 (en) | Digital ink generating apparatus, method and program, and digital ink reproducing apparatus, method and program | |
US20090195656A1 (en) | Interactive transcription system and method | |
CN108229373A (zh) | 书法练习方法及书法练习装置、计算机设备和存储介质 | |
CN104199834A (zh) | 从信息载体表面交互式获取远程资源并输出的方法及*** | |
CN106484151A (zh) | 基于微图数据采集和人工智能技术的智能笔***及控制方法 | |
CN110414563A (zh) | 考试成绩统计方法、***及计算机可读存储介质 | |
CN110956138A (zh) | 一种基于家教设备的辅助学习方法及家教设备 | |
CN104166499A (zh) | 笔迹练习***及练习笔迹自动评测方法 | |
CN112836542B (zh) | 基于点阵码的练字方法、***及计算机可读介质 | |
CN108958455A (zh) | 书写轨迹投影方法及装置 | |
CN100533469C (zh) | 基于纸面的手写签名电子化方法 | |
CN105094381B (zh) | 一种书写处理方法和装置 | |
CN112699840A (zh) | 书写过程评价与反馈方法、及其***、计算机存储介质 | |
CN111782131A (zh) | 笔锋实现方法、装置、设备及可读存储介质 | |
CN109388725A (zh) | 通过视频内容进行搜索的方法及装置 | |
CN102081742A (zh) | 一种书写能力的自动评价方法 | |
CN103514779A (zh) | 一种点线练字方法和设备 | |
CN114565702A (zh) | 文本图像生成方法、装置及电子设备 | |
CN109584129A (zh) | 一种书法的临摹方法和装置 | |
CN117095414A (zh) | 一种基于点阵纸笔的手写识别***及识别方法 | |
CN106250833B (zh) | 用于信息映射的微图形组的生成方法和微图组的识别方法 | |
CN211375883U (zh) | 一种练字工具 | |
CN110490157A (zh) | 文字评估方法、文字学习方法、装置、设备及存储介质 | |
CN111027533A (zh) | 一种点读坐标的变换方法、***、终端设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |