CN111554149B - 一种用于字帖评分的***及方法 - Google Patents

一种用于字帖评分的***及方法 Download PDF

Info

Publication number
CN111554149B
CN111554149B CN202010414909.7A CN202010414909A CN111554149B CN 111554149 B CN111554149 B CN 111554149B CN 202010414909 A CN202010414909 A CN 202010414909A CN 111554149 B CN111554149 B CN 111554149B
Authority
CN
China
Prior art keywords
chinese character
written
image
ith
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.)
Active
Application number
CN202010414909.7A
Other languages
English (en)
Other versions
CN111554149A (zh
Inventor
秦宇恒
秦毅
张家赫
才亨坤
臧文斌
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.)
Heilongjiang Deya Culture Media Co ltd
Original Assignee
Heilongjiang Deya Culture Media 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 Heilongjiang Deya Culture Media Co ltd filed Critical Heilongjiang Deya Culture Media Co ltd
Priority to CN202010414909.7A priority Critical patent/CN111554149B/zh
Publication of CN111554149A publication Critical patent/CN111554149A/zh
Application granted granted Critical
Publication of CN111554149B publication Critical patent/CN111554149B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B11/00—Teaching hand-writing, shorthand, drawing, or painting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • 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
    • G06V20/63—Scene text, e.g. street names
    • 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
    • G06V30/24—Character recognition characterised by the processing or recognition method
    • G06V30/242—Division of the character sequences into groups prior to recognition; Selection of dictionaries
    • G06V30/244—Division of the character sequences into groups prior to recognition; Selection of dictionaries using graphical properties, e.g. alphabet type or font
    • G—PHYSICS
    • G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
    • G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
    • G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
    • G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Educational Technology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Character Discrimination (AREA)
  • Image Analysis (AREA)

Abstract

一种用于字帖评分的***及方法，它属于汉字书写评价技术领域。本发明解决了现有方法对书写好的字帖的评价结果不准确，以及无法衡量练字效果的问题。本发明首先提取出图像中的感兴趣区域，再对感兴趣区域进行位置校正后，提取出书写好的字帖中每个字的特征，将提取出的特征与字帖模板特征进行比对后，获得书写好的字帖的评分结果，本发明在特征提取之前进行了位置校正，可以使评分结果不受字体偏移的影响，评价更加准确。本发明方法不需要人工来进行评分，避免受到人为主观因素的影响，可以有效提高评价的准确性。而且将各次的评价结果均进行保存，可以用于每次书写的评分对比，以此来衡量练字效果。本发明可以应用于书写评价。

Description

一种用于字帖评分的***及方法
技术领域
本发明属于汉字书写评价技术领域，具体涉及一种用于字帖评分的***及方法。
背景技术
文字是记录语言，表达和交流思想的工具，字写得正确、端正、美观能增强表达效果，提高汉字书写水平，也是提高民族素质的一个重要方面。
写字是识字的继续和深化，是小学语文教学的重要组成部分，也是小学生最应具备的基本功。对于小学生来说，书写是最重要的基础，最重要的学习习惯和学习能力。
在各种考试的阅卷过程中，好的书写也能给人留下好的印象，因此，对于小学生来说，从小练字，以养成好的书写习惯是至关重要的。目前多采用字帖进行练字的方式，然后采用人工对书写好的字帖进行评价，这种人工评价的方式存在一定的主观性，导致评价结果不准确，而且不能进行练字效果的对比，无法衡量练字获得的效果。
发明内容
本发明的目的是为解决采用现有方法对书写好的字帖的评价结果不准确，以及无法衡量练字效果的问题，而提出了一种用于字帖评分的***及方法。
本发明为解决上述技术问题采取的技术方案是：
基于本发明的一个方面，一种用于字帖评分的***，所述***包括图像采集模块、神经网络模块、位置校正模块、特征提取模块、对比评分模块和数据存储模块，其中：
所述图像采集模块用于采集练习者书写好的字帖的图像，字帖内的汉字分别位于各个田字格内；再将采集的图像输入神经网络模块；
所述神经网络模块用于对输入的图像进行识别，并提取出感兴趣区域图像；
所述位置校正模块用于对感兴趣区域图像进行位置校正，获得位置校正后的图像；并将位置校正后的图像输入特征提取模块；
所述特征提取模块用于对输入的图像进行特征提取，以提取出输入图像的特征；并将提取出的特征输入对比评分模块；
所述对比评分模块用于将输入特征与字帖模板特征进行对比，输出对书写好的字帖的评分结果；
所述数据存储模块用于存储评分结果。
基于本发明的另一个方面，一种用于字帖评分的***的评分方法，所述方法具体包括以下步骤：
练习者在字帖的每个田字格内书写好汉字后，再利用图像采集模块对书写好的字帖进行图像采集，将采集的图像输入神经网络模块；
神经网络模块对输入的图像进行识别，提取出感兴趣区域图像；
再利用位置校正模块对感兴趣区域图像进行位置校正，获得位置校正后的图像；并利用特征提取模块对位置校正后图像内的每个字进行特征提取，提取出每个字对应的特征；
对比评分模块将提取出的特征与字帖模板内每个汉字的特征进行对比，获得对书写好的字帖的评分结果；再将获得的评分结果存储到数据存储模块。
本发明的有益效果是：本发明提出了一种用于字帖评分的***及方法，本发明首先提取出图像中的感兴趣区域，再对感兴趣区域进行位置校正后，提取出书写好的字帖中每个字的特征，将提取出的特征与字帖模板特征进行比对后，获得书写好的字帖的评分结果，本发明在特征提取之前进行了位置校正，可以使评分结果不受字体偏移的影响，评价更加准确。
本发明方法不需要人工来进行评分，避免受到人为主观因素的影响，可以有效提高评价的准确性。而且将各次的评价结果均进行保存，可以用于每次书写的评分对比，以此来衡量练字效果。
附图说明
图1为本发明的一种用于字帖评分的***的框图。
具体实施方式
具体实施方式一、结合图1说明本实施方式。本实施方式所述的一种用于字帖评分的***，所述***包括图像采集模块、神经网络模块、位置校正模块、特征提取模块、对比评分模块和数据存储模块，其中：
所述图像采集模块用于采集练习者书写好的字帖的图像，字帖内的汉字分别位于各个田字格内；再将采集的图像输入神经网络模块；
所述神经网络模块用于对输入的图像进行识别，并提取出感兴趣区域图像；
所述位置校正模块用于对感兴趣区域图像进行位置校正，获得位置校正后的图像；并将位置校正后的图像输入特征提取模块；
所述特征提取模块用于对输入的图像进行特征提取，以提取出输入图像的特征；并将提取出的特征输入对比评分模块；
所述对比评分模块用于将输入特征与字帖模板特征进行对比，输出对书写好的字帖的评分结果；
所述数据存储模块用于存储评分结果。
字帖内包含着若干行和若干列的田字格，练习者在字帖的各个田字格内进行汉字书写，图像采集模块使用高分辨率相机对书写好的字帖进行拍照，神经网络模块利用神经网络模型进行感兴趣区域图像的提取，感兴趣区域图像应包括全部的田字格区域，因为相机的拍摄角度可能存在着一定的误差，因此需要对感兴趣区域图像的角度进行校正。
提取感兴趣区域图像后，根据最左上角田字格的顶点坐标，最右上角田字格顶点坐标，最左下角田字格顶点坐标，最右下角田字格顶点坐标，对感兴趣区域图像进行位置校正。校正后，即可提取每个字的特征。再根据提取出来的特征，对每个字进行评分，最终得到整个字帖的评分，将本次书写字帖的评分保存起来，用于与今后书写的对比，方便衡量练字的效果，同时，也可用于不同练***、准确。
具体实施方式二：本实施方式与具体实施方式一不同的是，所述位置校正模块用于对感兴趣区域图像进行位置校正，获得位置校正后的图像，其具体为：
在感兴趣区域图像中，通过字帖最左上角田字格的坐标和最右上角田字格的坐标来判断感兴趣区域图像的偏移角度，再根据偏移角度对感兴趣区域图像进行位置校正，获得位置校正后的感兴趣区域图像，保证位置校正后的感兴趣区域图像内田字格所在区域端正。
具体实施方式三：本实施方式与具体实施方式二不同的是，所述特征提取模块用于对输入的图像进行特征提取，以提取出输入图像的特征，所述特征包括输入图像中每个汉字笔画的左上角顶点坐标、左下角顶点坐标、右上角顶点坐标以及右下角顶点坐标。
每个汉字笔画的左上角顶点坐标、左下角顶点坐标、右上角顶点坐标以及右下角顶点坐标是指：在以感兴趣区域内最左下角田字格的顶点为原心，以水平向右为x轴正方向，以竖直向上为y轴正方向的坐标系中的坐标。
具体实施方式四：本实施方式与具体实施方式三不同的是，所述对比评分模块用于将输入特征与字帖模板特征进行对比，输出对书写好的字帖的评分结果，其具体为：
对于位置校正后的感兴趣区域图像内的第i个汉字，第i个汉字笔画的左上角顶点坐标为
Figure BDA0002494637270000038
左下角顶点坐标为
Figure BDA0002494637270000031
右上角顶点坐标为
Figure BDA0002494637270000032
右下角顶点坐标为
Figure BDA0002494637270000033
则计算
Figure BDA0002494637270000034
的值，其中，
Figure BDA0002494637270000035
为
Figure BDA0002494637270000036
和
Figure BDA0002494637270000037
中的最大值，
Figure BDA0002494637270000041
为
Figure BDA0002494637270000042
和
Figure BDA0002494637270000043
中的最小值，
Figure BDA0002494637270000044
为
Figure BDA0002494637270000045
和
Figure BDA0002494637270000046
中的最大值，
Figure BDA0002494637270000047
为
Figure BDA0002494637270000048
Figure BDA0002494637270000049
和
Figure BDA00024946372700000410
中的最小值，将计算出的
Figure BDA00024946372700000411
的值作为第i个汉字的大小；
再计算出位置校正后的感兴趣区域图像内其他汉字的大小，并求取全部汉字的大小值的均方差D；
再将
Figure BDA00024946372700000412
作为书写的第i个汉字的中心位置；
同理，计算出字帖模板内每个汉字的中心位置；
求出位置校正后的感兴趣区域图像中第i个汉字的中心位置与第i个汉字在字帖模板中的中心位置的距离；然后对各个汉字对应的距离求平均，得到距离的平均值M；
利用基础分数Q减去均方差D和平均值M，得到书写好的字帖的初始得分Q1；
根据计算出的书写的第i个汉字的中心位置，对书写的第i个汉字进行平移，使书写的第i个汉字的中心与字帖模板中第i个汉字的中心重合；
对书写的第i个汉字进行平移后，再利用特征提取模块对书写的第i个汉字进行特征向量的提取；计算出书写的第i个汉字与模板的第i个汉字的欧式距离；
引入排名机制，将书写的第i个汉字对应的欧式距离加入到***的数据库中，将数据库中该字对应的全部欧式距离进行降序排列，得到本次书写的第i个汉字对应的欧氏距离的排序序号Li；
同时分别计算出本次书写的各个汉字对应的欧氏距离的排序序号Li，i＝1,2,…,I，I代表书写好的字帖中的总个数；再对每个汉字对应的排序序号进行取平均得到
Figure BDA00024946372700000413
将初始得分Q1与
Figure BDA00024946372700000414
做和，得到本次书写好的字帖的最终得分。
字帖模板特征为：以字帖模板的最左下角田字格的顶点为原心，以水平向右为x’轴正向，以竖直向上为y’轴正向，建立字帖模板坐标系，在字帖模板坐标系下，分别获得字帖模板中每个汉字的左上角顶点坐标、左下角顶点坐标、右上角顶点坐标以及右下角顶点坐标。
本实施方式首先计算出书写的每个汉字的大小，然后再计算各个汉字大小的均方差，可以很好的衡量书写的汉字大小的均匀程度，当书写的汉字出现忽大忽小的情况时，可以进行得分的惩罚，有效评价书写的汉字大小的均匀程度，提高书写的整齐程度。
通过对比书写汉字中心位置与模板汉字中心位置的差异，可以衡量出书写的偏移程度，提高书写质量。
将书写的汉字根据计算出的中心位置进行平移后，再利用CNN网络提取特征向量，并计算欧式距离。通过平移这个过程，可以使欧式距离的计算不受汉字位置偏移的影响，评价结果更准确。比如在不考虑位置偏移的情况下，有些汉字对应的欧氏距离是很小的，但是由于中心位置的偏移，导致计算出的欧式距离偏大。
综合使用本实施方式的书写评价方法，可以保证评价的准确性，与只进行x轴偏移或y轴偏移评价方法相比，本发明方法更准确，因为x轴偏移大或y轴偏移大不一定完全代表着书写质量不好，相反，偏移小也不一定代表书写质量不好，要进行综合的评价。
具体实施方式五：本实施方式与具体实施方式四不同的是，所述***还包括汉字书写模块和书写计时模块，汉字书写模块用于练习者直接书写，书写计时模块用于对书写进行计时。
具体实施方式六：基于具体实施方式一所述的一种用于字帖评分的***的评分方法，所述方法具体包括以下步骤：
练习者在字帖的每个田字格内书写好汉字后，再利用图像采集模块对书写好的字帖进行图像采集，将采集的图像输入神经网络模块；
神经网络模块对输入的图像进行识别，提取出感兴趣区域图像；
再利用位置校正模块对感兴趣区域图像进行位置校正，获得位置校正后的图像；并利用特征提取模块对位置校正后图像内的每个字进行特征提取，提取出每个字对应的特征；
对比评分模块将提取出的特征与字帖模板内每个汉字的特征进行对比，获得对书写好的字帖的评分结果；再将获得的评分结果存储到数据存储模块。
将本次书写字帖的评分保存起来，用于与今后书写的对比，方便衡量练字的效果，同时，也可用于不同练***、准确。
具体实施方式七、本实施方式与具体实施方式六不同的是，所述利用位置校正模块对感兴趣区域图像进行位置校正，获得位置校正后的图像，其具体过程为：
在感兴趣区域图像中，通过字帖最左上角田字格的坐标和最右上角田字格的坐标来判断感兴趣区域图像的偏移角度，再根据偏移角度对感兴趣区域图像进行位置校正，获得位置校正后的感兴趣区域图像，保证位置校正后的感兴趣区域图像内田字格所在区域端正。
具体实施方式八、本实施方式与具体实施方式七不同的是，所述利用特征提取模块对位置校正后图像内的每个汉字进行特征提取，所述特征包括位置校正后图像中每个汉字笔画的左上角顶点坐标、左下角顶点坐标、右上角顶点坐标以及右下角顶点坐标。
具体实施方式九、本实施方式与具体实施方式八不同的是，所述对比评分模块将提取出的特征与字帖模板特征进行对比，获得对书写好的字帖的评分结果；再将获得的评分结果存储到数据存储模块，其具体过程为：
对于位置校正后的感兴趣区域图像内的第i个汉字，第i个汉字笔画的左上角顶点坐标为
Figure BDA0002494637270000061
左下角顶点坐标为
Figure BDA0002494637270000062
右上角顶点坐标为
Figure BDA0002494637270000063
右下角顶点坐标为
Figure BDA0002494637270000064
则计算
Figure BDA0002494637270000065
的值，其中，
Figure BDA0002494637270000066
为
Figure BDA0002494637270000067
和
Figure BDA0002494637270000068
中的最大值，
Figure BDA0002494637270000069
为
Figure BDA00024946372700000610
和
Figure BDA00024946372700000611
中的最小值，
Figure BDA00024946372700000612
为
Figure BDA00024946372700000613
和
Figure BDA00024946372700000614
中的最大值，
Figure BDA00024946372700000615
为
Figure BDA00024946372700000616
Figure BDA00024946372700000617
和
Figure BDA00024946372700000618
中的最小值，将计算出的
Figure BDA00024946372700000619
的值作为第i个汉字的大小；
再计算出位置校正后的感兴趣区域图像内其他汉字的大小，并求取全部汉字的大小值的均方差D；
再将
Figure BDA00024946372700000620
作为书写的第i个汉字的中心位置；
同理，计算出字帖模板内每个汉字的中心位置；
求出位置校正后的感兴趣区域图像中第i个汉字的中心位置与第i个汉字在字帖模板中的中心位置的距离；然后对各个汉字对应的距离求平均，得到距离的平均值M；
利用基础分数Q减去均方差D和平均值M，得到书写好的字帖的初始得分Q1；
根据计算出的书写的第i个汉字的中心位置，对书写的第i个汉字进行平移，使书写的第i个汉字的中心与字帖模板中第i个汉字的中心重合；
对书写的第i个汉字进行平移后，再利用特征提取模块对书写的第i个汉字进行特征向量的提取；计算出书写的第i个汉字与模板的第i个汉字的欧式距离；
引入排名机制，将书写的第i个汉字对应的欧式距离加入到***的数据库中，将数据库中该字对应的全部欧式距离进行降序排列，得到本次书写的第i个汉字对应的欧氏距离的排序序号Li；
同时分别计算出本次书写的各个汉字对应的欧氏距离的排序序号Li，i＝1,2,…,I，I代表书写好的字帖中的总个数；再对每个汉字对应的排序序号进行取平均得到
Figure BDA0002494637270000071
将初始得分Q1与
Figure BDA0002494637270000072
做和，得到本次书写好的字帖的最终得分；
并将当前次书写好的字帖的评分结果保存到数据存储模块中，方便各次书写的评分对比。
根据各次书写好的字帖的评分对比，来衡量练字效果。
本发明的上述算例仅为详细地说明本发明的计算模型和计算流程，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动，这里无法对所有的实施方式予以穷举，凡是属于本发明的技术方案所引伸出的显而易见的变化或变动仍处于本发明的保护范围之列。

Claims (7)

1.一种用于字帖评分的***，其特征在于，所述***包括图像采集模块、神经网络模块、位置校正模块、特征提取模块、对比评分模块和数据存储模块，其中：
所述图像采集模块用于采集练习者书写好的字帖的图像，字帖内的汉字分别位于各个田字格内；再将采集的图像输入神经网络模块；
所述神经网络模块用于对输入的图像进行识别，并提取出感兴趣区域图像；
所述位置校正模块用于对感兴趣区域图像进行位置校正，获得位置校正后的图像；并将位置校正后的图像输入特征提取模块；
所述特征提取模块用于对输入的图像进行特征提取，以提取出输入图像的特征；并将提取出的特征输入对比评分模块；
所述对比评分模块用于将输入特征与字帖模板特征进行对比，输出对书写好的字帖的评分结果；其具体为：
对于位置校正后的感兴趣区域图像内的第i个汉字，第i个汉字笔画的左上角顶点坐标为
Figure FDA0003367388700000011
左下角顶点坐标为
Figure FDA0003367388700000012
右上角顶点坐标为
Figure FDA0003367388700000013
右下角顶点坐标为
Figure FDA0003367388700000014
则计算
Figure FDA0003367388700000015
的值，其中，
Figure FDA0003367388700000016
为
Figure FDA0003367388700000017
和
Figure FDA0003367388700000018
中的最大值，
Figure FDA0003367388700000019
为
Figure FDA00033673887000000110
和
Figure FDA00033673887000000111
中的最小值，
Figure FDA00033673887000000112
为
Figure FDA00033673887000000113
和
Figure FDA00033673887000000114
中的最大值，
Figure FDA00033673887000000115
为
Figure FDA00033673887000000116
Figure FDA00033673887000000117
和
Figure FDA00033673887000000118
中的最小值，将计算出的
Figure FDA00033673887000000119
的值作为第i个汉字的大小；
再计算出位置校正后的感兴趣区域图像内其他汉字的大小，并求取全部汉字的大小值的均方差D；
再将
Figure FDA00033673887000000120
作为书写的第i个汉字的中心位置；
同理，计算出字帖模板内每个汉字的中心位置；
求出位置校正后的感兴趣区域图像中第i个汉字的中心位置与第i个汉字在字帖模板中的中心位置的距离；然后对各个汉字对应的距离求平均，得到距离的平均值M；
利用基础分数Q减去均方差D和平均值M，得到书写好的字帖的初始得分Q1；
根据计算出的书写的第i个汉字的中心位置，对书写的第i个汉字进行平移，使书写的第i个汉字的中心与字帖模板中第i个汉字的中心重合；
对书写的第i个汉字进行平移后，再利用特征提取模块对书写的第i个汉字进行特征向量的提取；计算出书写的第i个汉字与模板的第i个汉字的欧式距离；
引入排名机制，将书写的第i个汉字对应的欧式距离加入到***的数据库中，将数据库中该字对应的全部欧式距离进行降序排列，得到本次书写的第i个汉字对应的欧氏距离的排序序号Li；
同时分别计算出本次书写的各个汉字对应的欧氏距离的排序序号Li，i＝1,2,…,I，I代表书写好的字帖中的总个数；再对每个汉字对应的排序序号进行取平均得到
Figure FDA0003367388700000021
将初始得分Q1与
Figure FDA0003367388700000022
做和，得到本次书写好的字帖的最终得分；
所述数据存储模块用于存储评分结果。
2.根据权利要求1所述的一种用于字帖评分的***，其特征在于，所述位置校正模块用于对感兴趣区域图像进行位置校正，获得位置校正后的图像，其具体为：
在感兴趣区域图像中，通过字帖最左上角田字格的坐标和最右上角田字格的坐标来判断感兴趣区域图像的偏移角度，再根据偏移角度对感兴趣区域图像进行位置校正，获得位置校正后的感兴趣区域图像，保证位置校正后的感兴趣区域图像内田字格所在区域端正。
3.根据权利要求2所述的一种用于字帖评分的***，其特征在于，所述特征提取模块用于对输入的图像进行特征提取，以提取出输入图像的特征，所述特征包括输入图像中每个汉字笔画的左上角顶点坐标、左下角顶点坐标、右上角顶点坐标以及右下角顶点坐标。
4.根据权利要求3所述的一种用于字帖评分的***，其特征在于，所述***还包括汉字书写模块和书写计时模块，汉字书写模块用于练习者直接书写，书写计时模块用于对书写进行计时。
5.基于权利要求1所述的一种用于字帖评分的***的评分方法，其特征在于，所述方法具体包括以下步骤：
练习者在字帖的每个田字格内书写好汉字后，再利用图像采集模块对书写好的字帖进行图像采集，将采集的图像输入神经网络模块；
神经网络模块对输入的图像进行识别，提取出感兴趣区域图像；
再利用位置校正模块对感兴趣区域图像进行位置校正，获得位置校正后的图像；并利用特征提取模块对位置校正后图像内的每个字进行特征提取，提取出每个字对应的特征；
对比评分模块将提取出的特征与字帖模板内每个汉字的特征进行对比，获得对书写好的字帖的评分结果；再将获得的评分结果存储到数据存储模块；其具体过程为：
对于位置校正后的感兴趣区域图像内的第i个汉字，第i个汉字笔画的左上角顶点坐标为
Figure FDA0003367388700000023
左下角顶点坐标为
Figure FDA0003367388700000024
右上角顶点坐标为
Figure FDA0003367388700000025
右下角顶点坐标为
Figure FDA0003367388700000031
则计算
Figure FDA0003367388700000032
的值，其中，
Figure FDA0003367388700000033
为
Figure FDA0003367388700000034
和
Figure FDA0003367388700000035
中的最大值，
Figure FDA0003367388700000036
为
Figure FDA0003367388700000037
和
Figure FDA0003367388700000038
中的最小值，
Figure FDA0003367388700000039
为
Figure FDA00033673887000000310
和
Figure FDA00033673887000000311
中的最大值，
Figure FDA00033673887000000312
为
Figure FDA00033673887000000313
Figure FDA00033673887000000314
和
Figure FDA00033673887000000315
中的最小值，将计算出的
Figure FDA00033673887000000316
的值作为第i个汉字的大小；
再计算出位置校正后的感兴趣区域图像内其他汉字的大小，并求取全部汉字的大小值的均方差D；
再将
Figure FDA00033673887000000317
作为书写的第i个汉字的中心位置；
同理，计算出字帖模板内每个汉字的中心位置；
求出位置校正后的感兴趣区域图像中第i个汉字的中心位置与第i个汉字在字帖模板中的中心位置的距离；然后对各个汉字对应的距离求平均，得到距离的平均值M；
利用基础分数Q减去均方差D和平均值M，得到书写好的字帖的初始得分Q1；
根据计算出的书写的第i个汉字的中心位置，对书写的第i个汉字进行平移，使书写的第i个汉字的中心与字帖模板中第i个汉字的中心重合；
对书写的第i个汉字进行平移后，再利用特征提取模块对书写的第i个汉字进行特征向量的提取；计算出书写的第i个汉字与模板的第i个汉字的欧式距离；
引入排名机制，将书写的第i个汉字对应的欧式距离加入到***的数据库中，将数据库中该字对应的全部欧式距离进行降序排列，得到本次书写的第i个汉字对应的欧氏距离的排序序号Li；
同时分别计算出本次书写的各个汉字对应的欧氏距离的排序序号Li，i＝1,2,…,I，I代表书写好的字帖中的总个数；再对每个汉字对应的排序序号进行取平均得到
Figure FDA00033673887000000318
将初始得分Q1与
Figure FDA00033673887000000319
做和，得到本次书写好的字帖的最终得分；
并将当前次书写好的字帖的评分结果保存到数据存储模块中，方便各次书写的评分对比。
6.根据权利要求5所述的一种用于字帖评分的***的评分方法，其特征在于，所述利用位置校正模块对感兴趣区域图像进行位置校正，获得位置校正后的图像，其具体过程为：
在感兴趣区域图像中，通过字帖最左上角田字格的坐标和最右上角田字格的坐标来判断感兴趣区域图像的偏移角度，再根据偏移角度对感兴趣区域图像进行位置校正，获得位置校正后的感兴趣区域图像，保证位置校正后的感兴趣区域图像内田字格所在区域端正。
7.根据权利要求6所述的一种用于字帖评分的***的评分方法，其特征在于，所述利用特征提取模块对位置校正后图像内的每个汉字进行特征提取，所述特征包括位置校正后图像中每个汉字笔画的左上角顶点坐标、左下角顶点坐标、右上角顶点坐标以及右下角顶点坐标。
CN202010414909.7A 2020-05-15 2020-05-15 一种用于字帖评分的***及方法 Active CN111554149B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010414909.7A CN111554149B (zh) 2020-05-15 2020-05-15 一种用于字帖评分的***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010414909.7A CN111554149B (zh) 2020-05-15 2020-05-15 一种用于字帖评分的***及方法

Publications (2)

Publication Number Publication Date
CN111554149A CN111554149A (zh) 2020-08-18
CN111554149B true CN111554149B (zh) 2022-04-29

Family

ID=72004738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010414909.7A Active CN111554149B (zh) 2020-05-15 2020-05-15 一种用于字帖评分的***及方法

Country Status (1)

Country Link
CN (1) CN111554149B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112396032B (zh) * 2020-12-03 2023-04-07 北京有竹居网络技术有限公司 书写检测方法、装置、存储介质及电子设备
CN112686212A (zh) * 2021-01-26 2021-04-20 吉林省华粹文化传播有限公司 五点坐标定位格、定位方法及在线书写评价***
CN113326009B (zh) * 2021-03-05 2022-05-31 临沂大学 一种纸质书法作品的复制方法和装置
CN113033539B (zh) * 2021-03-30 2022-12-06 北京有竹居网络技术有限公司 练字格检测方法、装置、可读介质及电子设备
CN116189209B (zh) * 2023-04-14 2023-07-04 浙江太美医疗科技股份有限公司 医疗文档图像分类方法和装置、电子设备和存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3870366B2 (ja) * 2001-01-25 2007-01-17 研文社印刷株式会社 作品の格付け試験運営システム
JP2017194612A (ja) * 2016-04-21 2017-10-26 京セラドキュメントソリューションズ株式会社 習字学習支援装置、習字学習支援方法及び習字学習プログラム
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***
CN109543777B (zh) * 2018-11-28 2020-10-27 中国科学院自动化研究所 手写汉字书写质量评价方法及***
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
CN110503101A (zh) * 2019-08-23 2019-11-26 北大方正集团有限公司 字形评价方法、装置、设备及计算机可读存储介质
CN111144270B (zh) * 2019-12-23 2023-05-05 智慧神州(北京)科技有限公司 基于神经网络的手写文本工整度的评测方法与评测装置

Also Published As

Publication number Publication date
CN111554149A (zh) 2020-08-18

Similar Documents

Publication Publication Date Title
CN111554149B (zh) 一种用于字帖评分的***及方法
CN108764257B (zh) 一种多视角的指针式仪表识别方法
CN202939608U (zh) 阅卷***
CN104463101B (zh) 用于文字性试题的答案识别方法及***
CN109543777B (zh) 手写汉字书写质量评价方法及***
CN109460762B (zh) 一种基于图像识别的答题卡评分方法
CN105224921A (zh) 一种人脸图像择优***和处理方法
CN110689000B (zh) 一种基于生成复杂环境下车牌样本的车辆车牌识别方法
CN102081742B (zh) 一种书写能力的自动评价方法
CN108537218A (zh) 一种答题卡的识别处理方法及装置
CN109508661A (zh) 一种基于物体检测和姿态估计的举手者检测方法
CN103455826B (zh) 基于快速鲁棒性特征的高效匹配核人体检测方法
CN113191309A (zh) 一种手写汉字的识别、评分、纠错方法及***
CN115082266A (zh) 一种基于深度学习的学生教育学科综合化发展分析评价***
CN107341824A (zh) 一种图像配准的综合评价指标生成方法
CN115359295A (zh) 一种解耦知识蒸馏金具目标检测方法及***
CN111008594A (zh) 改错题评阅方法、相关设备及可读存储介质
CN117746429A (zh) 一种基于笔画特征和检测点阈值的汉字硬笔书写评测方法及***
CN110059705A (zh) 一种基于建模的ocr识别结果判决方法和设备
CN108230322A (zh) 一种基于弱样本标记的眼底特征检测装置
CN210038810U (zh) 智能评测设备及***
CN110705610A (zh) 一种基于检测书法临写能力的评估***和方法
CN116959008A (zh) 文字测评模型构建方法、装置、电子设备及存储介质
Murch et al. Establishing the quantitative basis for sufficiency thresholds and metrics for friction ridge pattern detail and the foundation for a standard
CN111666799A (zh) 一种口算题的校验方法及终端

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
GR01 Patent grant
GR01 Patent grant