CN112364867B - 一种书法作业智能批改方法、***、电子设备及存储介质 - Google Patents
一种书法作业智能批改方法、***、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112364867B CN112364867B CN202011333237.3A CN202011333237A CN112364867B CN 112364867 B CN112364867 B CN 112364867B CN 202011333237 A CN202011333237 A CN 202011333237A CN 112364867 B CN112364867 B CN 112364867B
- Authority
- CN
- China
- Prior art keywords
- stroke
- detected
- handwriting operation
- module
- picture
- 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
Links
Classifications
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- 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)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Character Discrimination (AREA)
Abstract
本申请公开了一种书法作业智能批改方法、***、电子设备及存储介质。所述方法包括:采集标准字的图片;进行预处理;提取笔画;拉齐像素;确定每一个分解笔画在所述标准字预处理后图片中的位置;将每一个分解笔画放到待检测书法作业中进行搜索;得到每一个分解笔画在待检测书法作业中的位置;将同一个分解笔画在待检测书法作业中的位置与在标准字预处理后图片中的位置做对比,判断待检测书法作业写得有问题的笔画。***包括:采集模块、预处理模块、分解笔画模块、对齐模块、确定位置模块、搜索模块、对比结果模块。本申请有效地节省了书法老师批改作业的时间,提高了批改作业的准确率,避免了因书法老师主观的因素产生的误判。
Description
技术领域
本申请涉及图像识别技术领域,具体而言,涉及一种书法作业智能批改方法、***、电子设备及存储介质。
背景技术
目前,书法老师批改作业一般都采用人工批改,浪费大量时间,而且批改作业的结果容易受老师本人主观因素干扰,导致误判的问题。
现有技术中,一般都是针对书法写作好与坏的评价,其方法不能直接应用到对书法作业的批改,因为书法作业一般都是临摹标准的字帖,并不是个人随心所欲地写字,而是按照标准字帖来写,越接近标准字的越是作业完成得好。
针对相关技术中人工批改作业浪费时间导致误判的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种书法作业智能批改方法、***、电子设备及存储介质,以解决相关技术中人工批改作业浪费时间导致误判的问题。
为了实现上述目的,第一方面,本申请提供了一种书法作业智能批改方法,包括如下步骤:
采集标准字的图片;
针对所述标准字的图片进行预处理,得到标准字预处理后图片;
提取所述标准字预处理后图片中的笔画,得到所述标准字预处理后图片中的每一个分解笔画的图片;
将每一个分解笔画的图片与所述标准字预处理后图片拉齐像素,使其和所述标准字预处理后图片中的笔画保持一致;
确定每一个分解笔画在所述标准字预处理后图片中的位置;
将所述每一个分解笔画放到待检测书法作业中进行搜索,得到待检测书法作业中包含每一个分解笔画匹配结果;
从所述匹配结果中得到所述每一个分解笔画在待检测书法作业中的位置;
将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,判断待检测书法作业写得有问题的笔画。
所述预处理,其过程包括:
剔除干扰点;
对所述所述标准字的图片进行二值化处理。
所述待检测书法作业为学生书写的每一个字的图片,其大小与所述标准字的图片一致。
将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,得到待检测书法作业写得有问题的笔画,其过程如下:
获得同一个分解笔画在待检测书法作业中以及在所述标准字预处理后图片中的两组不同坐标;
计算两组不同坐标的偏离值;
如果所述偏离值超过设定的第一阈值,那么在待检测书法作业中对应笔画的书写存在问题;
如果所述偏离值没有超过设定的第一阈值,那么在待检测书法作业中对应笔画的书写不存在问题。
所述两组不同坐标,均为在笛卡尔坐标系下的坐标。
将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,得到待检测书法作业写得有问题的笔画,其过程还包括:
获得同一个分解笔画在待检测书法作业中以及在所述标准字预处理后图片中的两块区域重叠面积;
如果所述重叠面积超过设定的第二阈值,那么在待检测书法作业中对应笔画的书写存在问题;
如果所述重叠面积没有超过设定的第二阈值,那么在待检测书法作业中对应笔画的书写不存在问题。
第二方面,本申请还提供了一种书法作业智能批改***,包括:
采集模块、预处理模块、分解笔画模块、对齐模块、确定位置模块、搜索模块、对比结果模块;
所述采集模块、预处理模块、分解笔画模块、对齐模块、确定位置模块、搜索模块、对比结果模块依次顺序连接;
所述采集模块用于采集标准字的图片;
所述预处理模块用于针对所述标准字的图片进行预处理,得到标准字预处理后图片;
所述分解笔画模块用于提取所述标准字预处理后图片中的笔画,得到所述标准字预处理后图片中的每一个分解笔画的图片;
所述对齐模块用于将每一个分解笔画的图片与所述标准字预处理后图片拉齐像素,使其和所述标准字预处理后图片中的笔画保持一致;
所述确定位置模块用于确定每一个分解笔画在所述标准字预处理后图片中的位置;
所述搜索模块用于将所述每一个分解笔画放到待检测书法作业中进行搜索,得到待检测书法作业中包含每一个分解笔画匹配结果;
所述对比结果模块用于将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,判断待检测书法作业写得有问题的笔画。
所述确定位置模块还用于从所述匹配结果中得到所述每一个分解笔画在待检测书法作业中的位置。
一种电子设备,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使计算机设备执行所述的书法作业智能批改方法。
一种可读存储介质,所述可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行所述的书法作业智能批改方法。
有益技术效果:
本申请提出的书法作业智能批改方法以及***,帮助了书法老师批改作业,有效地节省了书法老师批改作业的时间,并且提高了批改作业的准确率,避免了因书法老师主观的因素产生的误判。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的一种书法作业智能批改方法流程图;
图2是根据本申请实施例提供的预处理过程流程图;
图3是根据本申请实施例提供的一种书法作业智能批改***原理框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
另外,术语“多个”的含义应为两个以及两个以上。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
本申请实施例中,采用将同一个分解笔画在待检测书法作业中的位置与在标准字图片中的位置进行对比的方式,达到了智能批改作业的目的,有效地节省了书法老师批改作业的时间,并且提高了批改作业的准确率,避免了因书法老师主观的因素产生的误判。
第一方面,本申请提供了一种书法作业智能批改方法,如图1所示,包括如下步骤:
步骤S1:采集标准字的图片;
步骤S2:针对所述标准字的图片进行预处理,得到标准字预处理后图片;
步骤S3:提取所述标准字预处理后图片中的笔画,得到所述标准字预处理后图片中的每一个分解笔画的图片;提取笔画过程由人工完成,具体由书法老师来进行拆分;
步骤S4:将每一个分解笔画的图片与所述标准字预处理后图片拉齐像素,使其和所述标准字预处理后图片中的笔画保持一致;
步骤S5:确定每一个分解笔画在所述标准字预处理后图片中的位置;
步骤S6:将所述每一个分解笔画放到待检测书法作业中进行搜索,得到待检测书法作业中包含每一个分解笔画匹配结果,具体过程如下:
将所述每一个分解笔画与所待检测书法作业的左上角对齐;
从待检测书法作业左上角开始,按照预设定的增量,滑动所述每一个分解笔画;
每滑动一个位置,记录该位置坐标并计算相似度;
将每个位置坐标对应的相似度保存在结果矩阵R中;
在结果矩阵R中找到相似度的最大值,并返回对应的位置坐标;
若所述相似度的最大值大于等于预设定的相似度阈值,则返回此时对应的位置坐标下,所述每一个分解笔画在所待检测书法作业中的区域坐标范围。
步骤S7:从所述匹配结果中得到所述每一个分解笔画在待检测书法作业中的位置;
步骤S8:将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,判断待检测书法作业写得有问题的笔画。
所述预处理,如图2所示,其过程包括:
步骤S11:剔除干扰点;
步骤S12:对所述所述标准字的图片进行二值化处理。
所述待检测书法作业为学生书写的每一个字的图片,其大小与所述标准字的图片一致。
将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,得到待检测书法作业写得有问题的笔画,其过程如下:
获得同一个分解笔画在待检测书法作业中以及在所述标准字预处理后图片中的两组不同坐标;
计算两组不同坐标的偏离值;
如果所述偏离值超过设定的第一阈值,那么在待检测书法作业中对应笔画的书写存在问题;
如果所述偏离值没有超过设定的第一阈值,那么在待检测书法作业中对应笔画的书写不存在问题。
标准字的图片各个笔画的位置是确定的,我们通过计算可以得知标准字的图片中的笔画的相对位置;
然后我们通过计算可以获得学生提交作业中同一笔画所处的位置,然后把两张图片缩放到同样大小,此时可以获得对同一笔画两组不同的坐标,然后可以计算两组坐标的偏离值,如果偏离程度超过设定的阈值,说明该笔画在此书书写存在问题。
所述两组不同坐标,均为在笛卡尔坐标系下的坐标。
在两张图片缩放到同等比例大小的情况下,将两张图片置于笛卡尔坐标系下,计算两点之间的距离,可以分别计算两组坐标之间的偏离值。
将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,得到待检测书法作业写得有问题的笔画,其过程还包括:
获得同一个分解笔画在待检测书法作业中以及在所述标准字预处理后图片中的两块区域重叠面积;
如果所述重叠面积超过设定的第二阈值,那么在待检测书法作业中对应笔画的书写存在问题;
如果所述重叠面积没有超过设定的第二阈值,那么在待检测书法作业中对应笔画的书写不存在问题。
第二方面,本申请还提供了一种书法作业智能批改***,如图3所示,包括:
采集模块、预处理模块、分解笔画模块、对齐模块、确定位置模块、搜索模块、对比结果模块;
所述采集模块、预处理模块、分解笔画模块、对齐模块、确定位置模块、搜索模块、对比结果模块依次顺序连接;
所述采集模块用于采集标准字的图片;
所述预处理模块用于针对所述标准字的图片进行预处理,得到标准字预处理后图片;
所述分解笔画模块用于提取所述标准字预处理后图片中的笔画,得到所述标准字预处理后图片中的每一个分解笔画的图片;
所述对齐模块用于将每一个分解笔画的图片与所述标准字预处理后图片拉齐像素,使其和所述标准字预处理后图片中的笔画保持一致;
所述确定位置模块用于确定每一个分解笔画在所述标准字预处理后图片中的位置;
所述搜索模块用于将所述每一个分解笔画放到待检测书法作业中进行搜索,得到待检测书法作业中包含每一个分解笔画匹配结果;
所述对比结果模块用于将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,判断待检测书法作业写得有问题的笔画。
所述确定位置模块还用于从所述匹配结果中得到所述每一个分解笔画在待检测书法作业中的位置。
一种电子设备,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使计算机设备执行所述的书法作业智能批改方法。
一种可读存储介质,所述可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行所述的书法作业智能批改方法。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种书法作业智能批改方法,其特征在于,包括如下步骤;
采集标准字的图片;
针对所述标准字的图片进行预处理,得到标准字预处理后图片;
提取所述标准字预处理后图片中的笔画,得到所述标准字预处理后图片中的每一个分解笔画的图片;
将每一个分解笔画的图片与所述标准字预处理后图片拉齐像素,使其和所述标准字预处理后图片中的笔画保持一致;
确定每一个分解笔画在所述标准字预处理后图片中的位置;
将所述每一个分解笔画放到待检测书法作业中进行搜索,得到待检测书法作业中包含每一个分解笔画匹配结果;
从所述匹配结果中得到所述每一个分解笔画在待检测书法作业中的位置;
将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,判断待检测书法作业写得有问题的笔画;
所述将所述每一个分解笔画放到待检测书法作业中进行搜索,得到待检测书法作业中包含每一个分解笔画匹配结果,包括:
将所述每一个分解笔画与所待检测书法作业的左上角对齐;
从待检测书法作业左上角开始,按照预设定的增量,滑动所述每一个分解笔画;
每滑动一个位置,记录该位置坐标并计算相似度;
将每个位置坐标对应的相似度保存在结果矩阵R中;
在结果矩阵R中找到相似度的最大值,并返回对应的位置坐标;
若所述相似度的最大值大于等于预设定的相似度阈值,则返回此时对应的位置坐标下,所述每一个分解笔画在所待检测书法作业中的区域坐标范围。
2.如权利要求1所述的书法作业智能批改方法,其特征在于,所述预处理,其过程包括:
剔除干扰点;
对所述所述标准字的图片进行二值化处理。
3.如权利要求1所述的书法作业智能批改方法,其特征在于,所述待检测书法作业为学生书写的每一个字的图片,其大小与所述标准字的图片一致。
4.如权利要求1所述的书法作业智能批改方法,其特征在于,将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,得到待检测书法作业写得有问题的笔画,其过程如下:
获得同一个分解笔画在待检测书法作业中以及在所述标准字预处理后图片中的两组不同坐标;
计算两组不同坐标的偏离值;
如果所述偏离值超过设定的第一阈值,那么在待检测书法作业中对应笔画的书写存在问题;
如果所述偏离值没有超过设定的第一阈值,那么在待检测书法作业中对应笔画的书写不存在问题。
5.如权利要求4所述的书法作业智能批改方法,其特征在于,所述两组不同坐标,均为在笛卡尔坐标系下的坐标。
6.如权利要求1所述的书法作业智能批改方法,其特征在于,将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,得到待检测书法作业写得有问题的笔画,其过程还包括:
获得同一个分解笔画在待检测书法作业中以及在所述标准字预处理后图片中的两块区域重叠面积;
如果所述重叠面积超过设定的第二阈值,那么在待检测书法作业中对应笔画的书写存在问题;
如果所述重叠面积没有超过设定的第二阈值,那么在待检测书法作业中对应笔画的书写不存在问题。
7.一种书法作业智能批改***,其特征在于,采用如权利要求1-6任一项所述的书法作业智能批改方法实现,包括:采集模块、预处理模块、分解笔画模块、对齐模块、确定位置模块、搜索模块、对比结果模块;
所述采集模块、预处理模块、分解笔画模块、对齐模块、确定位置模块、搜索模块、对比结果模块依次顺序连接;
所述采集模块用于采集标准字的图片;
所述预处理模块用于针对所述标准字的图片进行预处理,得到标准字预处理后图片;
所述分解笔画模块用于提取所述标准字预处理后图片中的笔画,得到所述标准字预处理后图片中的每一个分解笔画的图片;
所述对齐模块用于将每一个分解笔画的图片与所述标准字预处理后图片拉齐像素,使其和所述标准字预处理后图片中的笔画保持一致;
所述确定位置模块用于确定每一个分解笔画在所述标准字预处理后图片中的位置;
所述搜索模块用于将所述每一个分解笔画放到待检测书法作业中进行搜索,得到待检测书法作业中包含每一个分解笔画匹配结果;
所述对比结果模块用于将同一个分解笔画在待检测书法作业中的位置与在所述标准字预处理后图片中的位置做对比,得到对比结果,根据对比结果,判断待检测书法作业写得有问题的笔画;
所述搜索模块,还用于将所述每一个分解笔画与所待检测书法作业的左上角对齐;
从待检测书法作业左上角开始,按照预设定的增量,滑动所述每一个分解笔画;
每滑动一个位置,记录该位置坐标并计算相似度;
将每个位置坐标对应的相似度保存在结果矩阵R中;
在结果矩阵R中找到相似度的最大值,并返回对应的位置坐标;
若所述相似度的最大值大于等于预设定的相似度阈值,则返回此时对应的位置坐标下,所述每一个分解笔画在所待检测书法作业中的区域坐标范围;
所述确定位置模块还用于从所述匹配结果中得到所述每一个分解笔画在待检测书法作业中的位置。
8.一种电子设备,其特征在于,所述电子设备包括存储器以及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使计算机设备执行根据权利要求1-6任一项所述的书法作业智能批改方法。
9.一种可读存储介质,其特征在于,所述可读存储介质中存储有计算机程序指令,所述计算机程序指令被一处理器读取并运行时,执行权利要求1-6任一项所述的书法作业智能批改方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011333237.3A CN112364867B (zh) | 2020-11-24 | 2020-11-24 | 一种书法作业智能批改方法、***、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011333237.3A CN112364867B (zh) | 2020-11-24 | 2020-11-24 | 一种书法作业智能批改方法、***、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112364867A CN112364867A (zh) | 2021-02-12 |
CN112364867B true CN112364867B (zh) | 2023-08-04 |
Family
ID=74533652
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011333237.3A Active CN112364867B (zh) | 2020-11-24 | 2020-11-24 | 一种书法作业智能批改方法、***、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112364867B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117727050A (zh) * | 2023-09-27 | 2024-03-19 | 书行科技(北京)有限公司 | 手写文本评估方法、装置、计算机设备和存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101465074A (zh) * | 2008-10-21 | 2009-06-24 | 华南理工大学 | 一种手写汉字布局评价方法 |
CN101706969A (zh) * | 2009-10-30 | 2010-05-12 | 华南理工大学 | 一种手写汉字美化中模拟书法拖笔效果的方法 |
CN103093240A (zh) * | 2013-01-18 | 2013-05-08 | 浙江大学 | 书法字识别方法 |
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 |
CN109886256A (zh) * | 2019-04-24 | 2019-06-14 | 北京盛世宣合信息科技有限公司 | 智能评测设备及*** |
CN111949156A (zh) * | 2020-07-10 | 2020-11-17 | 广州视源电子科技股份有限公司 | 书写装置的汉字书写测试方法及***、书写装置 |
-
2020
- 2020-11-24 CN CN202011333237.3A patent/CN112364867B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101465074A (zh) * | 2008-10-21 | 2009-06-24 | 华南理工大学 | 一种手写汉字布局评价方法 |
CN101706969A (zh) * | 2009-10-30 | 2010-05-12 | 华南理工大学 | 一种手写汉字美化中模拟书法拖笔效果的方法 |
CN103093240A (zh) * | 2013-01-18 | 2013-05-08 | 浙江大学 | 书法字识别方法 |
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 |
CN109886256A (zh) * | 2019-04-24 | 2019-06-14 | 北京盛世宣合信息科技有限公司 | 智能评测设备及*** |
CN111949156A (zh) * | 2020-07-10 | 2020-11-17 | 广州视源电子科技股份有限公司 | 书写装置的汉字书写测试方法及***、书写装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112364867A (zh) | 2021-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220101030A1 (en) | Examination paper correction method and apparatus, electronic device, and storage medium | |
CN111753767B (zh) | 一种作业自动批改的方法、装置、电子设备和存储介质 | |
CN110738602B (zh) | 图像处理方法、装置、电子设备及可读存储介质 | |
CN109670504B (zh) | 一种手写答案识别批改方法及装置 | |
CN110378310B (zh) | 一种基于答案库的手写样本集的自动生成方法 | |
CN109840524B (zh) | 文字的类型识别方法、装置、设备及存储介质 | |
CN108537218B (zh) | 一种答题卡的识别处理方法及装置 | |
CN105260733A (zh) | 用于处理图像信息的方法和装置 | |
CN112200058B (zh) | 一种教辅资料智能批改的***及方法 | |
CN109214471A (zh) | 评价练字字帖中的书写字的方法及*** | |
CN109947273B (zh) | 一种点读定位方法及装置 | |
CN111739020B (zh) | 周期纹理背景缺陷标签自动标注方法、装置、设备及介质 | |
CN108830133A (zh) | 合同影像图片的识别方法、电子装置及可读存储介质 | |
CN109086336A (zh) | 试卷数据存储方法、装置及电子设备 | |
CN1123844C (zh) | 识别手写字符的装置和方法 | |
CN112364867B (zh) | 一种书法作业智能批改方法、***、电子设备及存储介质 | |
CN111259888A (zh) | 基于图像的信息比对方法、装置及计算机可读存储介质 | |
CN112163529A (zh) | 一种试卷统分的***及方法 | |
CN115937003A (zh) | 图像处理方法、装置、终端设备和可读存储介质 | |
CN112836682B (zh) | 视频中对象的识别方法、装置、计算机设备和存储介质 | |
CN117333892A (zh) | 题干和答案的识别方法、装置、可读存储介质及终端设备 | |
CN109635798A (zh) | 一种信息提取方法及装置 | |
CN112308062B (zh) | 一种复杂背景图像中的医疗影像访问号识别方法 | |
CN114241486A (zh) | 一种提高识别试卷学生信息准确率的方法 | |
CN113705157A (zh) | 一种纸质作业拍照批改的方法 |
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 |