CN101465074A - 一种手写汉字布局评价方法 - Google Patents

Abstract

本发明提供一种手写汉字布局评价方法，包括如下步骤：(1)预处理；(2)通过笔画布局评价对手写汉字中每个笔画的位置布局进行评价；(3)通过部件布局评价对手写汉字中的每个部件进行布局评价；(4)通过整体字形评价对手写汉字的整体形态进行评价；(5)综合步骤(2)、(3)、(4)的评价结果，给出评价结论。本发明采用预处理、笔画布局评价、部件布局评价、整字形态评价和综合评价等五个步骤，通过测量9种指标得出评价结论，结论以文字说理为主，以评分为辅，将用户的书写质量根据指标值进行有效的等级划分。

Description

一种手写汉字布局评价方法

技术领域

本发明属于模式分析与笔式计算领域，特别是涉及一种手写汉字布局评价方法。

技术背景

笔式交互主要通过手写文字和手绘草图这两种媒介作为人机之间交互的主要方式，而手写文字和手绘草图的识别技术是笔式交互技术的核心。手写体字符是笔式交互一个重要的研究对象。与手写汉字不同，手写体汉字书写质量评判是利用计算机自动辨别用户手写汉字的书写质量，包括书写是否正确、工整，学科上属于模式识别和人工智能的范畴；应用上是属于计算机辅助教学。汉字书写质量评价是计算机辅助中文学习的一项重要功能。它借助智能化的人机交互手段，可以指出并纠正用户在汉字书写过程中笔势、笔序、布局等方面的错误，对字形进行美化处理，让用户学写字、写好字，进而弘扬中华书法的传统文化，增强汉字在全球的影响力。近年来，计算机辅助汉语学习技术的研究已开始出现，取得了很大的进步，但汉字书写正误及美观程度评价的研究却十分少见。手写体汉字评判方面的研究在新一代人机交互领域越来越受人们的重视。

手写体汉字书写质量评判技术，涉及到模式识别和图像处理、人工智能、计算机等学科；也涉及到语言文字学、书法、认知心理学、生物学等，是一门综合性很强的技术。它是计算机辅助汉字学习的重要组成部分。用户通过手写板或者触摸屏书写汉字，系统采集用户的书写轨迹并进行判别，得出结论。评价的结果可以客观反应用户书写的正误以及美观程度，并且给出文字说明，让用户对其书写质量有客观认识。

发明内容

本发明的目的在于研制一种高效的、详实的手写体汉字布局评价方法，使计算机能够智能地对用户书写的汉字进行评价。

为了实现发明目的，本发明采用的技术方案为通过电子设备(如手写板，触摸屏等)对用户手写汉字轨迹进行采集，并利用软件进行轨迹恢复，进行布局评价，主要包括如下步骤：

(1)、预处理。载入书法汉字模板以及对用户手写轨迹进行恢复。本模板选用标准楷书字体时序模板，该模板包含了国标一级字库中所有汉字的笔画时序信息。对模板和用户书写轨迹进行重新采样，然后通过插值方法得到处理后的轨迹，以此去除模板中的多余分岔和平滑用户书写轨迹。

(2)、笔画布局评价。对汉字中每个笔画的位置布局进行评价。

(3)、部件布局评价。对汉字中的每个部件进行布局评价。

(4)、整体字形评价。对汉字的整体形态进行评价。

(5)、综合评价。综合(2)、(3)、(4)的评价结果，给出评价结论。

本发明采用预处理、笔画布局评价、部件布局评价、整字形态评价和综合评价等五个步骤，通过测量9种指标得出评价结论，结论以文字说理为主，以评分为辅，将用户的书写质量根据指标值进行有效的等级划分。

附图说明

图1是本发明的流程框图；

图2是本发明的预处理流程图。

具体实施方式

下面结合附图对本发明做进一步的说明。本发明针对笔画、部件、整字三个方面对手写体汉字的书写质量进行评价。整体流程如附图1所示。

为了方便叙述，作如下设定(所有指标均适用)：

下标T：表示模板；下标U：表示用户手写；S：表示某一笔画，pt：表示笔画中的某一点；Comp：表示某一部件。

下面分别叙述各步骤的具体内容：

1、预处理

该步骤主要对模板和用户书写时序信息进行恢复以及处理，以利于后续步骤的进行。包括模板的加载、用户书写笔画检查、归一化、轨迹的采样与重构5个部分，流程图如附图2所示。其最终目的是获取模板与用户手写的归一化曲线，并且该曲线在空间上是连续的。

a)模板的加载。本方案使用的模板是由陈东明，金连文发明的“一种含书写时序信息的动态汉字字库的处理方法及应用”(专利号：200410051504.2)。该字库存储了国标一级字库所有汉字(共3755个)的楷体笔画时序信息。恢复后即可得到汉字所有笔画的时序信息。

b)笔画检查。此步骤将模板笔画与用户笔画进行对比，若笔画数相同，则可进行后续步骤。否则判为笔画数错误。

c)模板与用户书写轨迹的归一化。此步骤首先分别获取模板和用户书写的笔画所占的区域，然后根据长宽比进行缩放，将模板及用户书写的轨迹恢复到240*240大小的矩形区域(长与宽中的较大者为240，较小者按比例缩放)，且对齐两者的中心。

设原始点坐标为(x₀，y₀)，变换后的坐标为(x₁，y₁)，笔画原始占据区域R＝(left，right，top，button)，则变换的表达式如下：

$\left\{\begin{array}{c}{x}_1=(x_0-(\mathrm{right}+\mathrm{left})/2)/\mathrm{scale}*240+128\\ y_1=(y_0-(\mathrm{top}+\mathrm{buttom})/2)/\mathrm{scale}*240+128\end{array}\right.$

其中：scale＝max(right-left，bottom-top)

这样可消除用户手写的随意性对评价的影响。

d)模板与用户书写轨迹的重采样。由于模板数据存在较多的冗余分岔，不完全符合人们书写的习惯，因此，需利用重采样消除这些分岔。本方案使用5选1的下采样对模板及用户书写轨迹进行重采样，所谓5选1为使用因子为5的线性下采样，即每隔5点采样一点，此法既可去除模板的多余分岔，又可较好地保护用户的书写风格。

e)模板与用户书写轨迹的插值重构。经c)步的重采样后，利用数值微分直线生成算法DDA(Digital Differential Analyzer)法线性插值方法对采样点进行线性插值重构。

经过上面4步骤后所得到的时序信息，即是后续步骤所需的笔画信息。

2、笔画布局评价

笔画布局评价的主要任务是对用户书写的某一笔画进行评价，包括其形状(长宽比例)和位置的评价。

笔画布局评价包括下面5个指标。

指标1：某笔画相对于模板出现的位置是否恰当。

笔画的位置用其重心表示。重心坐标(x_c，y_c)为：

$\left\{\begin{array}{c}{x}_c=\frac{\mathrm{\Σx}}{N},x\∈S\\ y_c=\frac{\mathrm{\Σy}}{N},y\∈S\end{array}\right.,$ N为笔画的像素点个数。

由此可以分别得到模板第i笔的重心C_Ti与用户书写轨迹第i笔的重心C_Ui，并且构成矢量C_TiC_Ui。该向量长度越短，则接近的程度越高，给出的评价越好。该指标可以得到mark₁。

指标2：某笔画的长度与模板比较，是否合适。

笔画的长度为该笔画的像素点个数，即L_i＝count{pt|pt∈S_i}。设模板第i笔的长度为L_Ti，用户书写的第i笔长度为L_Ui。则长度比R＝L_Ui/L_Ti。R越接近1，则接近的程度越高，评价越好。该指标可以得到mark₂。

指标3：该笔画所占区域的宽度和高度与模板比较，是否合适。

这里的宽度和高度是指该笔画的宽度和高度占整个汉字的比例，而不是绝对宽度和高度。设该区域为R_i＝(left，right，top，bottom)

$\mathrm{left}=\underset{x}{\min }\{\mathrm{pt}.x|\mathrm{pt}\∈S_i\}$

$\mathrm{right}=\underset{x}{\max }\{\mathrm{pt}.y|\mathrm{pt}\∈S_i\}$

$\mathrm{top}=\underset{y}{\min }\{\mathrm{pt}.y|\mathrm{pt}\∈S_i\}$

$\mathrm{buttom}=\underset{y}{\max }\{\mathrm{pt}.y|\mathrm{pt}\∈S_i\}$

则：

W_i＝right-left

H_i＝buttom-top

当模板宽度W_Ti与高度H_Ti与用户书写轨迹的宽度W_Ui和高度H_Ui都比较接近时，评价越好。该指标对于除横、竖两种笔画之外的笔画效果较好。该指标可以得到mark₃。

指标4：该笔画与其它笔画的相对位置(重心)偏离是否合适

以第一笔为例，考察它与第二笔的相对位置。设模板第一笔的重心为C_T1，模板第二笔的重心为C_T2，用户第一笔的重心为C_U1，用户第二笔的重心为C_U2，则可以求得模板矢量V_T＝C_T1C_T2，用户矢量V_U＝C_U1C_U2，进而求得两矢量的夹角 $\mathrm{\θ}=\arccos \frac{V_T\·V_U}{\left|V_T\right|\·\left|V_U\right|},$ 长度之比 $\mathrm{ratio}=\frac{\left|V_U\right|}{\left|V_T\right|}.$

当θ越小，ratio接近1时，表明用户书写与模板越接近，评价也越好。该指标可以得到mark₄。

指标5：该笔画与其它笔画的交点情况是否正确。

该指标关注的是两笔画之间的交点情况。因此涉及到求取任意两条平面曲线的交点问题。下面给出算法的伪C语言描述：

i＝0，j＝0，mindist＝+INF，hasIntersect＝false；

for all pt_a in S_a

  for all pt_b in S_b

    if|pt_a pt_b|<threshold1

      enqueue(q_a，Ind(pt_a))；

      enqueue(q_b，Ind(pt_b))；

      hasIntersect＝true；

    else if(hasIntersect＝＝false)and(|pt_apt_b|<mindist)

       mindist＝tmpdist；

       minpos_a＝Ind(pt_a)；

       minpos_b＝Ind(Pt_b)；

if hasIntersect＝＝true

enqueue(Q_a)＝dequeue(q_a)；

enqueue(Q_b)＝dequeue(q_b)；

while notempty(q_a)

  if head(q_a)-head(Q_a)<threshold2

    enqueue(Q_a，dequeue(q_a))，；

    enqueue(Q_b，dequeue(q_b))；

  else

     dequeue(q_a)；

     dequeue(q_b)；

上面的代码中，Q_a和Q_b代表最后的交点序列。若其为空，则说明两曲线无交点，而minpos_α和minpos_b分别存储的是两曲线位置最近的点的序号，mindist存储的是最小距离；否则，它们存储的是交点的序号。

以第一笔为例，判断它和第二笔的交点情况。这里考察两点：a)第一笔与第二笔是否有交点；b)若第一笔与第二笔有交点，交点的位置是否恰当。

若a)情况不符，可以认为，用户书写情况与模板不符，判为错误。若a)通过，则再判断b)，若交点在笔画上的位置(交点的序号占笔画点数的百分比)接近，则评价较好。该指标可以得到mark₅。

3、部件布局评价

部件是指“由笔画组成的具有组配功能的构字单位”。本方案中部件的概念是指汉字中有公共点的笔画集合。也就是相交的笔画组成一个部件。在进行部件布局评价之前，将笔画分拆为多个部件，独体字视为一个部件。

部件布局评价包含2个指标：

指标6：某部件相对于模板所占区域的宽度和高度是否合适。

该指标的评判方法与指标3基本相同，不同之处仅仅是求部件的区域和重心。设第i个部件所占区域为R_i＝(left，right，top，bottom)

$\mathrm{left}=\underset{x}{\min }\{\mathrm{pt}.x|\mathrm{pt}\&Element;{\mathrm{Comp}}_i\}$

$\mathrm{right}=\underset{x}{\max }\{\mathrm{pt}.y|\mathrm{pt}\&Element;{\mathrm{Comp}}_i\}$

$\mathrm{top}=\underset{y}{\min }\{\mathrm{pt}.y|\mathrm{pt}\&Element;{\mathrm{Comp}}_i\}$

$\mathrm{buttom}=\underset{y}{\max }\{\mathrm{pt}.y|\mathrm{pt}\&Element;{\mathrm{Comp}}_i\}$

则：

W_i＝right-left

H_i＝buttom-top

当模板宽度W_Ti与高度H_Ti与用户书写轨迹的宽度W_Ui和高度H_Ui都比较接近时，评价越好。该指标可以得到mark₆。

指标7：某部件相对于其他部件位置是否合适

该指标的评判方法与指标4基本相同，不同之处仅仅是对部件处理。

部件的重心(x_c，y_c)定义为：

$\left\{\begin{array}{c}{x}_c=\frac{\mathrm{\&Sigma;x}}{N},x\&Element;\mathrm{Comp}\\ y_c=\frac{\mathrm{\&Sigma;y}}{N},y\&Element;\mathrm{Comp}\end{array}\right.,$ N为笔画的像素点个数。

以第一部件为例，考察它与第二部件的相对位置。设模板第一部件的重心为C_T1，模板第二部件的重心为C_T2，用户第一部件的重心为C_U1，用户第二部件的重心为C_U2，则可以求得模板矢量V_T＝C_T1C_T2，用户矢量V_U＝C_U1C_U2，进而求得两矢量的夹角 $\mathrm{\&theta;}=\arccos \frac{V_T\&CenterDot;V_U}{\left|V_T\right|\&CenterDot;\left|V_U\right|}$ ，长度之比 $\mathrm{ratio}=\frac{\left|V_U\right|}{\left|V_T\right|}$ 。当θ越小，ratio接近1时，表明用户书写与模板越接近，评价也越好。该指标可以得到mark₇。

4、整字形状评价

整字评价是从整个汉字字形的角度出发，对用户书写的汉字进行评价。

整字形状评价包含2个指标：

指标8：整字宽高比例是否恰当

该指标的评价方法与指标3基本相同，不同之处仅仅是求出整字所占区域。

设整字所占区域为R＝(left，right，top，bottom)

$\mathrm{left}=\underset{x}{\min }\{\mathrm{pt}.x|\mathrm{pt}\&Element;\mathrm{Char}\}$

$\mathrm{right}=\underset{x}{\max }\{\mathrm{pt}.y|\mathrm{pt}\&Element;\mathrm{Char}\}$

$\mathrm{top}=\underset{y}{\min }\{\mathrm{pt}.y|\mathrm{pt}\&Element;\mathrm{Char}\}$

$\mathrm{buttom}=\underset{y}{\max }\{\mathrm{pt}.y|\mathrm{pt}\&Element;\mathrm{Char}\}$

则：

W＝right-left

H＝buttom-top

当模板宽度w_T与高度H_T与用户书写轨迹的宽度W_U和高度H_U都比较接近时，评价越好。该指标可以得到mark₈。

指标9：整字重心位置是否恰当

该指标的评价方法与指标4基本相同，不同之处仅仅是求出整字重心。整字的重心坐标(x_c，y_c)按下式计算：

$\left\{\begin{array}{c}{x}_c=\frac{\mathrm{\&Sigma;x}}{N},x\&Element;\mathrm{Char}\\ y_c=\frac{\mathrm{\&Sigma;y}}{N},y\&Element;\mathrm{Char}\end{array}\right.,$ N为整字的像素点个数。

这里可以得到模板整字重心C_T和用户书写重心C_U所构成的矢量C_TC_U。其长度越短，则评价越好。该指标可以得到mark₉。

5、综合评价

由上面9个指标所得出的mark₁～mark₉9个分数，可以对该字进行综合评价。

取mark₁～mark₉中的最低分作为最终得分，这是因为最低分的指标往往反映了这个汉字的突出不足之处，或者错误之处。因而这是一种要求严格的系统。除此之外，系统还将输出9种指标的所有文字描述。通过该步骤，用户可以对自己书写的汉字的质量有清楚的认识，从而达到评价目的。

Claims (6)

1、一种手写汉字布局评价方法，其特征在于包括如下步骤：

(1)预处理，载入书法汉字模板，对模板和用户手写汉字轨迹进行重新采样，通过插值方法得到处理后的轨迹，去除模板中的多余分岔和平滑手写汉字汉字轨迹；

(2)通过笔画布局评价对手写汉字中每个笔画的位置布局进行评价；

(3)通过部件布局评价对手写汉字中的每个部件进行布局评价；

(4)通过整体字形评价对手写汉字的整体形态进行评价；

(5)综合步骤(2)、(3)、(4)的评价结果，给出评价结论。

2、根据权利要求1所述的手写汉字布局评价方法，其特征在于所述步骤(1)包括模板的加载、用户书写笔画检查、归一化、轨迹的采样、重构，具体操作如下：

11)模板的加载，载入标准楷书字体时序模板，该模板包含了国标一级字库中所有汉字的笔画时序信息；

12)笔画检查，将模板笔画与用户手写汉字笔画进行对比，若笔画数相同，则可进行后续步骤，否则判为笔画数错误；

13)模板与用户手写汉字轨迹的归一化，此步骤首先分别获取模板和用户手写汉字的笔画所占的区域，然后根据长宽比进行缩放，将模板及用户手写汉字的轨迹恢复到240*240大小的矩形区域，且对齐两者的中心，这样可消除用户手写的随意性对评价的影响；

14)模板与用户书写轨迹的重采样，使用5选1的下采样对模板及用户书写轨迹进行重采样，去除模板的多余分岔，同时保护用户的书写风格；

15)模板与用户书写轨迹的插值重构，利用DDA线性插值方法对采样点进行线性插值重构。

3、根据权利要求1所述的手写汉字布局评价方法，其特征在于所述步骤(2)包括5个指标：

指标1：某笔画相对于模板出现的位置是否恰当；

指标2：某笔画的长度与模板比较，是否合适；

指标3：该笔画所占区域的宽度和高度与模板比较，是否合适；

指标4：该笔画与其它笔画的相对位置偏离是否合适；

指标5：该笔画与其它笔画的交点情况是否正确。

4、根据权利要求1所述的手写汉字布局评价方法，其特征在于所述步骤(3)包括2个指标：

指标6：某部件相对于模板所占区域的宽度和高度是否合适；

指标7：某部件相对于其他部件位置是否合适。

5、根据权利要求1所述的手写汉字布局评价方法，其特征在于所述步骤(4)包括2个指标：

指标8：整字宽高比例是否恰当；

指标9：整字重心位置是否恰当。

6、根据权利要求1所述的手写汉字布局评价方法，其特征在于所述步骤(5)中，根据指标1到指标9进行综合评价，具体做法是对指标1到指标9进行线性加权和，从而得到最终布局评价得分。

Images