CN102855082A - 用于重叠文本用户输入的字符识别 - Google Patents

用于重叠文本用户输入的字符识别 Download PDF

Info

Publication number
CN102855082A
CN102855082A CN201210193496XA CN201210193496A CN102855082A CN 102855082 A CN102855082 A CN 102855082A CN 201210193496X A CN201210193496X A CN 201210193496XA CN 201210193496 A CN201210193496 A CN 201210193496A CN 102855082 A CN102855082 A CN 102855082A
Authority
CN
China
Prior art keywords
stroke
character
subset
sequence
input
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.)
Granted
Application number
CN201210193496XA
Other languages
English (en)
Other versions
CN102855082B (zh
Inventor
H.A.罗利
F.奥赫
Y.李
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.)
Google LLC
Original Assignee
Google LLC
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 Google LLC filed Critical Google LLC
Publication of CN102855082A publication Critical patent/CN102855082A/zh
Application granted granted Critical
Publication of CN102855082B publication Critical patent/CN102855082B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06V30/12—Detection or correction of errors, e.g. by rescanning the pattern
    • G06V30/127—Detection or correction of errors, e.g. by rescanning the pattern with the intervention of an operator
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/017—Gesture based interaction, e.g. based on a set of recognized hand gestures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
    • G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
    • G06F3/0233—Character input methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
    • G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
    • G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
    • G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/274—Converting codes to words; Guess-ahead of partial word inputs
    • 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
    • G06V30/142—Image acquisition using hand-held instruments; Constructional details of the instruments
    • G06V30/1423—Image acquisition using hand-held instruments; Constructional details of the instruments the instrument generating sequences of position coordinates corresponding to handwriting
    • 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
    • G06V30/387—Matching; Classification using human interaction, e.g. selection of the best displayed recognition candidate
    • 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

Abstract

本发明涉及用于重叠文本用户输入的字符识别。本文描述的技术可以识别输入到计算设备的至少部分在彼此顶部上书写的手写字符。这些手写字符可以由一个或多个笔划形成。用户可以在图形用户接口的近似相同的区域上（即在彼此顶部上）书写单词的部分或者字符，而不必在字符输入之间等待超时并且不必在输入另一个字符的输入之前选择指示字符完成的按钮或者提供指示字符完成的另一个输入。一旦至少部分地识别了字符，则可以改变与屏幕上显示的用户输入相应的图形指示。这样的改变可以包括淡化图形指示或者改变图形指示的大小或位置。

Description

用于重叠文本用户输入的字符识别
技术领域
本公开涉及用于重叠文本用户输入的字符识别。
背景技术
用户可能经常经由触敏输入设备（例如触敏屏）与诸如移动电话、个人数据助理（PDA）、台式计算机、签名垫、平板计算机或者其他移动设备之类的计算设备交互。典型的触敏屏（在本文中统称为“触摸屏”）允许用户经由使用例如触笔或手指在屏幕上书写而输入文本。一些触摸屏，尤其是较小设备中的那些触摸屏，具有有限的书写区域。典型的字符识别软件通过重新定义书写的字符而将一个字符与另一个进行区分，因此它们以单笔划绘制，从而要求用户在书写第二字符之前等待超时时段或者在字符之间使用水平偏移。
发明内容
在一个实例中，提供了一种用于识别字符的方法。该方法包括在计算设备的基于触摸的接口处接收与笔划序列有关的基于触摸的输入，其中笔划序列的第一子集与基于触摸的接口的第一区域相应并且笔划序列的第二子集与基于触摸的接口的第二区域相应，该第二区域至少部分地与第一区域重叠。该方法进一步包括：在耦合到计算设备的输出设备上显示笔划序列的第一子集的图形表示；并且确定第一字符近似匹配笔划序列的第一子集的置信水平，其中该置信水平具有至少第一置信阈值。该方法也包括：基于置信水平改变笔划序列的第一子集的图形表示的显示；并且在置信水平具有至少第二置信阈值时提供第一字符以便由计算设备上执行的应用程序处理，其中该应用程序被设计成处理来自基于触摸的输入的字符。
在另一个实例中，提供了一种有形的计算机可读介质，其包括用于使得可编程处理器执行操作的指令。这些指令可以包括在计算设备的基于触摸的接口处接收与笔划序列有关的基于触摸的输入，其中笔划序列的第一子集与基于触摸的接口的第一图形区域相应并且笔划序列的第二子集与基于触摸的接口的第二图形区域相应，该第二图形区域至少部分地与第一图形区域重叠。这些指令也可以包括：在耦合到计算设备的输出设备上显示笔划序列的第一子集的图形表示，并且按照至少第一置信阈值确定笔划序列的第一子集与第一字符相应。这些指令也可以包括基于确定笔划序列的第一子集与第一字符相应而改变笔划序列的第一子集的图形表示。这些指令可以包括提供第一字符以便由计算设备上执行的应用程序处理，其中该应用程序被设计成处理来自基于触摸的输入的字符。
在又一个实例中，提供了一种包括一个或多个处理器的计算设备。该计算设备可以进一步包括：输入设备，用于接收与文本信息有关的笔划序列的基于触摸的用户输入，其中笔划序列包括与输入设备的第一区域相应的第一笔划子集和与输入设备的第二区域相应的第二笔划子集，该第二笔划子集至少部分地与第一笔划子集重叠。该计算设备也可以包括用于确定笔划系列的哪些笔划落入笔划序列的第一子集内并且用于确定笔划序列的第一子集与第一字符相应的装置。该计算设备可以进一步包括用于显示笔划序列的第一子集的图形表示的输出设备，其中该输出设备基于确定笔划序列的第一子集与第一字符相应而改变图形表示，其中该输出设备进一步输出第一字符。
下面的附图和描述阐明了本公开的一个或多个方面的细节。本公开的其他特征、目的和优点根据说明书和附图并且根据权利要求书将是清楚明白的。
附图说明
图1为图解说明依照本公开一个或多个方面的计算设备的实例的框图，该计算设备可以执行一个或多个应用程序以及接收用户输入。
图2为图解说明依照本公开一个或多个方面的图1中所示的计算设备的一个实例的另外的细节的框图。
图3为图解说明依照本公开一个或多个方面的实例方法的流程图，该实例方法可以由计算设备执行以便识别与触摸输入相应的字符。
图4为图解说明依照本公开一个或多个方面的可以由执行字符识别模块的计算设备识别的基于触摸的输入的笔划序列的一个实例的概念图。
图5A-5D为图解说明依照本公开一个或多个方面的可以由字符识别模块分析的由用户输入的笔划序列的一个实例的概念图。
依照常见的做法，各个描述的特征未按比例绘制并且被绘制以便强调与本公开有关的特征。贯穿整个附图和文本，相似的附图标记表示相似的元件。
具体实施方式
本公开的技术允许计算设备识别至少部分地在彼此顶部上书写的手写字符。计算设备的用户通过由一个或多个笔划形成的输入（例如触摸输入）而输入手写字符。字符可以为传达信息的任何标志，诸如但不限于字母、数字或者其他符号。
用户可以在屏幕的近似相同区域上（即在彼此顶部上）连续地书写者单词的部分或字符，而不必在字符输入之间等待超时并且不必在输入另一个字符的输入之前选择指示字符完成的按钮或者提供指示字符完成的另一个输入。可以显示屏幕上与用户输入相应的图形指示（在本文中称为“墨水”）。
计算设备可以具有自动地将字符彼此分离的字符识别模块。潜在地识别的字符可以具有这样的置信水平，该置信水平指示潜在地识别的字符与用户输入相应的精度水平。一旦以高于第一置信阈值的置信水平识别了字符，那么可以利用指示从用户输入识别了字符的属性（例如至少部分地淡化）显示与该识别的字符相应的用户输入的图形表示。一旦以高于第二置信阈值的置信水平识别了字符，那么识别模块可以产生、标识或者提供与该输入相应的字符以供另一个应用程序使用。当以高于第二置信水平的置信水平识别了字符时，可以从显示中移除识别的字符的图形表示。在一些实例中，计算设备显示那些被识别为文本的字符。这里描述的技术也可以在不同于个别的字符（诸如单词或句子）的基础上进行应用。
图1为图解说明依照本公开一个或多个方面的计算设备2的实例的框图，该计算设备可以执行一个或多个应用程序（例如文本输入应用程序8）以及接收用户输入18。在一些实例中，计算设备2可以包括、可以是便携式计算设备（例如移动电话、上网本、膝上型计算机、个人数据助理（PDA）或者平板设备）或固定式计算机（例如台式计算机）或者可以是其一部分，或者可以是诸如签名垫之类的另一种计算设备。计算设备2也可以连接到包括有线或无线网络的网络。在下文讨论的图2中更全面地描述了计算设备2的一个实例。
计算设备2可以包括诸如存在敏感设备之类的输入/输出（“I/O”）设备12，该输入/输出设备能够接收来自用户14的用户输入18，诸如例如检测姿势。在一个实例中，I/O设备12是能够接收来自用户14的用户输入18的触敏设备（例如触摸屏、跟踪垫、跟踪点等等），其中用户输入18为触摸输入。在一个实例中，I/O设备12可以产生一个或多个与在I/O设备12上触摸的位置的坐标相应的信号。这些信号可以作为信息提供给计算设备2的部件（例如图1中的文本输入应用程序8、图2中的处理器30或操作系统44）。I/O设备12也可以向用户14显示或者以其他方式输出（例如听觉）信息。例如，I/O设备12可以显示字符22或光标24。在其他实例中，I/O设备12可以显示视频或其他图形信息。I/O设备12可以提供许多形式的输出信息给用户14，其将在图2中进一步进行讨论。
在一些实例中，I/O设备12可以包括基于触摸的接口4和显示设备20。在一些实例中，基于触摸的接口4和显示设备20可以集成到单个设备（例如触摸屏）中。在另一个实例中，基于触摸的接口4和显示设备20可以是单独的设备，例如，基于触摸的接口4可以是触摸垫或者跟踪点并且显示设备20可以是液晶显示器（“LCD”）。
用户14可以通过在I/O设备12上执行用户输入18而与I/O设备12（例如触敏屏）交互。例如，用户14可以将用户输入18手写到I/O设备12上。当用户14输入笔迹时，用户输入18可以是印刷体、草书或者任何其他形式的书法或绘画。
用户输入18可以包括由用户14执行的一个或多个姿势。用户14可以通过将一个或多个手指或者诸如触笔15之类的另一个工具放置成与I/O设备12接触而执行用户输入18，该I/O设备可以是触敏屏。触笔15可以是帮助用户14在基于触摸的接口4上手写的任何设备。在一个实例中，用户14可以在与基于触摸的接口4接触的同时移动一个或多个手指。用户输入18可以是手写的并且与来自自然语言的字符关联。来自自然语言的字符可以包括数字、字母、符号或者能够独立地或与其他字符结合地传达意义的其他标记。在一个实例中，字符集合包含来自自然语言的字符。
例如，用户14可以以一个或多个笔划在基于触摸的接口4上进行手写。如在本文中使用的，笔划可以是由基于触摸的接口4接收的单个未中断的运动的任何部分。出于说明性目的，本文的笔划主要就单个运动或者单个字符而言进行描述；然而，要理解的是，笔划可以是完整运动或者可以是完整运动的片段或部分，并且可以是字符的部分、整个字符或者超过一个字符。在图1的实例中，用户14开始在基于触摸的接口4上手写单词“Hello”。为了这样做，用户14可以经由基于触摸的接口4手写笔划19-1至19-4的序列。用户14手写用于与“H”的左侧相应的垂直线的第一笔划19-1，然后开始用于“H”的水平条的第二笔划19-2。用户14通过书写第三笔划19-3而完成“H”，该第三笔划是另一根垂直线。接下来，用户14书写用于“Hello”中的“el”的笔划19-4。“e”与笔划19-4的第一部分相应并且“l”与笔划19-4的第二部分相应。
I/O设备12可以产生传输到用户输入模块6的与用户输入18相应的信号。用户输入模块6可以处理接收自用户14的用户输入18。在一些情况下，用户输入模块6可以执行用户输入18的附加处理，诸如例如将用户输入18转换成更合用的形式。在一些实例中，用户输入模块6将信号提供给显示设备20以便显示用户输入18的图形表示。例如，当用户14在基于触摸的接口4上书写笔划19-1至19-4时，显示设备20显示与用户输入18相应的墨水。在一些情况下，用户输入模块6可以将与用户输入18相应的信号传输至诸如文本输入应用程序8之类的应用程序，或者传输至计算设备2中的另一个部件。文本输入应用程序8可以是接受文本用户输入的任何应用程序，诸如例如字处理应用程序、因特网浏览器、可以利用文本用户输入进行控制的应用程序等等。在一些实例中，用户输入模块6可以确定用户输入18的持续时间或者在接收一个笔划与接收另一个笔划之间的任何持续时间。例如，输入模块6可以测量两个笔划之间的时间段以便区分例如单个字符和单词。
在一些实例中，文本输入应用程序8可以包括字符识别模块10。字符识别模块10可以对与用户输入18相应的信号执行识别操作。该识别操作可以确定与用户输入18的至少一部分相应的字符，例如字符22。在一个实例中，识别操作可以分析用户输入18以便确定用户输入18的任何部分是否与一个或多个字符相应。字符识别模块10可以将评分或等级分配给针对用户输入18一部分的潜在字符匹配。评分或等级是笔划或者笔划序列有多大可能与特定字符相应的度量。字符识别模块10可以至少部分地基于该评分或等级以及其他因素从潜在的字符匹配中选择字符。在一个实例中，字符识别模块10可以在与用户输入18的部分相应的字符具有高于选择的阈值水平的评分时选择该字符。在一些实例中，字符识别模块10可以执行用户输入模块6的一些或全部功能。本文描述了字符识别的一些实例方法。在其他实例中，字符识别模块10可以附加地执行现在已知或以后开发的任何方法或者具有现在已知或以后开发的其他字符识别操作和方法的任何特征。本文描述的技术通常就字符而言进行讨论；然而，本文描述的技术也可以适用于单词、句子或者其他字符群组。例如，字符识别模块10可以识别部分地与其他单词或字符重叠的一个或多个单词。
例如，字符识别模块10可以在分析用户输入18时访问参考数据库11。参考数据库11可以包含字符表格、字典和/或语法参考。例如，字符识别模块10可以至少部分地基于用户输入18在参考数据库11中执行查找，其中参考数据库11包含将字符与一个或多个笔划映射的表格。在另一个实例中，字符识别模块10可以在参考数据库11中执行潜在单词的查找以便帮助至少部分地基于某个字符与先前识别的字符的关系而识别该字符。例如，如果字符识别模块10先前将五个字符识别为O、R、A、N和G，那么基于第六个字符之前的“ORANG”，存在该第六个字符为字母E的较高可能性，从而拼写出“ORANGE”。因此，字符识别模块10可以针对第六个字符给予字母E比针对其他字符的等级更高的等级。类似地，字符识别模块10可以至少部分地基于语法规则使用参考数据库11中的语法参考来给字符或单词分等级。字符识别模块10可以进一步基于笔划子集与另一个字符的关系（例如，该笔划子集是单词中的下一个字母或者是句子中的下一个单词）而确定该笔划子集的字符。
在图1的实例中，字符识别模块10已经识别了笔划19-1至19-3，这些笔划被示为识别的输入26，与字母“H”相应。字符识别模块10可以产生与识别的输入26相应的信号，并且将它提供给文本输入应用程序8或者提供给计算设备2内的另一个部件或模块。例如，字符识别模块10可以向文本输入应用程序8提供指示用户14已经输入了字母“H”的信号。文本输入应用程序8可以产生与字母“H”相应的信号以供文本输入应用程序8或者计算设备2进一步处理。在一个实例中，文本输入应用程序8在显示设备20上显示识别的输入26。例如，显示设备20可以在光标24的位置处显示表示识别的输入26的字符22。此外，光标24或者任何其他文本可以由于字符22的添加而被重新定位。
在另一个实例中，字符识别模块10指示I/O设备12停止显示任何先前显示的识别的输入26的图形表示和/或修改该图形表示的显示。即，一旦字符识别模块10识别了该用户输入18部分，那么显示设备20可以改变与识别的输入26相应的墨水。例如，与识别的输入26相应的墨水可以淡出。在另一个实例中，一旦识别的输入26被识别（例如，将识别的输入26显示为轮廓），那么显示设备20可以以不同的位置、不同的颜色、不同的字体显示识别的输入26，或者可以改变字体品质（例如粗体、下划线或斜体）或大小，或者可以改变墨水的任何其他属性。在其他实例中，至少部分地基于精确地识别了笔划的置信水平，较旧的笔划可以随着时间缓慢地淡出、移开到一侧、改变大小或者以其他方式改变以便使显示设备20清洁。在一个实例中，以高于至少第二阈值水平的置信水平识别的笔划完全从显示设备20中淡化。
在图1所示的实例中，字符识别模块10尚未识别用户输入18的另一部分，即未识别的输入28。显示设备20可以（例如用墨水）显示未识别的输入28的图形表示。在一个实例中，显示设备20可以用与识别的输入26不同风格的墨水（例如以不同的颜色、不同的线宽、不同的透明度等等）显示未识别的输入28。一旦字符识别模块10按照至少第一阈值置信水平识别了未识别的输入28，那么显示设备20可以像显示识别的输入26那样显示未识别的输入28。
在一个实例中，计算设备2为具有基于触摸的接口4的移动设备，该接口具有有限的图形区域。本文描述的技术使得用户14能够更高效地将基于触摸的接口4用于手写用户输入。在其他实例中，计算设备2为台式机器。在这样的实例中，用户14可以输入笔迹以便例如提供到网页字段的输入。
图2为图解说明图1中所示的计算设备2的一个实例的另外的细节的框图。图2图解说明了计算设备2的仅仅一个特定实例，并且在其他情况下可以使用计算设备2的许多其他的实例实施例。
如图2的特定实例中所示，计算设备2包括一个或多个处理器30、存储器32、网络接口34、一个或多个存储设备36、一个或多个输入设备38、一个或多个输出设备40以及一个或多个电池或其他电源42。计算设备2也包括操作系统44，该操作系统可以包括可由计算设备2执行的用户输入模块6。计算设备2可以包括一个或多个应用程序46和文本输入应用程序8，该文本输入应用程序可以包括可由计算设备2执行的字符映射模块10。操作系统44、应用程序46和文本输入应用程序8也可由计算设备2执行。部件30、32、34、36、38、40、42、44、46、6、8和10中的每一个可以（物理地、通信地和/或操作地）互连以用于部件间通信。
处理器30可以被配置成实现功能和/或处理用于在计算设备2中执行的指令。处理器30可能能够处理存储在存储器32中的指令或者存储在存储设备36上的指令。
存储器32可以被配置成在操作期间将信息存储在计算设备2。在一些实例中，存储器32可以被描述为非暂时性的或者有形的计算机可读存储介质。在一些实例中，存储器32是临时存储器，这意味着存储器32的主要目的不是长期存储。在一些实例中，存储器32也可以被描述为易失性存储器，这意味着存储器32在计算机关闭时并不维持存储的内容。易失性存储器的实例包括随机存取存储器（RAM）、动态随机存取存储器（DRAM）、静态随机存取存储器（SRAM）以及本领域中已知的其他形式的易失性存储器。在一些实例中，存储器32可以用来存储由处理器30执行的程序指令。存储器32可以由计算设备2上运行的软件或应用程序（例如应用程序46中的一个或多个）用来在程序执行期间临时地存储信息。
存储设备36也可以包括一个或多个非暂时性的或者有形的计算机可读存储介质。存储设备36可以被配置成存储比存储器32更大量的信息。存储设备36可以进一步被配置用于信息的长期存储。在一些实例中，存储设备36可以包括非易失性存储元件。这样的非易失性存储元件的实例可以包括磁性硬盘、光盘、软盘、闪存或者电可编程存储器（EPROM）或电可擦除可编程（EEPROM）存储器的形式。
计算设备2也包括网络接口34。计算设备2可以利用网络接口34经由一个或多个网络（诸如一个或多个无线网络）与外部设备通信。网络接口34可以是诸如以太网卡之类的网络接口卡、光收发器、射频收发器或者任何其他类型的可以发送和接收信息的设备。这样的网络接口的实例可以包括移动计算设备中的Bluetooth®、3G和WiFi®无线电设备以及USB。这样的无线网络的实例可以包括WiFi®、Bluetooth®和3G。在这样的实例中，计算设备2可以利用网络接口34与诸如服务器、移动电话或者其他联网计算设备之类的外部设备（未示出）无线地通信。
计算设备2也可以包括一个或多个输入设备38。输入设备38可以被配置成通过触觉、音频或视频输入接收来自用户的输入。输入设备38的实例可以包括触敏屏、鼠标、键盘、语音响应系统、视频照相机或者用于检测来自用户的命令的任何其他类型的设备。
一个或多个输出设备40也可以包括在计算设备2中，例如I/O设备12。输出设备40可以被配置成使用触觉、音频或视频输出向用户提供输出。输出设备40可以包括触敏屏、声卡、视频图形适配卡或者用于将信号转换成人类或机器可理解的适当形式的任何其他类型的设备。输出设备40的附加实例可以包括扬声器、阴极射线管（CRT）监视器、液晶显示器（LCD）或者任何其他类型的可以向用户提供输出的设备。
计算设备2可以包括一个或多个电池或者电源42，其可以是可再充电的并且向计算设备2供电。一个或多个电源42可以是由镍-镉、锂离子或者任何其他适当的材料制成的电池。所述一个或多个电源42可以是可再充电的和/或设备2可以经由电源连接而被供电。
计算设备2可以包括操作系统44。操作系统44可以控制计算设备2的部件的操作。例如，操作系统44可以促进应用程序46或文本输入应用程序8与处理器30、存储器32、网络接口34、存储设备36、输入设备38、输出设备40和电池42的交互。
操作系统44可以附加地包括用户输入模块6。用户输入模块6可以作为操作系统44的一部分而被执行。在其他情况下，用户输入模块6可以由计算设备2实现或执行。用户输入模块6可以处理输入，例如通过一个或多个输入设备38接收自用户14的用户输入18。可替换地，用户输入模块6可以接收来自诸如处理器30、存储器32、网络接口34、存储设备36、一个或多个输出设备40、电池42或者操作系统44之类的部件的输入。在一些情况下，用户输入模块6可以对用户输入18执行附加的处理。在其他情况下，用户输入模块6可以将输入传输至应用程序（例如应用程序46或者文本输入应用程序8）或者计算设备2中的其他部件。
计算设备2内实现或者由计算设备2执行的任何应用程序（例如应用程序46或者文本输入应用程序8）可以在计算设备2的部件内实现或者包含于所述部件内、可由其操作、由其执行和/或操作/通信耦合到所述部件，例如处理器30、存储器32、网络接口34和/或存储设备36。在一个实例中，字符识别模块10在与计算设备2物理分离并且经由网络接口34通过网络连接而连接到计算设备2的服务器上执行。
图3为图解说明依照本公开一个或多个方面的实例方法50的流程图，该方法可以由计算设备执行以便识别与触摸输入相应的字符。例如，方法50可以由图1或图2中所示的计算设备2执行。
方法50包括：在计算设备的基于触摸的接口处接收与笔划序列有关的基于触摸的输入，其中笔划序列的第一子集与基于触摸的接口的第一图形区域相应并且笔划序列的第二子集与基于触摸的接口的第二图形区域相应，该第二图形区域至少部分地与第一图形区域重叠（52）。这些笔划将在下文中针对图4和图5更加详细地进行讨论。方法50进一步包括在耦合到计算设备的输出设备上显示笔划序列的第一子集的图形表示（53）。
方法50进一步包括确定第一字符近似匹配笔划序列的第一子集的置信水平，其中该置信水平具有至少第一置信阈值（54）。例如，字符识别模块10可以分析笔划序列的第一子集以便确定第一笔划子集是否与潜在的字符相应。字符识别模块10可以将第一笔划子集与例如存储在参考数据库11中的字符集合进行比较，并且至少部分地基于字符有多大可能匹配第一笔划子集而为每个字符或者为字符集合的子集分配等级或评分，其中所述等级或评分与置信水平有关。
在一个实例中，字符识别模块10可以确定与第一字符的相合性的度量。例如，当第一字符的形状近似匹配第一笔划子集的形状时，可以针对相合性相对于较少相合的字符给第一字符相对高地分等级或评分。当第二字符的形状不近似匹配第一笔划子集的形状时，可以针对相合性未给第二字符高地分等级或评分。在该实例中，作为针对第一笔划子集的潜在的匹配，可以给予第一字符比第二字符更高的等级或评分。
方法50可以进一步包括基于置信水平调节笔划序列的第一子集的图形表示的显示（例如部分地淡化该图形表示）（56）。在一个实例中，可以基于较大的置信水平而较大程度地调节笔划序列的第一子集的图形表示。在另一个实例中，可以不淡化该图形表示，直到第一字符与笔划序列的第一子集相应的置信水平至少等于或者高于第一置信阈值。在一个实例中，基于置信水平淡化图形表示帮助使输出设备清洁以用于附加的用户输入。在一个实例中，可以在单词水平上执行淡化，例如，整个单词可以作为群组而被淡化。在一些实例中，可以基于超时时段而确定淡化（例如，在输入之后的特定时间淡化笔划）。在一些实例中，一旦在第一笔划之后输入了阈值数量的笔划，则可以淡化第一笔划。
方法50也可以包括：在所述置信水平具有至少第二置信阈值时提供第一字符以供计算设备上执行的应用程序处理，其中该应用程序被设计成处理来自基于触摸的输入的字符（58）。在一个实例中，第二置信阈值是指示第一笔划序列与第一字符相应的选择的阈值。在一个实例中，第二置信阈值可以指示比第一置信阈值更高的精度。在另一个实例中，第二置信阈值可以近似等于第一置信阈值。
字符识别模块10可以使用以便识别用户输入18的其他因素包括两个笔划之间的垂直间距（例如在第一方向上两个笔划之间的距离），两个笔划之间的水平间距（例如在垂直于第一方向的第二方向上两个笔划之间的距离），笔划的水平或垂直定位（例如笔划位于触摸屏上的位置），笔划的交叉（例如一个笔划与另一个笔划相交的位置），笔划子集中的笔划数量，输入笔划的时间顺序，单笔划中不同字符的组合，先前识别的字符、单词或句子，或者字符识别中使用的任何其他适当的因素。此外笔划的分割可以基于任何上面列举的因素。例如，当用户14在基于触摸的接口4的第一侧开始书写且到达相对侧，并且然后再次在第一侧开始书写时，与在第一侧的笔划的重叠可以指示字符之间的分割。
字符识别模块10可以至少部分地基于任何数量的前述因素选择字符。在一个实例中，字符识别模块10可以将权重分配给每个因素并且可以至少部分地基于这些因素的加权平均来选择字符。在一个实例中，字符识别模块10或者计算设备2中的其他应用程序可以使用最小错误率训练（MERT）来分配或者修改特定因素的权重。MERT是一种用来估计线性模型中分配的权重的方法，使得用于测量系统性能的自动评价准则可以直接在训练中优化。换言之，当用户14使用计算设备2时，计算设备2可以使用MERT以提高用户14的笔迹识别的精度。在一个实例中，基于其置信水平部分地淡化的笔划可以帮助用户14训练字符识别模块10。在一些实例中，在计算设备2的训练模式中将MERT技术应用到计算设备2。在其他实例中，在用户14输入用户输入18时应用MERT技术。用户14对字符识别模块10识别的字符所做的任何校正都可以用来提高字符识别模块10的精度。
一旦识别了字符，方法50可以标识或者提供第一字符以供计算设备上执行的应用程序处理，其中该应用程序被设计成处理来自基于触摸的输入的字符（56）。例如，字符识别模块10产生与第一字符相应的信号以供文本输入应用程序8处理，例如在光标24处显示第一字符。在另一个实例中，文本输入应用程序8可以使用与第一字符相应的信号作为控制输入。
图4为图解说明依照本公开一个或多个方面的可以由执行字符识别模块的计算设备识别的基于触摸的输入19-1至19-4的笔划序列的一个实例的概念图。例如，用户14使用计算设备2的触摸屏60手写笔划19-1至19-4序列。触摸屏60可以显示笔划19-1至19-4序列的图形表示。
笔划19-1至19-4序列可能已经以从笔划19-1至笔划19-4的时间顺序而被输入。如图4中所示，用户可能已经在触摸屏60的第一图形区域62-1中书写了字母“H”作为笔划序列的第一子集，即笔划19-1至19-3。用户14可以在笔划序列的第一子集顶部上继续书写，例如笔划19-4与笔划19-3重叠。笔划19-4在触摸屏60的第二图形区域62-2中书写，其中第二图形区域62-2与第一图形区域62-1重叠。字符识别模块10可以识别用户14输入的字符，而不管这些字符的至少一部分彼此重叠。这允许用户14在不等待字符识别模块10识别先前书写的笔划的情况下重新使用触摸屏60的区域。
字符识别模块10可以至少部分地基于精确确定的概率而指示显示设备20改变笔划子集的显示（例如淡化笔划子集的显示）。例如，笔划子集越可能被精确地识别，则墨水的浓淡显示得越浅。在一个实例中，一旦字符识别模块10确定笔划子集与具有高于阈值置信水平的等级或评分的字符相应，则显示设备20停止显示那些笔划（例如，与识别的字符相应的笔划可以完全淡出）。
字符识别模块10也可以检测诸如未识别的输入28之类的单笔划中的两个或更多字符。字符识别模块10在用户输入18连接字符（例如在草写笔迹中）时确定一个字符与另一个字符之间的边界。例如，字符识别模块10可以至少部分地基于本文描述的技术区分笔划19-4中的“e”和“l”。
图5A-5D为图解说明依照本公开一个或多个方面的可以由字符识别模块分析的由用户输入的笔划70序列的一个实例的概念图。在图5A-5D所示的实例中，用户以笔划70序列的形式书写“Hello”，该笔划序列包括笔划70-1至70-9。在图5A-5D中，为了清楚起见笔划70被示为具有水平偏移；然而，要理解的是，笔划70-1至70-9中的一些可以书写在其他笔划70-1至70-9顶部上（即，笔划70-1至70-9中的一些可以重叠）。
在一个实例中，字符识别模块10可以考虑笔划70序列的不同子集以便确定用户14打算输入哪些字符。例如，用户14经由基于触摸的接口4按时间顺序将笔划70序列输入到计算设备2。图5A-5D图解说明了字符识别模块10可以如何至少部分地基于核查不同时间顺序的笔划子集而确定哪些笔划处于第一笔划子集中，直到根据该子集内的笔划识别了字符。
在图5A中，字符识别模块10可以单独地考虑每个笔划70-1至70-9。即，笔划70序列的子集包含单笔划。字符识别模块10可以考察每个笔划70-1至70-9并且为每个与字符的近似匹配分配评分。例如，字符识别模块10可以在字母“L”和“I”的大小写以及数字1中找到用于笔划70-1、70-3、70-7和70-8的近似匹配。在这样的实例中，在没有任何现有的用户输入18被识别的情况下，字符识别模块10可以至少部分地基于笔划70-1至70-9序列而将评分或等级分配给潜在的匹配。在先前识别了字符的实例中，字符识别模块10可以附加地至少部分地基于先前识别的字符而分配评分。
此外，例如，字符识别模块10认为笔划70-2、70-5和70-6潜在地为短划线“-”或者下划线“_”并且可以相应地给这些潜在的结果分等级。然而，在一些实例中，由于笔划70-6相对高的垂直放置，字符识别模块10可能给予“_”相对低的评分。笔划70-4可以近似地匹配为大写字母“L”并且被分配高的等级。同样地，笔划70-9可能为大写或小写字母“O”或者数字“0”。
字符识别模块10可以基于其精确地匹配所述字符中的一个或者任何字符的似然率（例如基于先前或后续的笔划子集、垂直定位、大小等等）给这些潜在的匹配分等级或评分。高的等级可以是表明字符比基线或平均更可能是预期的字符的等级。相比较而言，低的等级可以是表明字符比基线或平均较不可能是预期的字符的等级。
字符识别模块10也可以像在图5B中那样考虑具有两个笔划的笔划子集70。在一些实例中，笔划子集70包含连贯的笔划（即在时间顺序上彼此紧挨着出现的笔划）。在其他实例中，笔划子集70包含不连贯的笔划（例如，与字母“I”相应的笔划子集可能不是连贯的，因为用户14可能在完成单词的其他字母之后给“i”加点）。出于说明的目的，图5A-5D示出了包含连贯笔划的笔划子集70。
字符识别模块10可以将笔划子集中的每个笔划的组合看作单个字符。例如，在图5B中，包含笔划70-2和70-3以及70-3和70-4的笔划子集70可能潜在地为字母“t”或符号“+”，并且可以由字符识别模块10分等级或评分。一些笔划子集70（例如70-3和70-4以及70-7和70-8）可能没有潜在的匹配。在这样的实例中，那些笔划子集被分配低的等级或评分，或者根本没有等级或评分。
图5C示出了包含三个连贯笔划的笔划子集的实例。在该实例中，字符识别模块10将笔划70-1至70-3识别为潜在地是字母“H”。该识别可以基于将笔划子集与字符数据库进行比较，或者可以以另一种方式执行。因此，对于该笔划子集来说，可以给予字母“H”高的评分或等级。类似地，笔划70-4至70-6与字母“E”相应并且可以相应地评分或分等级。一旦字符识别模块10确定笔划子集可能是“E”，那么字符识别模块10可以使用该信息对先前分等级或评分的字符重新分等级或重新评分。例如，一旦检测到“E”，则字符识别模块10可以给予“H”较高的等级或评分。字符识别模块10可以提高“H”的等级，因为字符识别模块10可以查阅包含字典的数据库，所述字典列出了以“he”开始的单词。
同样地，图5D示出了其中笔划子集70包含四个连贯笔划的实例。在一些实例中，字符识别模块10可以具有可以为字符考虑的笔划的阈值数量。在图5D的实例中，字符识别模块10可以将笔划数量的阈值水平设置为四。这可能因为随着子集中的笔划数量提高，该子集匹配特定字符的似然率降低。在该实例中，字符识别模块10可能找不到任何高等级的字符匹配。
字符识别模块10在识别用户14的输入时可以考虑一些或者所有笔划子集以及它们的相应匹配的等级或评分。例如，基于各种因素，字符识别模块10可以将子集与彼此以及子集内的潜在字符匹配比较。在一些实例中，字符识别模块10维持至少高达最大数量的潜在匹配（例如，字符识别模块10为每个笔划子集存储20个最可能的潜在匹配）。在其他实例中，潜在匹配的最大数量可以是另一数量。
在一个实例中，字符识别模块10可以比较用于特定字符的子集的不同评分或等级，并且将具有用于该子集的最高评分的那个字符或者具有高于选择的阈值水平的评分的字符选择为匹配字符。在另一个实例中，字符识别模块10可以访问字典或语法参考以便至少部分地基于确定的字符序列来标识和/或建议单词。在一个实例中，字符识别模块10确定图5A-5D中的用户输入18为单词“Hello”。
本文描述的技术可以至少部分地以硬件、软件、固件或者其任何组合实现。例如，描述的实施例的各个方面可以在一个或多个处理器（包括一个或多个微处理器、数字信号处理器（DSP）、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或者任何其他等效的集成或分立的逻辑电路系统以及这样的部件的任何组合）内实现。术语“处理器”或“处理电路系统”通常可以单独地或者与其他逻辑电路系统结合地指代任何前述的逻辑电路系统或者任何其他等效的电路系统。包括硬件的控制单元也可以执行本公开的一种或多种技术。
这样的硬件、软件和固件可以在相同的设备内或者在单独的设备内实现以便支持本文描述的各种技术。此外，任何所描述的单元、模块或部件可以一起或者单独地实现为分立的但是可互操作的逻辑设备。将不同的特征描绘为模块或单元意在突出不同的功能方面，并且并不一定意味着这样的模块或单元由单独的硬件、固件或软件部件实现。相反地，与一个或多个模块或单元关联的功能可以由单独的硬件、固件或软件部件执行，或者集成到共同的或单独的硬件、固件或软件部件内。
本文描述的技术也可以在包括利用指令编码的计算机可读存储介质的制品中实施或编码。嵌入或编码到包括编码的计算机可读存储介质的制品中的指令可以使得一个或多个可编程处理器或者其他处理器诸如在包括或编码到计算机可读存储介质中的指令由一个或多个处理器执行时实现本文描述的一种或多种技术。计算机可读存储介质可以包括随机存取存储器（RAM）、只读存储器（ROM）、可编程只读存储器（PROM）、可擦除可编程只读存储器（EPROM）、电可擦除可编程只读存储器（EEPROM）、闪存、硬盘、光盘ROM（CD-ROM）、软盘、磁带、磁性介质、光学介质或者其他计算机可读介质。在一些实例中，制品可以包括一个或多个计算机可读存储介质。
在一些实例中，计算机可读存储介质可以包括非暂时性的或者有形的介质。措词“非暂时性”可以指示存储介质不以载波或传播信号实施。在特定实例中，非暂时性存储介质可以存储可以随着时间改变的数据（例如在RAM或缓存中）。
已经描述了本公开的各个方面。本文描述的实例的方面或特征可以与另一个实例中描述的任何其他方面或特征结合。这些和其他实施例处于所附权利要求书的范围内。

Claims (20)

1.一种用于识别字符的方法，包括：
在计算设备的基于触摸的接口处接收与笔划序列有关的基于触摸的输入，其中笔划序列的第一子集与基于触摸的接口的第一区域相应并且笔划序列的第二子集与基于触摸的接口的第二区域相应，该第二区域至少部分地与第一区域重叠；
在耦合到计算设备的输出设备上显示笔划序列的第一子集的图形表示；
确定第一字符近似匹配笔划序列的第一子集的置信水平，其中该置信水平具有至少第一置信阈值；
基于置信水平，改变笔划序列的第一子集的图形表示的显示；以及
在置信水平具有至少第二置信阈值时提供第一字符以便由计算设备上执行的应用程序处理，其中该应用程序被设计成处理来自基于触摸的输入的字符。
2.权利要求1的方法，其中改变笔划序列的第一子集的图形表示的显示进一步包括：
当置信水平具有至少第二置信阈值时，停止显示笔划序列的第一子集的图形表示。
3.权利要求1的方法，其中确定第一字符近似匹配笔划序列的第一子集的置信水平进一步包括：
将笔划序列的第一子集的图形表示与字符集合的一个或多个字符比较；
至少基于所述图形表示与所述一个或多个字符的比较，给所述一个或多个字符分等级，其中该等级与置信水平有关；以及
至少部分地基于该等级，将所述一个或多个字符选择为第一字符。
4.权利要求3的方法，其中分等级是至少部分地基于所述图形表示匹配所述一个或多个字符的紧密程度。
5.权利要求3的方法，其中将第一子集的图形表示与一个或多个字符比较进一步包括：
将笔划序列的第一子集的至少一个属性与所述一个或多个字符的相应属性进行比较，
其中所述至少一个属性包括第一子集的图形表示与所述一个或多个字符之间的相合性、笔划的垂直间距、笔划的水平间距、笔划的交叉、笔划大小和笔划数量之一。
6.权利要求5的方法，其中至少部分地基于所述比较给所述一个或多个字符分等级进一步包括：
计算所述至少一个属性以及至少第二属性的加权平均，其中使用最小错误率训练来确定应用到所述一个或多个属性的权重。
7.权利要求1的方法，进一步包括：
确定笔划序列的第二子集与第二字符相应；以及
产生第二字符以便由所述应用程序处理。
8.权利要求7的方法，进一步包括：
以文本显示在第一位置处显示第一字符；以及
以文本显示在第二位置处显示第二字符，其中第二位置是部分地基于第一字符与第二字符之间的关系。
9.权利要求1的方法，其中第一区域近似与第二区域相同。
10.权利要求1的方法，其中确定第一字符近似匹配笔划序列的第一子集的置信水平进一步包括：
至少基于何时在基于触摸的接口处接收到笔划序列的至少一个笔划而以时间顺序排列笔划序列；
选择至少第一笔划并且将至少第一笔划与一个或多个字符比较；以及
至少部分地基于第一笔划与所述一个或多个字符之间的比较而给所述一个或多个字符分等级。
11.权利要求10的方法，进一步包括：
至少基于所述一个或多个字符的等级而从所述一个或多个字符中选择第一字符。
12.权利要求10的方法，进一步包括：
选择至少第一笔划和与第一笔划连贯的至少第二笔划并且将第一和第二笔划的组合与所述一个或多个字符比较；以及
至少基于所述一个或多个字符与第一和第二笔划的组合的比较给所述一个或多个字符分等级。
13.权利要求12的方法，进一步包括：
将和第一笔划相应的至少一个等级与和第一和第二笔划的组合相应的至少一个等级比较；
至少部分地基于该比较，将至少第一笔划或者第一和第二笔划的组合之一选择为笔划序列的子集。
14.权利要求1的方法，其中确定第一字符近似匹配笔划序列的第一子集的置信水平进一步包括：
至少部分地基于确定的字符给第一字符分等级，其中该等级与置信水平有关；以及
当该等级高于选择的阈值水平时选择第一字符。
15.权利要求14的方法，其中至少部分地基于先前确定的字符给第一字符分等级进一步包括：
相对于语言参考，检查第一字符和确定的字符的组合；以及
至少部分地基于在语言参考中找到第一字符和先前确定的字符的组合的近似匹配而向第一字符提供等级。
16.权利要求1的方法，进一步包括：
至少部分地基于在基于触摸的接口内的笔划的垂直位置、与何时接收到笔划有关的定时信息、笔划之间的垂直间距以及笔划之间的水平间距，确定笔划序列的哪些笔划包含在笔划序列的第一子集中。
17.权利要求16的方法，其中第一笔划子集包含数量小于或等于阈值水平的笔划。
18.权利要求1的方法，其中改变笔划序列的第一子集的图形表示的显示进一步包括：
淡化笔划序列的第一子集的图形表示的显示。
19.一种有形的计算机可读介质，包括用于使得可编程处理器执行包括如下的操作的指令：
在计算设备的基于触摸的接口处接收与笔划序列有关的基于触摸的输入，其中笔划序列的第一子集与基于触摸的接口的第一图形区域相应并且笔划序列的第二子集与基于触摸的接口的第二图形区域相应，该第二图形区域至少部分地与第一图形区域重叠；
在耦合到计算设备的输出设备上显示笔划序列的第一子集的图形表示；
按照至少第一置信阈值确定笔划序列的第一子集与第一字符相应；
基于确定笔划序列的第一子集与第一字符相应而改变笔划序列的第一子集的图形表示；以及
提供第一字符以便由计算设备上执行的应用程序处理，其中该应用程序被设计成处理来自基于触摸的输入的字符。
20.一种计算设备，包括：
一个或多个处理器；
输入设备，用于接收与文本信息有关的笔划序列的基于触摸的用户输入，其中该笔划序列包括与输入设备的第一区域相应的第一笔划子集和与输入设备的第二区域相应的第二笔划子集，该第二笔划子集至少部分地与第一笔划子集重叠；
用于确定笔划系列的哪些笔划落入笔划序列的第一子集内并且用于确定笔划序列的第一子集与第一字符相应的装置；
输出设备，用于显示笔划序列的第一子集的图形表示，其中该输出设备基于确定笔划序列的第一子集与第一字符相应而改变所述图形表示；
其中该输出设备进一步输出第一字符。
CN201210193496.XA 2011-06-13 2012-06-13 用于重叠文本用户输入的字符识别 Active CN102855082B (zh)

Applications Claiming Priority (9)

Application Number Priority Date Filing Date Title
US13/158795 2011-06-13
US13/158,795 US8094941B1 (en) 2011-06-13 2011-06-13 Character recognition for overlapping textual user input
US13/158,795 2011-06-13
US13/250,746 2011-09-30
US13/250,746 US8094942B1 (en) 2011-06-13 2011-09-30 Character recognition for overlapping textual user input
US13/250746 2011-09-30
US13/345,311 US8363949B2 (en) 2011-06-13 2012-01-06 Character recognition for overlapping textual user input
US13/345,311 2012-01-06
US13/345311 2012-01-06

Publications (2)

Publication Number Publication Date
CN102855082A true CN102855082A (zh) 2013-01-02
CN102855082B CN102855082B (zh) 2016-08-10

Family

ID=45419180

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210193496.XA Active CN102855082B (zh) 2011-06-13 2012-06-13 用于重叠文本用户输入的字符识别

Country Status (6)

Country Link
US (4) US8094941B1 (zh)
JP (1) JP2013004095A (zh)
KR (1) KR101417286B1 (zh)
CN (1) CN102855082B (zh)
AU (1) AU2012203340B2 (zh)
DE (1) DE202012005717U1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104238811A (zh) * 2014-08-21 2014-12-24 小米科技有限责任公司 字符识别方法及装置
CN104850254A (zh) * 2013-02-22 2015-08-19 三星电子株式会社 用于通过触摸屏上的书写输入产生内容的方法和设备
WO2015161823A1 (zh) * 2014-04-25 2015-10-29 夏普株式会社 手写识别方法和设备
CN106663189A (zh) * 2014-04-04 2017-05-10 迈思慧公司 用于叠加的笔迹的识别技术的系统和方法
CN107085479A (zh) * 2016-02-15 2017-08-22 三星电子株式会社 提供手写风格校正功能的方法和适用于其的电子装置
CN113157113A (zh) * 2016-06-12 2021-07-23 苹果公司 用于屏幕的手写键盘

Families Citing this family (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8074172B2 (en) 2007-01-05 2011-12-06 Apple Inc. Method, system, and graphical user interface for providing word recommendations
US8463731B2 (en) * 2010-02-17 2013-06-11 Google Inc. Translating user interaction with a touch screen into text
CN102156608B (zh) * 2010-12-10 2013-07-24 上海合合信息科技发展有限公司 多字符连续书写的手写输入方法
US8094941B1 (en) 2011-06-13 2012-01-10 Google Inc. Character recognition for overlapping textual user input
US20140002376A1 (en) * 2012-06-29 2014-01-02 Immersion Corporation Method and apparatus for providing shortcut touch gestures with haptic feedback
DE102012020610A1 (de) * 2012-10-19 2014-04-24 Audi Ag Kraftwagen mit einem Handschrifterkennungssystem
WO2014089669A1 (en) * 2012-12-13 2014-06-19 Blackberry Limited Handwriting-initiated search
JP2014127188A (ja) * 2012-12-27 2014-07-07 Toshiba Corp 整形装置及び方法
US20140210829A1 (en) * 2013-01-31 2014-07-31 Kabushiki Kaisha Toshiba Electronic apparatus and handwritten document processing method
KR102206373B1 (ko) * 2013-02-22 2021-01-22 삼성전자주식회사 터치스크린에서 필기 입력을 통한 컨텐츠 작성 방법 및 장치
KR20140110356A (ko) 2013-03-07 2014-09-17 삼성전자주식회사 입력 장치, 디스플레이 장치 및 그 제어 방법
FR3005175B1 (fr) 2013-04-24 2018-07-27 Myscript Systeme de synchronisation permanente pour la saisie manuscrite
US9116871B2 (en) 2013-05-20 2015-08-25 Microsoft Technology Licensing, Llc Ink to text representation conversion
WO2014200736A1 (en) * 2013-06-09 2014-12-18 Apple Inc. Managing real - time handwriting recognition
US9898187B2 (en) 2013-06-09 2018-02-20 Apple Inc. Managing real-time handwriting recognition
US9727535B2 (en) 2013-06-11 2017-08-08 Microsoft Technology Licensing, Llc Authoring presentations with ink
US9489114B2 (en) * 2013-06-24 2016-11-08 Microsoft Technology Licensing, Llc Showing interactions as they occur on a whiteboard
KR20160022832A (ko) * 2013-06-25 2016-03-02 톰슨 라이센싱 문자 입력을 위한 방법 및 디바이스
KR20150017977A (ko) * 2013-08-08 2015-02-23 삼성전자주식회사 지능적 정보 제공 방법 및 장치
US20150046294A1 (en) * 2013-08-09 2015-02-12 Samsung Electronics Co., Ltd. Display apparatus, the method thereof and item providing method
KR20150018127A (ko) 2013-08-09 2015-02-23 삼성전자주식회사 디스플레이 장치 및 그 방법
US9411508B2 (en) * 2014-01-03 2016-08-09 Apple Inc. Continuous handwriting UI
US9384403B2 (en) 2014-04-04 2016-07-05 Myscript System and method for superimposed handwriting recognition technology
AU2015280257B2 (en) * 2014-06-24 2017-08-24 Apple Inc. Character recognition on a computing device
DE202015006141U1 (de) * 2014-09-02 2015-12-14 Apple Inc. Elektronische Touch-Kommunikation
US10489051B2 (en) * 2014-11-28 2019-11-26 Samsung Electronics Co., Ltd. Handwriting input apparatus and control method thereof
USD771703S1 (en) * 2014-12-30 2016-11-15 Sony Corporation Portion of display panel or screen with icon
JP6399217B2 (ja) * 2015-05-14 2018-10-03 富士通株式会社 文字認識方法、文字認識装置及び文字認識プログラム
US10402734B2 (en) 2015-08-26 2019-09-03 Google Llc Temporal based word segmentation
US10410316B2 (en) * 2015-12-08 2019-09-10 Myscript System and method for beautifying digital ink
US10248635B2 (en) * 2016-02-29 2019-04-02 Myscript Method for inserting characters in a character string and the corresponding digital service
US10146759B2 (en) * 2016-03-24 2018-12-04 Microsoft Technology Licensing, Llc Controlling digital input
US10579893B2 (en) 2017-02-28 2020-03-03 Konica Minolta Laboratory U.S.A., Inc. Inferring stroke information from an image
US10163004B2 (en) * 2017-03-30 2018-12-25 Konica Minolta Laboratory U.S.A., Inc. Inferring stroke information from an image
CN108733304A (zh) * 2018-06-15 2018-11-02 蒋渊 一种自动识别及处理手写字符方法、装置
US11194467B2 (en) 2019-06-01 2021-12-07 Apple Inc. Keyboard management user interfaces

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0916709A (ja) * 1995-06-29 1997-01-17 Just Syst Corp 文字認識表示システムおよび方法
JPH0950433A (ja) * 1995-08-10 1997-02-18 Hitachi Ltd 手書き文字認識装置
CN1361885A (zh) * 1999-05-27 2002-07-31 阿列克谢·附拉基米罗维奇·阿夫亚纳斯耶夫 向计算机装置输入信息的方法、粘贴键盘和使用该方法的计算机装置
CN101484907A (zh) * 2006-07-06 2009-07-15 辛纳普蒂克斯公司 用于手写体符号的识别的方法和设备
CN101853126A (zh) * 2010-05-12 2010-10-06 中国科学院自动化研究所 一种联机手写句子实时识别方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5272470A (en) 1991-10-10 1993-12-21 International Business Machines Corporation Apparatus and method for reducing system overhead while inking strokes in a finger or stylus-based input device of a data processing system
US5903668A (en) * 1992-05-27 1999-05-11 Apple Computer, Inc. Method and apparatus for recognizing handwritten words
US5970171A (en) * 1995-08-14 1999-10-19 Hughes Aircraft Company Apparatus and method of fusing the outputs of multiple intelligent character recognition (ICR) systems to reduce error rate
US5850480A (en) * 1996-05-30 1998-12-15 Scan-Optics, Inc. OCR error correction methods and apparatus utilizing contextual comparison
US5966460A (en) * 1997-03-03 1999-10-12 Xerox Corporation On-line learning for neural net-based character recognition systems
JP3419251B2 (ja) * 1997-06-05 2003-06-23 三菱電機株式会社 文字認識装置及び文字認識方法
US6292857B1 (en) 1997-06-05 2001-09-18 Microsoft Corporation Method and mechanism for coordinating input of asynchronous data
AU3402399A (en) * 1998-04-24 1999-11-16 Natural Input Solutions Inc. Pen based edit correction interface method and apparatus
US6970599B2 (en) * 2002-07-25 2005-11-29 America Online, Inc. Chinese character handwriting recognition system
US6681044B1 (en) * 2000-03-29 2004-01-20 Matsushita Electric Industrial Co., Ltd. Retrieval of cursive Chinese handwritten annotations based on radical model
US7142715B2 (en) 2003-01-17 2006-11-28 Sakhr Software Company Arabic handwriting recognition using feature matching
JP4177335B2 (ja) * 2003-05-02 2008-11-05 富士通株式会社 手書き文字入力装置および手書き文字入力処理方法
DE60302875T2 (de) 2003-05-08 2006-07-06 Orange S.A. Datenverarbeitungsgerät und -verfahren
WO2006028438A1 (en) * 2004-09-01 2006-03-16 Hewlett-Packard Development Company, L.P. System, method, and apparatus for continuous character recognition
US7752561B2 (en) 2005-03-15 2010-07-06 Microsoft Corporation Method and system for creating temporary visual indicia
US7865018B2 (en) * 2005-06-02 2011-01-04 Microsoft Corporation Personalized implicit and explicit character shape adaptation and recognition
US7480411B1 (en) * 2008-03-03 2009-01-20 International Business Machines Corporation Adaptive OCR for books
US8610672B2 (en) 2008-04-10 2013-12-17 Nokia Corporation Device and method for stroke based graphic input
US8094941B1 (en) * 2011-06-13 2012-01-10 Google Inc. Character recognition for overlapping textual user input

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0916709A (ja) * 1995-06-29 1997-01-17 Just Syst Corp 文字認識表示システムおよび方法
JPH0950433A (ja) * 1995-08-10 1997-02-18 Hitachi Ltd 手書き文字認識装置
CN1361885A (zh) * 1999-05-27 2002-07-31 阿列克谢·附拉基米罗维奇·阿夫亚纳斯耶夫 向计算机装置输入信息的方法、粘贴键盘和使用该方法的计算机装置
CN101484907A (zh) * 2006-07-06 2009-07-15 辛纳普蒂克斯公司 用于手写体符号的识别的方法和设备
CN101853126A (zh) * 2010-05-12 2010-10-06 中国科学院自动化研究所 一种联机手写句子实时识别方法

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104850254A (zh) * 2013-02-22 2015-08-19 三星电子株式会社 用于通过触摸屏上的书写输入产生内容的方法和设备
US9922014B2 (en) 2013-02-22 2018-03-20 Samsung Electronics Co., Ltd. Method and apparatus for making contents through writing input on touch screen
CN106663189A (zh) * 2014-04-04 2017-05-10 迈思慧公司 用于叠加的笔迹的识别技术的系统和方法
WO2015161823A1 (zh) * 2014-04-25 2015-10-29 夏普株式会社 手写识别方法和设备
CN105095924A (zh) * 2014-04-25 2015-11-25 夏普株式会社 手写识别方法和设备
CN104238811A (zh) * 2014-08-21 2014-12-24 小米科技有限责任公司 字符识别方法及装置
CN107085479A (zh) * 2016-02-15 2017-08-22 三星电子株式会社 提供手写风格校正功能的方法和适用于其的电子装置
CN107085479B (zh) * 2016-02-15 2022-01-25 三星电子株式会社 提供手写风格校正功能的方法和适用于其的电子装置
CN113157113A (zh) * 2016-06-12 2021-07-23 苹果公司 用于屏幕的手写键盘

Also Published As

Publication number Publication date
US8363949B2 (en) 2013-01-29
US8094941B1 (en) 2012-01-10
US20120327105A1 (en) 2012-12-27
KR101417286B1 (ko) 2014-07-08
US8094942B1 (en) 2012-01-10
KR20130000327A (ko) 2013-01-02
US8879845B2 (en) 2014-11-04
CN102855082B (zh) 2016-08-10
AU2012203340B2 (en) 2014-06-26
US20130162553A1 (en) 2013-06-27
JP2013004095A (ja) 2013-01-07
DE202012005717U1 (de) 2012-11-15
AU2012203340A1 (en) 2013-01-10

Similar Documents

Publication Publication Date Title
CN102855082B (zh) 用于重叠文本用户输入的字符识别
US10372328B2 (en) Intelligent touchscreen keyboard with finger differentiation
EP2535844A2 (en) Character recognition for overlapping textual user input
CN102449640B (zh) 识别手写单词
EP3320482B1 (en) System for recognizing multiple object input and method and product for same
US10606474B2 (en) Touch screen finger tracing device
US9633255B2 (en) Substitution of handwritten text with a custom handwritten font
US20180300542A1 (en) Drawing emojis for insertion into electronic text-based messages
CN104020943A (zh) 字符串替换
CN102750552B (zh) 一种手写识别方法、系统及手写识别终端
CN103902098A (zh) 整形装置和整形方法
KR20180104678A (ko) 다중 오브젝트 구조를 인식하기 위한 시스템 및 방법
CN108369637A (zh) 用于美化数字墨水的系统和方法
GB2535609A (en) Candidate handwriting words using optical character recognition and spell check
US20130201161A1 (en) Methods, Systems and Apparatus for Digital-Marking-Surface Content-Unit Manipulation
CN102236799A (zh) 一种多字手写识别的方法及装置
JPWO2016031016A1 (ja) 電子機器、方法及びプログラム
US11631263B1 (en) Gradient boosting tree-based spatial line grouping on digital ink strokes
JP2020013460A (ja) 情報処理装置、文字認識方法、および文字認識プログラム
CN104571577A (zh) 字元式文字输入方法及应用其方法的电子运算装置
CN103679217A (zh) 在新媒体上对手写汉字正确性的判断方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: American California

Patentee after: Google limited liability company

Address before: American California

Patentee before: Google Inc.