CN103885699A - 一种基于移动终端自动摹写手写体的方法 - Google Patents

Abstract

本发明公开了一种基于移动终端自动摹写手写体的方法，包括以下步骤：步骤1：通过移动终端的触摸屏手写输入进行部分手写字体的训练；步骤2：对手写输入的字体进行识别，提取字形结构信息，对每一笔画采用基于内角和多边形逼近的笔画特征点提取方法提取笔迹特征，保持笔迹特征及字形结构信息；步骤3：对常用汉字按照所提取的笔迹特征及字形结构生成摹写字体字库。本发明通过联机的手写输入方式来训练一部分手写字体，之后进行自动识别、并提取笔迹特征、字形结构等进行保存；最后，对所有的常用汉字按照训练好的笔迹结构信息来生成摹写字体字库，使摹写出来的字与原手写输入的字迹尽可能相似，以保持其最佳“本色”。

Description

一种基于移动终端自动摹写手写体的方法

技术领域

本发明涉及手写体的摹写的领域，尤其涉及一种基于移动终端自动摹写手写体的方法。

背景技术

移动终端设备(Mobile Terminal Devices，MTD)，主要指支持手写功能的的移动终端，笔记本、手机、PDA成为现代商务应用的必不可少工具，各种各样的移动设备将根据需要层出不穷，极大的丰富我们的学习、生活和娱乐内容。

汉字识别技术(Chinese Recognition Technology，CRT)，可以理解为让计算机智能而准确地认识汉字的技术。一方面，把纸质档案上的固定信息变成可以被检索利用的活信息，为文本数据管理技术提供丰富的数据源；另一方面，提供了一种新的档案目录数据的录入方式。汉字识别技术在档案管理工作中的应用，根据其目前的技术水平主要适用于近几十年来印刷汉字档案内容的识别，图像、文本数据的形成、存储和目录数据的录入等项工作。

笔画识别技术(Stroke Recognition Technology)，汉字由三十多种常见笔画构成，为了中文信息处理的需要，尤其是汉字的识别以及汉字部件的提取等工作的需求，一般是采用提取特征点的技术对笔画的点序列进行识别、归类。

汉字摹写技术，对于手写输入的汉字进行自动地识别、并以识别出的标准汉字为指导提取出手写汉字的笔迹特征、字形结构特点，并且把这些信息以恰当的数据结构保存起来；然后对所有的常用汉字按照预处理好的笔迹结构信息来产生摹写字体。

从20世纪50年代手写板硬件的出现开始，联机手写字符技术也应运而生，人们开始致力于手写字符识别技术的研究。并伴随半导体和计算机技术的发展以及模式识别领域理论和方法研究的不断深入和完善。其发展时期主要可分为以下二个阶段：

1950至1990年，该技术已经朝着应用的方向努力，特别是英文，已实现完全无限制的整句识别技术。在1981年由IBM公司率先推出联机手写汉字识别系统，该系统是基于对汉字进行笔画、字根编码的思想进行识别，但其识别率只有79.9％，并且要求书写者使用工整的楷书。其应用主要在容错能力强的平板电脑上。

1990年至今，随着越来越多的公司加入其行列，如：日本的Wacom公司，美国的Motolora、Microsoft、Apple，以及中国最早的蒙恬公司和如今拥有国内最大也是最成熟技术的汉王科技公司，使其竞争变得异常激烈，同时也加快了联机手写字符技术的快速发展。其正确识别率达到了近98％，开始广泛的应用在掌上电脑、手机、PDA等智能移动终端和车载系统等个人信息终端。

企业信息化，实质上是将企业的生产过程、物料移动、事务处理、现金流动、客户交互等业务过程数字化，通过各种信息系统网络加工生成新的信息资源，提供给各层次的人们洞悉、观察各类动态业务中的一切信息，以作出有利于生产要素组合优化的决策，使企业资源合理配置，以使企业能适应瞬息万变的市场经济竞争环境，求得最大的经济效益。如何建立高效的信息化办公系统正成为全球各企业在移动互联网时代的重要战略部署，信息化办公已成为当今世界经济和社会发展的大趋势，是推动各国经济社会发展和提高综合国力的强大动力。国家十二五规划也明确指出要加强各政府机构和各大小企业的信息化办公及生产建设，提高信息化办公水平。移动互联网时代，人们的工作方式已发生颠覆性改变，人们更愿意使用平板电脑、智能手机等终端设备办公。特别是最近几年，苹果公司的IPhone、IPad的出现更是促进了手写移动终端的商业化应用。

手写移动终端除了携带方便，更重要的就是使用的方便，特别是输入创新、输出多样。对商政人士来说，会议现场、候机厅、咖啡馆、甚至路途中几乎都是他们的临时办公室，在移动办公状态下输入效率就显得尤为重要。当然，现阶段的终端多采用触屏方式，但相比而言，手写效率为最高。手写可以帮助他们利用碎片化时间匆忙记录信息、瞬间抓取灵感、及时批复邮件、随心绘制逻辑图等。

同时，在信息化系统中，随着人们对系统安全性、信息真实性的不断追求，人们更希望自己的“真迹”出现在文档中，随时随地批示和署名，方便企业信息的传递。而且，在当今强调个性化的时代，人们都喜欢拥有一款属于自己的个性化字体的字库。特别地，在很多时候，比如在计算机或者移动终端上用中文编写了一篇手稿，而且用户本人非常希望使用自己的笔迹(字体)来传播这份手稿并使其他人在阅读信息时看到“真迹”，凸显出个性化。

现有技术的一种方案是基于部件融合的手写体摹写：汉字可以通过部件组字信息，将部件字形迭加形成，而不再需要保存汉字的字形。但是这简单的部件拼接无法得到较好的字形，会造成“失真”，严重地歪曲了原本手写笔迹的真相。

现有技术的另一种方案是基于整字直接替换的手写体摹写：该技术对照全部汉字集，将一个个地手写自己的汉字，并将字库中对应标准汉字替换掉，从而生成自己的手写字体字库。但是，所涉及的全部汉字都需采用手写录入，非常费力。

因此，有必要提供一种简便而字迹真实的基于移动终端自动摹写手写体的方法来解决上述需求。

发明内容

本发明提供一种基于移动终端自动摹写手写体的方法，使摹写出来的字与原手写输入的字迹尽可能相似，以保持其最佳“本色”。

在本发明的实施例中，提供了一种基于移动终端自动摹写手写体的方法，包括以下步骤：步骤1：通过移动终端的触摸屏手写输入进行部分手写字体的训练；步骤2：对手写输入的字体进行识别，提取字形结构信息，对每一笔画采用基于内角和多边形逼近的笔画特征点提取方法提取笔迹特征，保持笔迹特征及字形结构信息；步骤3：对常用汉字按照所提取的笔迹特征及字形结构生成摹写字体字库。

较佳地，所述步骤2的基于内角和多边形逼近的笔画特征点提取方法包括以下子步骤：步骤21：设定阈值及临界角，寻找手写字体笔画曲线上小于所述临界角的内夹角，小于阀值的点为特征点；步骤22：以所寻找到的特征点把笔画曲线分成两部分，依次从每个笔画曲线部分按步骤21寻找到对应的新的特征点；步骤23：重复步骤21及步骤22，直至寻找完该笔画上所有的特征点；步骤24：对所提取的特征点进行检测，进行合并处理。

较佳地，所述内夹角为笔画曲线在该点的弯曲程度，记S为笔画曲线的数字点集，由n个离散的像素点p_j构成，即S＝{p_j|j＝1，2，...，n}，笔画曲线上的第i个点p_i的内夹角α_i描述笔画曲线在该点处的弯曲程度，点p_i的内夹角α_i为该点分别与曲线段起点p_s、曲线段终点p_e连线的夹角，即 ${\mathrm{\α}}_i=\mathrm{angle}(\stackrel{\‾}{p_s{p}_i},\stackrel{\‾}{p_i{p}_e}),$ α_i∈[0，π]。

较佳地，所述步骤24进行特征点的合并处理原则包括：相邻两个特征点的连线的方向码相同；相邻两个特征点的连线的方向码不同，但是长度比相差大；相邻两个特征点的连线的方向码不同，但是符合人手工手写习惯。

较佳地，所述步骤2中的所述字形结构信息包括结构类型、部件及笔画，所述结构类型包括独体字、左右、上下、包容、半包围及嵌入6种，所述笔画包括横、竖、撇、捺、提、斜钩及无效编码，对所述笔画进行对应编码，所述部件由笔画编码进行描述。

与现有技术相比，本发明通过联机的手写输入方式来训练一部分手写体汉字，在训练的时候为了使用户的操作更加的方便以及程序更加智能，对手写输入的汉字进行自动地识别、并以识别出的标准汉字为指导提取出手写汉字的笔迹特征、字形结构等，并且把这些信息以恰当的结构保存起来；最后，当手写汉字的训练结束之后，对所有的常用汉字按照训练好的笔迹结构信息来生成摹写字体字库。从而使摹写出来的字与原手写输入的字迹尽可能相似，以保持其最佳“本色”。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例的基于移动终端自动摹写手写体的方法的流程示意图；

图2是本发明实施例的字形结构的方向的结构示意图；

图3是本发明实施例的字形结构的划分示意图；

图4是按图3对“嘴”字进行结构划分及笔画提取的结构示意图；

图5是本发明实施例的内夹角的结构示意图；

图6是本发明实施例的合并特征点的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。

参考图1，本发明的实施例提供了一种基于移动终端自动摹写手写体的方法，包括以下步骤：

步骤S001：通过移动终端的触摸屏手写输入进行部分手写字体的训练；

步骤S002：对手写输入的字体进行识别，提取字形结构信息，对每一笔画采用基于内角和多边形逼近的笔画特征点提取方法提取笔迹特征，保持笔迹特征及字形结构信息；

步骤S003：对常用汉字按照所提取的笔迹特征及字形结构生成摹写字体字库。

汉字字形是可以通过分解来划分结构类型的，并且以部件、笔画作为基本的构形单位。对《现代汉语词典》中的3500个常用简体汉字递归地分解为部件的组合，最底层的部件是笔画；组合的结构类型有独体字、左右、上下、包容、半包围、嵌入6种。其中，基本笔画描述为横、竖、撇、捺、提、斜钩、以及无效编码；复合笔画归为24个基本类别；对333个常用部件用基本笔画以及复合笔画进行描述。

参考图2，用一段方向范围来表示汉字中横、竖、撇、捺、提、斜钩、以及无效编码。它们分别使用H、S、P、N、T、G、*来表示。复合笔画是通过基本笔画组合而成，而且为了方便对复合笔画的描述与处理，本发明采用如下表所示的分类与编码。

表1汉字笔画分类与编码表

当每一个笔划都识别并编码之后就可以对每一个汉字或部件编码(某个汉字的编码与书写该字的笔顺一致)。例如，“好”：ALEHDA，“贤”：CCHFCGEF。

参考图3及图4，汉字可以被递归地拆分为部件与笔画，而且最底层为笔画。图4中把笔画归到最右边的一栏。

汉字由笔画组成，而联机识别的特点就是写一笔、识别一笔。因此，在汉字识别中，笔画识别是部件、汉字识别的前提和关键。笔画的识别是建立在对汉字笔画信息的各种数据的统计，这些数据包括笔画的特征点(端点与拐点)以及每个笔画的方向走势等等。在联机汉字识别中采用基于汉字笔画和结构的方法来识别，而且在识别的过程中笔画的识别非常重要，因为笔画识别的准确与否会直接影响到整个汉字的识别以及汉字字形结构的提取效果。本发明采用改进的基于内角和多边形逼近的笔画特征点提取方法来提取笔画的特征点，并对笔画进行识别。

所述步骤S002中的基于内角和多边形逼近的笔画特征点提取方法包括以下子步骤：

步骤21：设定阈值及临界角，寻找手写字体笔画曲线上小于所述临界角的内夹角，小于阀值的点为特征点；

步骤22：以所寻找到的特征点把笔画曲线分成两部分，依次从每个笔画曲线部分按步骤21寻找到对应的新的特征点；

步骤23：重复步骤21及步骤22，直至寻找完该笔画上所有的特征点；

步骤24：对所提取的特征点进行检测，进行合并处理。

这种方法的笔画曲线特征点提取的计算复杂度较低，逼近效果良好，而且所用的特征点合并方法能比较正确、合理地去除特征点的冗余信息，从而使得特征点提取的整体效果比较理想。参考图，所述内夹角为笔画曲线在该点的弯曲程度，记S为笔画曲线的数字点集，由n个离散的像素点p_j构成，即S＝{p_j|j＝1，2，...，n}，笔画曲线上的第i个点p_i的内夹角α_i描述笔画曲线在该点处的弯曲程度，点p_i的内夹角α_i为该点分别与曲线段起点p_s、曲线段终点p_e连线的夹角，即 ${\mathrm{\α}}_i=\mathrm{angle}(\stackrel{\‾}{p_s{p}_i},\stackrel{\‾}{p_i{p}_e}),$ α_i∈[0，π]。

参考图5，内夹角α_i描述了某一笔画曲线段在在该点的弯曲程度，显然，内夹角α_i越小，曲线在该点处的弯曲程度越大，也说明笔画在该点处发生变化的可能性也越大，那么成为拐点的可能性也就越大。同一个笔画的书写因人而异，变化很大。需要通过与用户交互，为拐点的内夹角规定一个阀值ε_i，只有内夹角小于阀值ε_i的点才有可能成为曲线上的拐点，所述内夹角的阈值及所述临界角均根据实际需要设置。

其中，因为由于书写原因，一条直线可能被书写后带有一个甚至多个拐点，这不仅增加了特征的存储量，而且使得匹配距离增大，因此在利用上述方法对书写笔迹进行多边形逼近提取出特征点以后，还需要对提取的特征点进行检测，通过检测判断相邻的特征点是否需要合并，并合并那些需要合并的特征点，以删除多余特征点。合并相邻特征点的原则包括：相邻两个特征点的连线的方向码相同；相邻两个特征点的连线的方向码不同，但是长度比相差大；相邻两个特征点的连线的方向码不同，但是符合人手工手写习惯。对“百”字按照该原则进行特征点合并之后的效果如图6所示。

本发明通过联机的手写输入方式来训练一部分手写体汉字，在训练的时候为了使用户的操作更加的方便以及程序更加智能，对手写输入的汉字进行自动地识别、并以识别出的标准汉字为指导提取出手写汉字的笔迹特征、字形结构等，并且把这些信息以恰当的结构保存起来；最后，当手写汉字的训练结束之后，对所有的常用汉字按照训练好的笔迹结构信息来生成摹写字体字库。

此外，可能会出现用户输入的汉字严重变形，或者识别方法不能准确地识别出输入的汉字是什么，在这种情况下，设计友好的界面、简便的操作以协助程序正确地提取手写笔迹信息。当用户书写连笔情况比较多时，可以通过重复的训练来提取出用户的笔迹信息，从而可以摹写其余汉字，生成该用户的个性化字库。本发明可以协助通讯终端，如QQ、MSN等，可以发送自己手写笔迹的字体。生成的手写体字库可以安装到计算机中，同时可以将电脑上编辑好的稿子转化为自己的手写字体，以方便打印、发布等需求。

以上对本发明实施例所提供的一种基于移动终端自动摹写手写体的方法，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (5)

1.一种基于移动终端自动摹写手写体的方法，其特征在于，包括以下步骤：

步骤1：通过移动终端的触摸屏手写输入进行部分手写字体的训练；

步骤2：对手写输入的字体进行识别，提取字形结构信息，对每一笔画采用基于内角和多边形逼近的笔画特征点提取方法提取笔迹特征，保持笔迹特征及字形结构信息；

步骤3：对常用汉字按照所提取的笔迹特征及字形结构生成摹写字体字库。

2.如权利要求1所述的基于移动终端自动摹写手写体的方法，其特征在于，所述步骤2的基于内角和多边形逼近的笔画特征点提取方法包括以下子步骤：

步骤21：设定阈值及临界角，寻找手写字体笔画曲线上小于所述临界角的内夹角，小于阀值的点为特征点；

步骤22：以所寻找到的特征点把笔画曲线分成两部分，依次从每个笔画曲线部分按步骤21寻找到对应的新的特征点；

步骤23：重复步骤21及步骤22，直至寻找完该笔画上所有的特征点；

步骤24：对所提取的特征点进行检测，进行合并处理。

3.如权利要求2所述的基于移动终端自动摹写手写体的方法，其特征在于，所述内夹角为笔画曲线在该点的弯曲程度，记S为笔画曲线的数字点集，由n个离散的像素点p_j构成，即S＝{p_j|j＝1，2，...，n}，笔画曲线上的第i个点p_i的内夹角α_i描述笔画曲线在该点处的弯曲程度，点p_i的内夹角α_i为该点分别与曲线段起点p_s、曲线段终点p_e连线的夹角，即

αi∈[0，π]。

4.如权利要求2所述的基于移动终端自动摹写手写体的方法，其特征在于，所述步骤24进行特征点的合并处理原则包括：相邻两个特征点的连线的方向码相同；相邻两个特征点的连线的方向码不同，但是长度比相差大；相邻两个特征点的连线的方向码不同，但是符合人手工手写习惯。

5.如权利要求1所述的基于移动终端自动摹写手写体的方法，其特征在于，所述步骤2中的所述字形结构信息包括结构类型、部件及笔画，所述结构类型包括独体字、左右、上下、包容、半包围及嵌入6种，所述笔画包括横、竖、撇、捺、提、斜钩及无效编码，对所述笔画进行对应编码，所述部件由笔画编码进行描述。

Images