CN104156067A - 基于摄像头的手写输入方法 - Google Patents

Abstract

本发明揭示了一种基于摄像头的手写输入方法，所述手写输入方法包括：步骤S1、手写字体的轨迹记录步骤；使用具有笔头的手写装置手写文字，通过摄像装置记录手写画面，画面中，笔头与周边环境具有色差；通过识别笔头在不同时间点的位置来记录笔头的行走轨迹，从而得到手写字体的轨迹；步骤S2、手写字体生成步骤；通过笔头状态来判别书写起始点、结束点，通过文字特征判别有效笔画和无效笔画，从而生成手写字体；步骤S3、手写字体识别步骤；将步骤S2生成的手写字体与数据库中的字体库进行比对，得到手写的文字。本发明提出的基于摄像头的手写输入方法，无需触摸屏的配合即可完成手写输入及识别，提高输入的便捷性，识别效率及精确度也较高。

Description

基于摄像头的手写输入方法

技术领域

本发明属于输入方法技术领域，涉及一种手写输入方法，尤其涉及一种基于摄像头的手写输入方法。

背景技术

目前移动终端普遍使用键盘来输入文字，对于不喜欢使用键盘或者不熟悉使用各种中文输入法的人而言，手写输入法是很好的选择。

然而，现有手写输入法通常需要用户在触摸屏上书写文字，而后根据感应到的文字轨迹识别文字；但对于没有触摸屏的移动终端无法使用手写输入方式。此外，由于现有的手写输入方式需要手指在触摸屏上滑动，对手指及触摸屏均会带来损害。

有鉴于此，如今迫切需要设计一种新的手写输入方法，以便克服现有输入方式的上述缺陷。

发明内容

本发明所要解决的技术问题是：提供一种基于摄像头的手写输入方法，无需触摸屏的配合即可完成手写输入及识别，提高输入的便捷性。

为解决上述技术问题，本发明采用如下技术方案：

一种基于摄像头的手写输入方法，所述手写输入方法包括：

步骤S1、手写字体的轨迹记录步骤；使用具有笔头的手写装置手写文字，通过摄像装置记录手写画面，画面中，笔头与周边环境具有色差；通过识别笔头在不同时间点的位置来记录笔头的行走轨迹，从而得到手写字体的轨迹；

步骤S2、手写字体生成步骤；通过笔头状态来判别书写起始点、结束点，通过文字特征判别有效笔画和无效笔画，从而生成手写字体；

步骤S3、手写字体识别步骤；将步骤S2生成的手写字体与数据库中的字体库进行比对，得到手写的文字；

其中，步骤S1包括：

-步骤S11、笔头识别步骤；

对“笔头”的跟踪是依靠对其特殊颜色的识别；在截取的一帧图像中，如果某个像素灰度值在一定的范围内，则认为这个像素是“笔头”的，就准备对其进行聚类处理；否则不对该点做任何处理；描述如下：

$\mathrm{Ipen}(x,y)=\left\{\begin{array}{cc}1& \mathrm{TMin}<I(x,y)<\mathrm{TMax}\\ 0& \mathrm{Otherwise}\end{array}\right.$

其中，Ipen(x,y)表示图像中，任意坐标处像素是否为“笔头”对应的灰度，1表示“笔头”对应的灰度，该点将做聚类的样本，0表示其它的灰度，对其不做处理；I(x,y)表示任意坐标处像素的灰度；TMax和TMin是“笔头”灰度的上下阀值，阀值的确定要依据笔头的颜色而定；

-步骤S12、字体轨迹合成步骤；包括：

(1)图像中像素点的Ipen(x,y)若为1，则当作一个聚类样本Xi，计算它与聚类中心Zj的欧式距离Dij，D(Xi,Zj)＝||Xi-Zj||，若Dij小于阀值T，Xi加入到Zj中；对图像中所有的像素都做这样的处理；具体算法步骤如下：

第一步：任取一个样本Xi作为第一个聚类中心的初始值；

第二步：计算样本X2到Z1的欧式距离D21＝||X2-Z1||；若D21>T定义一个新的聚类中心Z2＝X1；否则把X2归入Z1为中心的聚类；

第三步：假如已有聚类中心Z1，Z2，计算D31＝||X3-Z1||和D32＝||X3-Z2||；若D31>T且D32>T，则建立第三个聚类中心Z3＝X3；否则X3归入Z1和Z2最近者；

以此类推，直到所有的样本都被分析为止；

(2)聚类处理结束后，找出Max||Zj||，记录该聚类的中心位置；

(3)在后台缓存上，在该点位置与前一点的位置之间“画”一条线；

经过上述步骤处理后，过滤了噪声并增强了“笔头”的信息，得到非常清晰的轨迹；但是到此不能算得到了手写字体，因为其中夹杂了无用的轨迹；

所述步骤S2包括：

-步骤S21、书写开始与结束的识别步骤；

对书写起始点、结束点的判别通过“笔头”状态来判别；把“笔头”分为：等待状态、准备书写和正在书写这三个状态；这种方法无形中给用户增加了条规则，即：书写前后都要有停顿，以示书写的开始与结束；但这是一个简单易行的方法；

-步骤S22、有效笔画和无效笔画的识别步骤；

对于有效笔画和无效笔画的识别，通过文字特征加以判别；当笔头向左、向上、向左上方都是汉字、数字和字母书写中的无效笔画。

一种基于摄像头的手写输入方法，所述手写输入方法包括：

步骤S1、手写字体的轨迹记录步骤；使用具有笔头的手写装置手写文字，通过摄像装置记录手写画面，画面中，笔头与周边环境具有色差；通过识别笔头在不同时间点的位置来记录笔头的行走轨迹，从而得到手写字体的轨迹；

步骤S2、手写字体生成步骤；通过笔头状态来判别书写起始点、结束点，通过文字特征判别有效笔画和无效笔画，从而生成手写字体；

步骤S3、手写字体识别步骤；将步骤S2生成的手写字体与数据库中的字体库进行比对，得到手写的文字。

作为本发明的一种优选方案，所述步骤S1包括：

-步骤S11、笔头识别步骤；

对“笔头”的跟踪是依靠对其特殊颜色的识别；在截取的一帧图像中，如果某个像素灰度值在一定的范围内，则认为这个像素是“笔头”的，就准备对其进行聚类处理；否则不对该点做任何处理；描述如下：

$\mathrm{Ipen}(x,y)=\left\{\begin{array}{cc}1& \mathrm{TMin}<I(x,y)<\mathrm{TMax}\\ 0& \mathrm{Otherwise}\end{array}\right.$

其中，Ipen(x,y)表示图像中，任意坐标处像素是否为“笔头”对应的灰度，1表示“笔头”对应的灰度，该点将做聚类的样本，0表示其它的灰度，对其不做处理；I(x,y)表示任意坐标处像素的灰度；TMax和TMin是“笔头”灰度的上下阀值，阀值的确定要依据笔头的颜色而定；

-步骤S12、字体轨迹合成步骤；包括：

(1)图像中像素点的Ipen(x,y)若为1，则当作一个聚类样本Xi，计算它与聚类中心Zj的欧式距离Dij，D(Xi,Zj)＝||Xi-Zj||，若Dij小于阀值T，Xi加入到Zj中；对图像中所有的像素都做这样的处理；具体算法步骤如下：

第一步：任取一个样本Xi作为第一个聚类中心的初始值；

第二步：计算样本X2到Z1的欧式距离D21＝||X2-Z1||；若D21>T定义一个新的聚类中心Z2＝X1；否则把X2归入Z1为中心的聚类；

第三步：假如已有聚类中心Z1，Z2，计算D31＝||X3-Z1||和D32＝||X3-Z2||；若D31>T且D32>T，则建立第三个聚类中心Z3＝X3；否则X3归入Z1和Z2最近者；

以此类推，直到所有的样本都被分析为止；

(2)聚类处理结束后，找出Max||Zj||，记录该聚类的中心位置；

(3)在后台缓存上，在该点位置与前一点的位置之间“画”一条线；

经过上述步骤处理后，过滤了噪声并增强了“笔头”的信息，得到非常清晰的轨迹；但是到此不能算得到了手写字体，因为其中夹杂了无用的轨迹；

作为本发明的一种优选方案，所述步骤S2包括：

-步骤S21、书写开始与结束的识别步骤；

对书写起始点、结束点的判别通过“笔头”状态来判别；把“笔头”分为：等待状态、准备书写和正在书写这三个状态；这种方法无形中给用户增加了条规则，即：书写前后都要有停顿，以示书写的开始与结束；但这是一个简单易行的方法；

-步骤S22、有效笔画和无效笔画的识别步骤；

对于有效笔画和无效笔画的识别，通过文字特征加以判别；当笔头向左、向上、向左上方都是汉字、数字和字母书写中的无效笔画。

本发明的有益效果在于：本发明提出的基于摄像头的手写输入方法，无需触摸屏的配合即可完成手写输入及识别，提高输入的便捷性，识别效率及精确度也较高。

附图说明

图1为本发明基于摄像头的手写输入方法的流程图。

图2为本发明笔头的状态转换关系图。

图3为汉字无效笔画方向示意图。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

实施例一

本发明揭示了一种基于摄像头的手写输入方法，这套输入法是用摄像头记录下出“笔头”的运动轨迹，然后在对轨迹进行识别的方法。该输入法的主要构成是：摄像头和“笔”。这里的“笔”并不是真正意义上的笔，只要是顶端有某种与周围不一样颜色的杆就可以。杆的一端也就是“笔头”，要求有一厘米的某种鲜明的颜色，这样便于摄像头跟踪。例如这样的“笔”可以是顶端有红色的筷子。

该输入法工作过程如下：当用户用这样的笔在桌面上书写时，摄像头从适当的角度去拍摄书写过程，记录笔头的位置。书写结束后，把这个手写字体交给识别模块，我们就可以得到一个文字。

请参阅图1，所述手写输入方法包括：

【步骤S1】手写字体的轨迹记录步骤；使用具有笔头的手写装置手写文字，通过摄像装置记录手写画面，画面中，笔头与周边环境具有色差；通过识别笔头在不同时间点的位置来记录笔头的行走轨迹，从而得到手写字体的轨迹。

截获的每一帧图像只能拍下“笔头”在某一点的位置，把若干帧原始图像中“笔头”的位置叠加在同一个缓存上，直到一个字书写的完成，这样缓存上就保存了一个手写字体。

事实上直接使用原始图像的效果并不好，因为在于原始图像上噪声是不可避免地存在的，另外还有“笔头”反光等因素；因此并不能很好地形成一个字体。改进方法的主要思想是：由于一帧图像中“笔头”的颜色在某处最集中；用聚类的方法找出其位置，然后在缓存对应的位置记录并增强该点，然后与前一点相连。

所述步骤S1具体包括：

-步骤S11、笔头识别步骤；

对“笔头”的跟踪是依靠对其特殊颜色的识别；在截取的一帧图像中，如果某个像素灰度值在一定的范围内，则认为这个像素是“笔头”的，就准备对其进行聚类处理；否则不对该点做任何处理；描述如下：

$\mathrm{Ipen}(x,y)=\left\{\begin{array}{cc}1& \mathrm{TMin}<I(x,y)<\mathrm{TMax}\\ 0& \mathrm{Otherwise}\end{array}\right.$

其中，Ipen(x,y)表示图像中，任意坐标处像素是否为“笔头”对应的灰度，1表示“笔头”对应的灰度，该点将做聚类的样本，0表示其它的灰度，对其不做处理；I(x,y)表示任意坐标处像素的灰度；TMax和TMin是“笔头”灰度的上下阀值，阀值的确定要依据笔头的颜色而定；

-步骤S12、字体轨迹合成步骤；包括：

(1)图像中像素点的Ipen(x,y)若为1，则当作一个聚类样本Xi，计算它与聚类中心Zj的欧式距离Dij，D(Xi,Zj)＝||Xi-Zj||，若Dij小于阀值T，Xi加入到Zj中；对图像中所有的像素都做这样的处理；具体算法步骤如下：

第一步：任取一个样本Xi作为第一个聚类中心的初始值，例如令Z1＝X1；

第二步：计算样本X2到Z1的欧式距离D21＝||X2-Z1||；若D21>T定义一个新的聚类中心Z2＝X1；否则把X2归入Z1为中心的聚类；

第三步：假如已有聚类中心Z1，Z2，计算D31＝||X3-Z1||和D32＝||X3-Z2||；若D31>T且D32>T，则建立第三个聚类中心Z3＝X3；否则X3归入Z1和Z2最近者；

以此类推，直到所有的样本都被分析为止；

(2)聚类处理结束后，找出Max||Zj||，记录该聚类的中心位置；

(3)在后台缓存上，在该点位置与前一点的位置之间“画”一条线；

经过上述步骤处理后，过滤了噪声并增强了“笔头”的信息，得到非常清晰的轨迹；但是到此不能算得到了手写字体，因为其中夹杂了无用的轨迹。

【步骤S2】手写字体生成步骤；通过笔头状态来判别书写起始点、结束点，通过文字特征判别有效笔画和无效笔画，从而生成手写字体。

该输入法工作过程中有三个难点：

(1)如何识别出用户开始书写文字。识别出书写的起始点，下面才能开始记录。

(2)如何识别出有效笔画和无效笔画。并非所有笔画都要记录下来，我们只记录有效笔画，这里举例解释这两个概念。例如书写汉字“二”，第一笔从左到右，认为是有效笔画；而书写完第一笔准备写第二笔前，要将笔头移至左下角，这样的移动认为是无效笔画。如果把有效笔画和无效笔画都记录下来，必然对后面的手写字体识别带来麻烦。

(3)如何识别出用户书写文字结束。在结束点识别手写字体，然后清空缓存。

步骤S2具体包括：

-步骤S21、书写开始与结束的识别步骤；

这里对书写起始点、结束点的判别通过“笔头”状态来判别；把“笔头”分为：等待状态、准备书写和正在书写这三个状态；状态转换关系如图2所示。这种方法无形中给用户增加了条规则，即：书写前后都要有停顿，以示书写的开始与结束；但这是一个简单易行的方法。

-步骤S22、有效笔画和无效笔画的识别步骤；

对于有效笔画和无效笔画的识别，通过文字特征加以判别。汉字书写顺序有一个特点：从上到下、从左到右。因此当笔头往某些方向移动时我们就可以视为无效笔画，进而将其舍弃。

具体而言向左、向上、向左上方都是汉字书写中的无效笔画。数字和字母也有类似规律。图3中从中心原点移动到填充区域是汉字的无效笔画。在本发明中α＝70°，β＝200°。

该方法忽略了大部分无效笔画，字体更加明了，有助于后面的文字识别；而没有忽略无效笔画的字体显得杂乱。

【步骤S3】手写字体识别步骤；将步骤S2生成的手写字体与数据库中的字体库进行比对，得到手写的文字。

综上所述，本发明提出的基于摄像头的手写输入方法，无需触摸屏的配合即可完成手写输入及识别，提高输入的便捷性，识别效率及精确度也较高。

这里本发明的描述和应用是说明性的，并非想将本发明的范围限制在上述实施例中。这里所披露的实施例的变形和改变是可能的，对于那些本领域的普通技术人员来说实施例的替换和等效的各种部件是公知的。本领域技术人员应该清楚的是，在不脱离本发明的精神或本质特征的情况下，本发明可以以其它形式、结构、布置、比例，以及用其它组件、材料和部件来实现。在不脱离本发明范围和精神的情况下，可以对这里所披露的实施例进行其它变形和改变。

Claims (4)

1.一种基于摄像头的手写输入方法，其特征在于，所述手写输入方法包括： 

步骤S1、手写字体的轨迹记录步骤；使用具有笔头的手写装置手写文字，通过摄像装置记录手写画面，画面中，笔头与周边环境具有色差；通过识别笔头在不同时间点的位置来记录笔头的行走轨迹，从而得到手写字体的轨迹； 

步骤S2、手写字体生成步骤；通过笔头状态来判别书写起始点、结束点，通过文字特征判别有效笔画和无效笔画，从而生成手写字体； 

步骤S3、手写字体识别步骤；将步骤S2生成的手写字体与数据库中的字体库进行比对，得到手写的文字； 

其中，步骤S1包括： 

-步骤S11、笔头识别步骤； 

对“笔头”的跟踪是依靠对其特殊颜色的识别；在截取的一帧图像中，如果某个像素灰度值在一定的范围内，则认为这个像素是“笔头”的，就准备对其进行聚类处理；否则不对该点做任何处理；描述如下： 

其中，Ipen(x,y)表示图像中，任意坐标处像素是否为“笔头”对应的灰度，1表示“笔头”对应的灰度，该点将做聚类的样本，0表示其它的灰度，对其不做处理；I(x,y)表示任意坐标处像素的灰度；TMax和TMin是“笔头”灰度的上下阀值，阀值的确定要依据笔头的颜色而定； 

-步骤S12、字体轨迹合成步骤；包括： 

(1)图像中像素点的Ipen(x,y)若为1，则当作一个聚类样本Xi，计算它与聚类中心Zj的欧式距离Dij，D(Xi,Zj)＝||Xi-Zj||，若Dij小于阀值T，Xi加入到Zj中；对图像中所有的像素都做这样的处理；具体算法步骤如下： 

第一步：任取一个样本Xi作为第一个聚类中心的初始值； 

第二步：计算样本X2到Z1的欧式距离D21＝||X2-Z1||；若D21>T定义一个新的聚类中心Z2＝X1；否则把X2归入Z1为中心的聚类； 

第三步：假如已有聚类中心Z1，Z2，计算D31＝||X3-Z1||和D32＝||X3-Z2||；若D31>T且D32>T，则建立第三个聚类中心Z3＝X3；否则X3归入Z1和Z2最近者； 

以此类推，直到所有的样本都被分析为止； 

(2)聚类处理结束后，找出Max||Zj||，记录该聚类的中心位置； 

(3)在后台缓存上，在该点位置与前一点的位置之间“画”一条线； 

经过上述步骤处理后，过滤了噪声并增强了“笔头”的信息，得到非常清晰的轨迹；但是到此不能算得到了手写字体，因为其中夹杂了无用的轨迹； 

所述步骤S2包括： 

-步骤S21、书写开始与结束的识别步骤； 

对书写起始点、结束点的判别通过“笔头”状态来判别；把“笔头”分为：等待状态、准备书写和正在书写这三个状态；这种方法无形中给用户增加了条规则，即：书写前后都要有停顿，以示书写的开始与结束；但这是一个简单易行的方法； 

-步骤S22、有效笔画和无效笔画的识别步骤； 

对于有效笔画和无效笔画的识别，通过文字特征加以判别；当笔头向左、向上、向左上方都是汉字、数字和字母书写中的无效笔画。 

2.一种基于摄像头的手写输入方法，其特征在于，所述手写输入方法包括： 

步骤S1、手写字体的轨迹记录步骤；使用具有笔头的手写装置手写文字，通过摄像装置记录手写画面，画面中，笔头与周边环境具有色差；通过识别笔头在不同时间点的位置来记录笔头的行走轨迹，从而得到手写字体的轨迹； 

步骤S2、手写字体生成步骤；通过笔头状态来判别书写起始点、结束点，通过文字特征判别有效笔画和无效笔画，从而生成手写字体； 

步骤S3、手写字体识别步骤；将步骤S2生成的手写字体与数据库中的字体库进行比对，得到手写的文字。 

3.根据权利要求2所述的基于摄像头的手写输入方法，其特征在于： 

所述步骤S1包括： 

-步骤S11、笔头识别步骤； 

对“笔头”的跟踪是依靠对其特殊颜色的识别；在截取的一帧图像中，如果某个像素灰度值在一定的范围内，则认为这个像素是“笔头”的，就准备对其进行聚类处理；否则不对该点做任何处理；描述如下： 

其中，Ipen(x,y)表示图像中，任意坐标处像素是否为“笔头”对应的灰度，1表示 “笔头”对应的灰度，该点将做聚类的样本，0表示其它的灰度，对其不做处理；I(x,y)表示任意坐标处像素的灰度；TMax和TMin是“笔头”灰度的上下阀值，阀值的确定要依据笔头的颜色而定； 

-步骤S12、字体轨迹合成步骤；包括： 

(1)图像中像素点的Ipen(x,y)若为1，则当作一个聚类样本Xi，计算它与聚类中心Zj的欧式距离Dij，D(Xi,Zj)＝||Xi-Zj||，若Dij小于阀值T，Xi加入到Zj中；对图像中所有的像素都做这样的处理；具体算法步骤如下： 

第一步：任取一个样本Xi作为第一个聚类中心的初始值； 

第二步：计算样本X2到Z1的欧式距离D21＝||X2-Z1||；若D21>T定义一个新的聚类中心Z2＝X1；否则把X2归入Z1为中心的聚类； 

第三步：假如已有聚类中心Z1，Z2，计算D31＝||X3-Z1||和D32＝||X3-Z2||；若D31>T且D32>T，则建立第三个聚类中心Z3＝X3；否则X3归入Z1和Z2最近者； 

以此类推，直到所有的样本都被分析为止； 

(2)聚类处理结束后，找出Max||Zj||，记录该聚类的中心位置； 

(3)在后台缓存上，在该点位置与前一点的位置之间“画”一条线； 

经过上述步骤处理后，过滤了噪声并增强了“笔头”的信息，得到非常清晰的轨迹；但是到此不能算得到了手写字体，因为其中夹杂了无用的轨迹。 

4.根据权利要求2所述的基于摄像头的手写输入方法，其特征在于： 

所述步骤S2包括： 

-步骤S21、书写开始与结束的识别步骤； 

对书写起始点、结束点的判别通过“笔头”状态来判别；把“笔头”分为：等待状态、准备书写和正在书写这三个状态；这种方法无形中给用户增加了条规则，即：书写前后都要有停顿，以示书写的开始与结束；但这是一个简单易行的方法； 

-步骤S22、有效笔画和无效笔画的识别步骤； 

对于有效笔画和无效笔画的识别，通过文字特征加以判别；当笔头向左、向上、向左上方都是汉字、数字和字母书写中的无效笔画。