CN104239910A - 一种联机手写汉字笔画续笔的识别方法 - Google Patents

Abstract

本发明公开了一种在数字化手写平台上联机手写汉字时笔画续笔的识别方法，具体实现步骤为：建立用走向码集标识的标准汉字笔画类型编码库；记录用户在联机状态下手写汉字的轨迹点集，对轨迹点集进行处理，建立其用走向码集标识的笔画类型编码的记录文件；将当前笔画与此前所写笔画进行遍历比对，结合与标准汉字笔画类型编码库中的汉字笔画类型编码相比对，判断当前笔画与此前笔画的笔画类型和位置关系的相关性，得出是否续笔的判断,将互为续笔关系的两个笔画的点集合并成一个笔画。本发明可以识别用户在联机书写状态下可能存在的续笔行为，对汉字书写质量评价与指导、汉字识别等具有重要的应用价值。

Description

一种联机手写汉字笔画续笔的识别方法

技术领域

本发明涉及利用计算机对汉字书写进行评价的技术领域，尤其涉及一种在手写平台上联机手写汉字笔画续笔的识别方法。

背景技术

随着安卓等智能手机、平板电脑的普及，基于触摸屏的手写技术开始愈加成熟，应用越来越广泛。在进行汉字书写时，由于很多不可避免的原因经常无法达到自己理想的书写效果，书写者由于对自己书写过的某个笔画不满意，常常需要对这一笔画进行续笔修改。书写者对某个汉字的某个笔画进行续笔的行为，是书写一个正确和美观的汉字的修改过程，反映了书写者对所书写汉字的重新认识，这种在常规汉字书写教学中可以接受的书写行为，却往往不能被现有相关数字化书写平台软件识别。对此，让数字化手写平台智能识别用户的续笔并作为正确行为接受下来，显得非常重要。

目前手写汉字书写自动评价方法主要有以下几种：

1.通过记录书写笔迹、笔画数、判断笔画相交关系来进行评价，如中国发明专利“手写汉字笔画相交离的规范性判定方法和装置”(公开号：CN101320422A)公开了一种通过判断手写汉字笔画相交离关系判断手写汉字书写是否规范的方法；

2.通过对人工给定的汉字样本进行机器学习，然后使用图像处理与人工智能的方法对手写汉字进行相似度模糊判断，如中国发明专利“一种汉字书写美观度的计算机评估方法”(公开号:CN101295371A)；

3.通过判断手写汉字的横向、纵向比例关系、结构特征以及手写汉字各点在书写空间内的分布关系进行评价，如中国发明专利“书写汉字结构规范性评价的方法和装置”(公开号：CN101251891A)。

上述方法虽然能在某些方面对于手写汉字书写质量给出一定效度的评价，但这些方法都没有实现对用户书写过程中出现的续笔现象进行判断和识别。由于前述原因，不能对续笔现象进行辨识并给予接纳，是既有联机手写质量判断技术的一大缺憾。

发明内容

本发明的目的是克服现有技术的不足，提供一种联机手写汉字笔画续笔的识别方法，让数字化手写平台能智能识别用户的续笔行为。

本发明采用的技术方案如下：

一种联机手写汉字笔画续笔的识别方法，包括：

1.建立用走向码集标识的标准汉字笔画类型编码库，即根据每种笔画中一个或数个笔段的书写走向为其建立走向码集，形成汉字所有笔画的笔画类型编码库，以此为匹配标准：

记录手写汉字笔画时从起笔到收笔留下的径迹，根据径迹上相邻两点所成直线与水平线之间夹角的余弦值，把平面坐标系分成上、下、左、右、左上、左下、右上、右下八个走向，用八个阿拉伯数字或其它方式代表八个走向，用走向码表示笔画类型，对于复杂笔画，拆分成若干个走向独立的笔段，由笔段走向码组合成笔画类型编码；

2.用户在数字手写平台上手写汉字，用手写平台数据采样函数记录用户手写径迹，对采样结果进行处理、分析，建立用走向码集标识的用户手写汉字的各个笔画类型编码的记录文件：

随着用户手写，对手写平台记录的笔画手写径迹进行过滤去噪，将该笔画根据其局部走向的不同拆分成几个笔段，这几个笔段的走向码的集合即是该手写笔画的走向码集；当写完第j个笔画时，随即建立所写所有j个笔画的走向码集的总集合C{C₁,C₂,...,C_j}；

3.将用户手写的当前笔画与此前所写笔画进行遍历比对，结合与标准汉字笔画类型编码库中汉字笔画类型编码相比对，分析笔画的类型和位置关系的相关性，从而得到是否续笔的判断；将互为续笔关系的两个笔画的点集合并成一个笔画后把整个文件另存为一个新的笔画记录文件，具体判断用户所写当前笔画是否是续笔的步骤如下：

(1)用户在书写某汉字并书写完笔画j+1时，进行如上述步骤2的数据处理过程得到这个笔画的走向码集，记为C_j+1，将笔划j+1的走向码集依次与此前每个笔画的走向码集相比对，判断笔画j+1与此前所有笔画是否存有相同走向的笔段；

(2)如果前j个笔画中的某个笔画(设为笔画i)与笔画j+1存在相同的笔段，判断这两个笔段是否存在相交、叠或连的部分，其中：“交”即两个同类笔段的径迹相互交叉；“叠”即两个同类笔段的径迹点中有若干对点的距离小于某给定阈值；“连”即两个同类笔段中径迹点首尾距离小于某个阈值；

①如果笔画i(1≤i≤j)与笔画j+1存在同类笔段且此两个同类笔段相交，则相交的两笔段可视为为同一个笔段；再将笔画i和笔画j+1的所有其它笔段合并得到一个新的笔段集合x；

②如果笔画i(1≤i≤j)与笔画j+1存在同类笔段且此两个同类笔段相叠，则相叠的两笔段可视为同一个笔段；再将笔画i和笔画j+1的所有其它笔段合并得到一个新的笔段集合x；

③如果笔画i(1≤i≤j)与笔画j+1存在同类笔段且此两个同类笔段相连，则相连的两笔段可视为同一个笔段；再将笔画i和笔画j+1的所有其它笔段合并得到一个新的笔段集合x；

(3)如果笔画i中不存在与笔画j+1具有相同笔段的笔画，依次计算笔画i的起点与笔画j+1的末点的距离、笔画i的末点与笔画j+1的起点的距离，如果两个距离值中有一个小于给定阈值，则将笔画i和笔画j+1的所有笔段合并得到一个新的笔段集合x；

(4)对于新笔段集合x，遍历汉字笔画类型编码库，若存在笔画类型s，如果x的走向码集包含于或全等于s的走向码集，即则判断笔画j+1是笔画i的续笔，两者合并的结果记为笔画i’；将新笔画i’的数据记为C_i’并用其在总笔画集合C中替换笔画C_i，删除笔画j+1的记录笔画C_j+1，将新的笔画集合记录为集合C'{C₁',C₂',...,C_j'}；

(5)如果以上条件都不满足，则判断为无续笔，将笔画j+1作为新的笔画直接记入总笔划集合C中。

本发明与现有技术相比的有益效果：

(1)本方法通过计算机或移动设备自动完成手写汉字笔画续笔的识别，在笔画书写完成以后即可完成实时识别，具有客观、高效、时效性强的优点。

(2)本方法实现了手写汉字续笔笔画的合并，对于在无监督的情况下手写汉字练习过程中笔画数目的准确判断和汉字识别具有重要的应用价值。

附图说明

图1是本发明的流程图；

图2(a)是汉字“五”的第二个笔画示意图；

图2(b)是汉字“五”的第三个笔画(对第一笔进行续笔补充)示意图；

图2(c)是汉字“五”的第四个笔画示意图；

图2(d)是汉字“五”的第五个笔画(对之前第四个笔画的续笔补充)示意图；

图2(e)是汉字“口”的横折笔画写成横和竖两个笔画的判断示意图；

图2(f)是汉字“又”的横撇笔画写成横和撇两个笔画的判断示意图。

具体实施方式

下面结合附图，对本发明做详细说明。

如图1，一种联机手写汉字笔画续笔的识别方法，其具体实施步骤如下：

1.建立用走向码集标识的标准汉字笔画类型编码库：

记录手写汉字笔画时从起笔到收笔留下的径迹，根据径迹上相邻两点所成直线与水平线之间夹角的余弦值，把平面坐标系分成上、下、左、右、左上、左下、右上、右下八个走向，用八个阿拉伯数字或其它方式代表八个走向，用走向码表示笔画类型，对于复杂笔画，拆分成若干个走向独立的笔段，由笔段走向码组合成笔画类型编码。如用“12345678”八个数字表示八个走向，则简单笔画“横”可以用走向码表示为“1”，“竖”可以用走向码表示为“3”；像复杂笔画“横折钩”可以用走向码表示为“136”。

2.用户在数字手写平台上手写汉字，用手写平台数据采样函数记录用户手写径迹，对采样结果进行处理、分析，建立用走向码集标识的用户手写汉字的各个笔画类型编码的记录文件：

根据用户在手写平台上手写某个汉字笔画的笔迹移动情况，获取该手写汉字笔画点集，并将点集表示为P＝{P_k(x_k,y_k),k＝1..n}，n为用户书写某个笔画所获得的特征点数量，遍历笔画中的所有点，对原始点集进行去噪处理，剔除原始点集中个别干扰点和冗余点，使笔画更为平滑。

对去噪后的笔画点集计算走向码，生成走向码的实现方式为：计算相邻两点所在直线与水平线之间夹角的余弦值cosθ

$\cos \mathrm{\θ}=\frac{\sqrt{{(x_i-x_{i-1})}^2}}{\sqrt{{(x_i-x_{i+1})}^2+{(y_i-y_{i+1})}^2}}$

当0.9659<cosθ<1时，如果p_i+1的横坐标值大于p_i的横坐标值，走向为水平向右(走向编码为1)，如果p_i的横坐标值大于p_i+1的横坐标值，走向为水平向左(走向编码为5)；当0.2588<cosθ<0.9659时，如果p_i+1的横坐标值大于p_i的横坐标值，走向为右上(走向编码为2)，如果p_i的横坐标值大于p_i+1的横坐标值，走向为右下(走向编码为8)；依次类推，可以得出其它四个走向。

对生成的走向码进行三次过滤。第一次过滤去除走向码中孤立的走向码，将其平滑为后面或前面的走向码，如“111112111”过滤为“111111111”；第二次过滤去除两个孤立的走向码，即第i个走向码与第i+3个走向码相同，但是与第i+1与第i+2两个走向码不同，将第i+1与第i+2两个走向码平滑为后面或前面的走向码，如“1111231111”过滤为“1111111111”；第三次过滤去除掉中间连续n个走向码值不相等的走向码，如“11112341111”过滤为“11111111”。将三次过滤后的走向码拆分成几个相同连续的走向码即笔段，再将每个笔段中的走向码合并为一个，获得该笔画的走向码集。如“及”的第一个笔画“横折折撇”经过过滤后的走向码为“1111444411144444”，拆分成四个笔段分别为“1111”、“4444”、“111”和“44444”，将每个笔段的走向码合并后分别为“1”、“4”、“1”、“4”，则该笔画的走向码集为“1414”。当写完第j个笔画时，随即建立所写所有j个笔画的走向码集的集合C{C₁,C₂,...,C_j}。

3.若用户所写当前笔画非第一笔，则将当前笔画与此前所写笔画进行遍历比对，结合与标准汉字笔画类型编码库中汉字笔画类型编码相比对，分析笔画的类型和位置关系的相关性，从而得到是否续笔的判断；将互为续笔关系的两个笔画的点集合并成一个笔画后把整个文件另存为一个新的笔画记录文件。

(1)用户在书写某汉字并书写完笔画j+1时，进行如上述步骤2的数据处理过程得到这个笔画的走向码集，记为C_j+1，将笔划j+1的走向码集依次(如按照j,j-1,j-2,…,1的顺序)与此前每个笔画的走向码集相比对，判断笔画j+1与此前所有笔画是否存有相同走向的笔段；

(2)如果前j个笔画中的某个笔画(设为笔画i)与笔画j+1存在相同的笔段，判断这两个笔段是否存在相交、叠或连接的部分，其中：“交”即两个同类笔段的径迹相互交叉；“叠”即两个同类笔段的径迹点中有若干对点的距离小于某给定阈值；“连”即两个同类笔段中径迹点首尾距离小于某个阈值；

①如果笔画i与笔画j+1存在相同的笔段且此两个同类笔段相交，则判断相交的两笔段为同一个笔段；再将笔画i和笔画j+1的所有笔段合并得到一个新的笔段集合x；

判断两个相同走向笔段是否相交的方法为：笔画i(1≤i≤j)与笔画j+1对应同走向笔段的径迹点集存在交错的情形，亦即i笔画对应笔段的端点p₁、p₂分散在j+1笔画对应笔段端点p₃、p₄连线的两侧。令 $d_1=\stackrel{\&RightArrow;}{p_3{p}_1}\&times;\stackrel{\&RightArrow;}{p_3{p}_4},d_2=\stackrel{\&RightArrow;}{p_3{p}_2}\&times;\stackrel{\&RightArrow;}{p_3{p}_4},d_3=\stackrel{\&RightArrow;}{p_1{p}_3}\&times;\stackrel{\&RightArrow;}{p_1{p}_2},d_4=\stackrel{\&RightArrow;}{p_1{p}_4}\&times;\stackrel{\&RightArrow;}{p_1{p}_2},$ 这样只要d₁*d₂＜0并且d₃*d₄＜0，则p₁p₂和p₃p₄这两条线段相交。

②如果笔画i与笔画j+1存在相同的笔段且此两个同类笔段相叠，则判断相叠的两笔段为同一个笔段；再将笔画i和笔画j+1的所有其它笔段合并得到一个新的笔段集合x；

判断两个相同走向笔段是否相叠的方法为：笔画i(1≤i≤j)与笔画j+1对应同走向笔段的径迹点集的集合中存在数对点之间的距离连续小于给定的阈值，这个阈值的确定可以根据实际情况设定，例如可以设定阈值为3对或者更多对，如图2(b)所示的第三个笔画与第一个笔画相叠。

③如果笔画i与笔画j+1存在相同的笔段且此两个同类笔段相连，则判断相连的两笔段为同一个笔段；再将笔画i和笔画j+1的所有其它笔段合并得到一个新的笔段集合x；

判断两个相同走向笔段是否相连的方法为：笔画i的起点与笔画j+1的末点的距离或笔画i的末点与笔画j+1的起点的距离小于给定阈值(阈值可以设定为笔段所有点中相邻两点的最小距离乘以某个修正值)，则两个相同走向的笔段相连。

(3)如果笔画i中不存在与笔画j+1具有相同笔段的笔画，依次计算笔画i的起点与笔画j+1的末点的距离、笔画i的末点与笔画j+1的起点的距离，如果两个距离值中有一个小于给定阈值，则将笔画i和笔画j+1的所有笔段合并得到一个新的笔段集合x。图2(e)是汉字“口”的横折笔画写成横和竖两个笔画，横和竖两个笔画不具有相同笔段，但是横的末点与竖的起点距离小于阈值，将横和竖两个笔画的所有笔段合并成一个新的笔段集合；图2(f)是汉字“又”的横撇笔画写成横和撇两个笔画，横和撇两个笔画不具有相同笔段，但是横的末点与撇的起点距离小于阈值，将横和撇两个笔画的所有笔段合并成一个新的笔段集合。

(4)对于新笔段集合x，遍历汉字笔画类型编码库，若存在笔画类型s，如果x的走向码集包含于或全等于s的走向码集，即则判断笔画j+1是笔画i的续笔，两者合并的结果记为笔画i’；将新笔画i’的数据记为C_i’并用其在总笔画集合C中替换笔画C_i，删除笔画j+1的记录笔画C_j+1，将新的笔画集合记录为集合C'{C₁',C₂',...,C_j'}。如图2(b)是汉字“五”的第三个笔画对第一笔进行续笔补充，第三个笔画与第一个笔画相叠，判断第三个笔画是续笔；如图2(d)是汉字“五”的第五个笔画对第四笔进行续笔补充，第五个笔画与第四个笔画相叠，判断第五个笔画是续笔。

(5)如果以上条件都不满足，则判断为无续笔，将笔画j+1作为新的笔画直接记入总笔划集合C中。如图2(a)是书写完汉字“五”的第二个笔画与第一个笔画比对不满足以上所有条件，判断为无续笔；图2(c)是书写完汉字“五”的第四个笔画示意图，第四个笔画与此前书写的所有笔画比对不满足以上所有条件，判断为无续笔。

以上所述仅为本发明的较佳实施实例，本发明的保护范围并不局限于此，本领域中的技术人员任何基于本发明技术方案上非实质性变更均包括在本发明保护范围之内。

Claims (3)

1.一种联机手写汉字笔画续笔的识别方法，其特征在于：

(1)建立用走向码集标识的标准汉字笔画类型编码库，即根据每种笔画中一个或数个笔段的书写走向为其建立走向码集，形成汉字所有笔画的笔画类型编码库，以此为匹配标准；

(2)用户在数字手写平台上手写汉字，用手写平台数据采样函数记录用户手写径迹，对采样结果进行处理、分析，建立其用走向码集标识的用户手写汉字的各个笔画类型编码的记录文件；

(3)将用户手写的当前笔画与此前所写笔画进行遍历比对，结合与标准汉字笔画类型编码库中汉字笔画类型编码相比对，分析笔画的类型和位置关系的相关性，从而得到是否续笔的判断；将互为续笔关系的两个笔画的点集合并成一个笔画后把整个文件另存为一个新的笔画记录文件。

2.根据权利要求1所述的一种联机手写汉字笔画续笔的识别方法，其特征在于，所述步骤(2)中，随着用户手写，对手写平台记录的笔画手写径迹进行过滤去噪，将该笔画根据其局部走向的不同拆分成几个笔段并以走向码记录其走向，这几个笔段的走向码的集合即是该手写笔画的走向码集；当写完第j个笔画时，随即建立所写所有j个笔画的走向码集的总集合C{C₁,C₂,...,C_j}。

3.根据权利要求2所述的一种联机手写汉字笔画续笔的识别方法，其特征在于,所述步骤(3)中，判断用户所写当前笔画是否是续笔的具体步骤如下：

(1)用户在书写某汉字并书写完笔画j+1时，得到这个笔画的走向码集，记为C_j+1，判断笔画j+1与此前所有笔画是否存有相同走向的笔段；

(2)如果笔画j+1与某个笔画i存在相同走向的笔段，其中1≤i≤j，判断这两个笔段的书写径迹是否存在相交、叠或连的部分；如果笔画j+1与笔画i存在同类型笔段,并且此两个同类型笔段相交、相叠或相连，则此相交、相叠或相连的两笔段可视为同一个笔段；再将笔画i和笔画j+1的所有笔段合并得到一个新的笔段集合x；

(3)如果笔画i中不存在与笔画j+1具有相同笔段的笔画，依次计算笔画i的起点与笔画j+1的末点的距离、笔画i的末点与笔画j+1的起点的距离，如果两个距离值中有一个小于给定阈值，则将笔画i和笔画j+1的所有笔段合并得到一个新的笔段集合x；

(4)对于新笔段集合x，遍历汉字笔画类型编码库，若存在笔画类型s，如果新笔段集合x的走向码集包含于或全等于s的走向码集，即则判断笔画j+1是笔画i的续笔，两者合并的结果记为笔画i’；将新笔画i’的数据记为C_i’并用其在总笔画集合C中替换笔画C_i，删除笔画j+1的记录笔画C_j+1，将新的笔画集合记录为集合C'{C₁',C₂',...,C_j'}；

(5)如果以上条件都不满足，则判断为无续笔，将笔画j+1作为新的笔画直接记入总笔画集合C中。