CN105160338A - 基于标注关系的手写汉字正确性判别方法 - Google Patents

Abstract

本发明公开了一种基于标注关系的手写汉字正确性判别方法，具体步骤为：建立包含汉字正确性判断相关特征标识的标准汉字库；获取用户手写汉字点集，并进行预处理；对手写汉字笔画类型进行标准化处理，判断其笔画类型及笔画数量是否正确；判断手写汉字同类笔画的空间位置关系，完成手写汉字与标准汉字笔画一一对应；判断手写汉字笔画交、接、邻关系的正确性；判断手写汉字部件空间位置关系的正确性；判断手写汉字特殊结构特征的正确性，通过上述步骤完成对用户手写汉字正确性判别。本发明的方法，实现了对手写汉字的正确性识别，具有重要的应用价值。

Description

基于标注关系的手写汉字正确性判别方法

技术领域

本发明涉及利用计算机对汉字书写评价的技术领域，尤其涉及一种基于标注关系的手写汉字正确性判别方法。

背景技术

文字是记录、传递语言信息的社会性符号系统，汉字作为中华民族的一种文字更是承载着我们民族的历史、文化与气质，它是五千年中华文明最直接的传承者。而伴随着电脑的普及，人们对电脑打字越来越依赖，手写汉字的机会则是越来越少。手写汉字的关注程度和练习强度被大大弱化，如何提升国人汉字书写的能力已经成为了一个亟待解决的问题。

目前手写汉字正确性识别的方法有以下几种：

1、根据建立的汉字库，汉字库包含汉字形体结构、汉字笔画以及汉字笔顺，然后对输入在新媒体上的汉字进行正确性判断，如中国发明专利“在新媒体上对手写汉字正确性的判断方法”(公开号：CN103679217A)公开了一种在新媒体上对手写汉字正确性的判断方法；

2、根据标准汉字笔画类型、绝对位置和相交关系的特征集，然后记录手写汉字笔画书写特征，建立手写汉字特征集，将标准特征集与手写汉字特征集进行比对处理的方法进行手写汉字笔画识别，如中国发明专利“一种手写汉字笔画识别方法”(公开号：CN103810506A)公开了一种手写汉字笔画识别方法；

3、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定手写汉字书写是否规范的方法；

4、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)；

5、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)。

上述的方法虽然能在某些方面对于手写汉字书写质量进行评价，但是这些方法都没有办法实现对手写汉字中同类笔画在空间位置归属关系进行准确判断，及对特殊特征的笔画进行判断，不能实现对手写汉字整体书写正确性的准确判断。

发明内容

针对以上现有技术中存在的缺陷，本发明提供一种基于标注关系的手写汉字正确性判别方法。

本发明采用的技术方案如下：

基于标注关系的手写汉字正确性判别方法，包括如下步骤：

(1)建立包含汉字正确性判断相关特征标识的标准汉字库，标准汉字库包含内容如下：

1)标注汉字标准笔画类型信息；2)标注汉字的基本信息，包含拼音和区位码；3)标注汉字中同类笔画的空间位置关系；4)标注汉字中笔画的“交”、“接”和“邻”关系；5)标注汉字中笔画与部件的归属关系；6)标注汉字中部件的空间位置关系；7)标注汉字中特殊特征结构的信息；

(2)获取用户手写汉字点集，并进行预处理，具体方法为：将用户在书写平台上书写汉字过程中从下笔到起笔所形成的点集定义为一个笔画；获取用户原始手写点集，并对其进行平滑、钝化和去除干扰笔段的预处理；

(3)对用户手写汉字笔画类型进行标准化处理，判断其笔画类型和笔画数量是否正确，具体方法为：1)根据标准汉字库中的汉字标准笔画类型信息将预处理获取的用户手写汉字笔画进行标准化处理；2)将标准化处理后的用户手写汉字笔画与标准汉字库中对应汉字的笔画进行比较，判断手写汉字笔画类型和笔画数量是否正确；

(4)判断手写汉字同类笔画的空间位置关系，完成手写汉字与标准汉字笔画一一对应，具体方法为：1)计算用户手写汉字中同类笔画的空间位置关系，其中同类笔画的空间位置关系共包含上、下、左、右四种；2)获取标准汉字库中对应汉字的同类笔画空间位置关系，将手写汉字与标准汉字的同类笔画空间位置关系进行比对，完成手写汉字与标准汉字笔画一一对应；

(5)判断手写汉字笔画交、接、邻关系的正确性，具体方法为：

1)将笔画从拐点处断开，分拆为若干个具有独立走向的笔段，通过判断笔画所包含笔段间的交、接、邻关系实现不同笔画交、接和邻关系的判断；

2)判断笔段“接”的方法为：计算笔段1的的端点到笔段2的垂线距离k₁和k₂，取k₁，k₂中值较小者，计算其占笔段1长度的百分比，如果超过阈值N则不相接，否则相接；

3)判断笔段“交”的方法为：获取两个笔段起点和终点的坐标，根据笔段起点和终点得到关于笔段的两个直线方程F₁和F₂，计算两个方程是否存在共同解，若无，则两个线段不相交，若有，则判断解是否同时落在两个笔段上，若同时落在两个笔段上，且两个笔段的关系不为“接”，则判断为相交，否则不相交；

4)判断笔段“邻”的方法为：邻关系分为三种，分别从笔段1的两个端点到笔段2做垂线，若垂线的两个端点完全落在笔段2上，则称笔段1与笔段2是第一种邻关系；若垂线的两个端点只有一个落在笔段2上，则称笔段1与笔段2的是第二种邻关系；若垂线的两个端点都没有落在笔段2上，则称笔段1与笔段2是第三种邻关系；

(6)判断手写汉字部件空间位置关系的正确性，具体方法为：1)计算部件外包矩形对角线交点；2)以其中一个部件的对角线交点为原点作水平线，计算连接两个部件对角线交点构成的直线与水平线的夹角；3)获取标准汉字库中对应汉字部件夹角信息，将手写汉字与标准汉字相同部件间的夹角进行比对，完成手写汉字部件空间位置关系正确性判断；

(7)判断手写汉字特殊结构特征的正确性，用户字特殊结构特征主要包括：同类笔画的长短关系和部件的宽高比；

综合上述步骤完成对手写汉字正确性判别。

本发明与现有技术相比具有的有益效果如下：

1、本发明通过计算机对手写汉字点集的预处理，然后根据汉字结构关系标识标准编码来进行判断手写汉字中同类笔画的归属，笔画间交接邻关系，部件间的关系，特殊笔画特征来完成对手写汉字正确性的识别，具有客观，高效的优点。

2、本方法实现了通过建立包含汉字正确性判断相关特征标识的标准汉字库，以此来判断手写汉字的正确性，使得解决无监督情况下手写汉字练习过程中汉字的正确性判断以及评价，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是本发明采用的汉字标准笔画类型图，

图3是同种笔画上下关系示意图，

图4是同种笔画左右关系示意图，

图5是汉字“上”接关系的示意图，

图6是汉字“十”交关系的示意图，

图7是汉字“玉”第一种邻关系的示意图，

图8是汉字“玉”第二种邻关系的示意图，

图9是汉字“法”第三种邻关系的示意图，

图10是汉字“阳”部件空间位置示意图。

具体实施方式

下面结合附图，对本发明做详细说明。

如图1，一种基于标注关系的手写汉字正确性识别方法，其具体步骤如下：

1.建立包含汉字正确性判断相关特征标识的标准汉字库：

(1)标注汉字标准笔画类型信息；

(2)标注汉字的基本信息，包含拼音、区位码等；

(3)标注汉字中同类笔画的空间位置关系；

(4)标注汉字中笔画的“交”、“接”、“邻”关系；

(5)标注汉字中笔画与部件的归属关系；

(6)标注汉字中部件的空间位置关系；

(7)标注汉字中特殊特征结构的信息；

2.获取用户点集并进行预处理：

1)获取用户手写汉字坐标点集，对其进行平滑处理，处理策略为：遍历用户手写汉字的坐标点集，获取其中X坐标最小值x_min及最大值x_max，Y坐标最小值y_min及最大值y_max，以(x_min，y_min)，(x_min，y_max)，(x_max，y_min)，(x_max，y_max)四个点为顶点构建矩形，该矩形即为此手写汉字的外包矩形，以笔画的起始点p_s为圆心，以用户手写汉字外包矩形对角线长度的1/60为半径做圆C，删除圆C中除p_s以外的点，依此规则遍历汉字点集中所有点，实现手写汉字的平滑处理；

2)针对手写汉字行笔或转折中的弯曲及修饰成分进行一次钝化处理，处理策略为：取笔画起点p₁(x₁,y₁),相邻两点p₂(x₂,y₂)，p₃(x₃,y₃)，连接p₁,p₂得到直线L₁,连接p₂,p₃得到直线L₂,计算L₁与L₂夹角α，若α>＝120°，则将p₂忽略，保留p₁、p₃，若α<120°，则保留p₁、p₂、p₃，遍历所有点集，实现手写笔画的钝化处理；

3)去除干扰笔段，处理策略为：获取每个笔画包含的笔段集S＝{s_i，i＝1..n},n为该笔画包含的笔段数；计算每个笔段长度d_i,则整个笔画长度D＝d₁+d₂+..+d_n,,若d_i<0.1*D，则去掉笔段i,遍历所有笔画，实现手写笔画的干扰笔段去除处理；

4)对完成上述处理的笔画进行二次钝化处理，具体处理策略同一次钝化处理，完成对手写汉字的预处理。

3.对手写汉字笔画进行标准化处理，判断手写汉字的笔画类型和笔画数量是否正确：

(1)将标准汉字笔画进行聚类并做唯一性编码，本方法将常用的37个标准笔画聚类为19个笔画集，如图2，根据标准汉字库中的汉字标准笔画类型信息将预处理获取的用户手写汉字笔画进行标准化处理；

(2)将标准化处理后的用户手写汉字笔画与标准汉字库中对应汉字的笔画进行比较，判断手写汉字笔画类型和笔画数量是否正确，若用户手写汉字笔画类型或各笔画类型的笔画数量不一致，则判断用户书写错误；

4.判断手写汉字同类笔画空间位置关系，完成手写汉字与标准汉字笔画一一对应：

(1)计算用户手写汉字中同类笔画的空间位置关系，其中同类笔画的空间位置关系共包含上、下、左、右四种。获取同类笔画中两个笔画的起点与终点坐标：p₁(x₁,y₁),p₂(x₂,y₂)；p₃(x₃,y₃),p₄(x₄,y₄)，若y₁>y₃且y₁>y₄且y₂>y₃且y₂>y₄,则说明p₁,p₂所在的笔画在p₃,p₄所在笔画的上方。若y₁<y₃且y₁<y₄且y₂<y₃且y₂<y₄，则说明p₁,p₂所在的笔画在p₃,p₄所在笔画的下方。若x₁<x₃且x₁<x₄且x₂<x₃且x₂<x₄,则说明p₁,p₂所在的笔画在p₃,p₄所在笔画的左方。若x₁>x₃且x₁>x₄且x₂>x₃且x₂>x₄,则说明p₁,p₂所在的笔画在p₃,p₄所在笔画的右方。遍历手写汉字中所有同类笔画，得到用户手写汉字中同类笔画的空间位置关系。如图3所示，“丰”字表示出同类笔画间上、下关系。如图4所示，“慧”字表示出同类笔画间左、右关系。

(2)获取标准汉字库中对应汉字的同类笔画空间位置关系，将手写汉字与标准汉字的同类笔画空间位置关系进行比对，完成手写汉字与标准汉字笔画一一对应；

5.判断手写汉字笔画交、接、邻关系正确性：

(1)将笔画从拐点处断开，分拆为若干个具有独立走向的笔段，通过判断笔画所包含笔段间的交、接、邻关系实现不同笔画交、接、邻关系的判断；

(2)判断笔段“接”的方法为：计算笔段1的的端点到笔段2的垂线距离k₁，k₂，取k₁，k₂中值较小者，计算其占笔段1长度的百分比，如果超过阈值N则不相接，否则相接；例如“上”，如图5所示，短横的左边端点到竖的垂直距离为k₁，短横的右边端点到竖的垂直距离为k₂,分别计算k₁和k₂占短横的百分比，如果超过25％，则两个笔段不相接，否则两个笔段相接。

(3)判断笔段“交”的方法为：获取两个笔段起点和终点的坐标，根据笔段起点和终点得到关于笔段的两个直线方程F₁和F₂，计算两个方程是否存在共同解，若无，则两个线段不相交，若有，则判断解是否同时落在两个笔段上，若同时落在两个笔段上，且两个笔段的关系不为“接”，则判断为相交，否则不相交；例如“十”，如图6所示，获取“十”字横、竖的起点和终点的坐标，根据横、竖的起点和终点得到关于这两个笔画的两个直线方程F₁和F₂，计算F₁和F₂是否存在共同解，若无，则两个笔画不相交，若有，要判断解是否同时落在两个笔段上，若同时落在两个笔段上，且两个笔段的关系不为“接”，则判断为相交，否则不相交。

(4)判断笔段“邻”的方法为：邻关系分为三种。分别从笔段1的两个端点到笔段2做垂线，若垂线的两个端点完全落在笔段2上，则称笔段1与笔段2是第一种邻关系；若垂线的两个端点只有一个落在笔段2上，则称笔段1与笔段2的是第二种邻关系；若垂线的两个端点都没有落在笔段2上，则称笔段1与笔段2是第三种邻关系；如图7所示，点的两个端点到横做垂线，垂线完全落在横上，为第一种邻关系，如图8所示，点的两个端点到横做垂线，只有一个端点的垂线落在横上，则为第二种邻关系，如图9所示，点的两个端点到横做垂线，两个端点的垂线都没有落在横上，则为第三种邻关系。

6.判断部件空间位置关系的方法为：

(1)计算部件外包矩形对角线交点O₁，O₂,…,O_n；

(2)以其中一个部件的对角线交点为原点作水平线，计算连接两个部件对角线交点构成的直线与水平线的夹角α，如图10所示。

(3)获取标准汉字库中对应汉字部件夹角信息，将手写汉字与标准汉字相同部件间的夹角大小进行比对，完成手写汉字部件空间位置关系正确性判断。

7.判断用户字特殊结构特征主要包括：同类笔画的长短关系、部件的宽高比等。同类笔画的长短关系，例如“未”，“末”，“土”，“士”，计算用户手写汉字中特殊结构特征笔画的长度，与标准汉字相比较，判断手写汉字特殊特征的正确性。例如“日”，“曰”,“昌”，“冒”，计算用户手写汉字的宽高比，与标准汉字相比较，判断手写汉字特殊特征的正确性。通过上述的步骤，最终完成用户手写汉字正确性判别。

以上实施方式仅为体现本发明内容的较佳实施例，根据本发明的思想，在具体实施过程中实施流程会有所改变之处。本说明书内容不应理解为对本发明的限制。

Claims (8)

1.基于标注关系的手写汉字正确性判别方法，其特征在于，包括如下步骤：

(1)建立包含汉字正确性判断相关特征标识的标准汉字库；

(2)获取用户手写汉字点集，并进行预处理；

(3)对用户手写汉字笔画类型进行标准化处理，判断其笔画类型和笔画数量是否正确；

(4)判断手写汉字同类笔画的空间位置关系，完成手写汉字与标准汉字笔画一一对应；

(5)判断手写汉字笔画交、接、邻关系的正确性；

(6)判断手写汉字部件空间位置关系的正确性；

(7)判断手写汉字特殊结构特征的正确性；

综合上述步骤完成对手写汉字正确性判别。

2.根据权利要求1所述的基于标注关系的手写汉字正确性判别方法，其特征在于，所述步骤(1)中，标准汉字库包含内容如下：

1)标注汉字标准笔画类型信息；

2)标注汉字的基本信息，包含拼音和区位码；

3)标注汉字中同类笔画的空间位置关系；

4)标注汉字中笔画的“交”、“接”和“邻”关系；

5)标注汉字中笔画与部件的归属关系；

6)标注汉字中部件的空间位置关系；

7)标注汉字中特殊特征结构的信息。

3.根据权利要求1中所述的基于标注关系的手写汉字正确性判别方法，其特征在于，所述步骤(2)具体方法为：将用户在书写平台上书写汉字过程中从下笔到起笔所形成的点集定义为一个笔画；获取用户原始手写点集，并对其进行平滑、钝化和去除干扰笔段的预处理。

4.根据权利要求1中所述的基于标注关系的手写汉字正确性判别方法，其特征在于，所述步骤(3)具体方法为：

1)根据标准汉字库中的汉字标准笔画类型信息将预处理获取的用户手写汉字笔画进行标准化处理；

2)将标准化处理后的用户手写汉字笔画与标准汉字库中对应汉字的笔画进行比较，判断手写汉字笔画类型和笔画数量是否正确。

5.根据权利要求1中所述的基于标注关系的手写汉字正确性判别方法，其特征在于，所述步骤(4)具体方法为：

1)计算用户手写汉字中同类笔画的空间位置关系，其中同类笔画的空间位置关系共包含上、下、左、右四种；

2)获取标准汉字库中对应汉字的同类笔画空间位置关系，将手写汉字与标准汉字的同类笔画空间位置关系进行比对，完成手写汉字与标准汉字笔画一一对应。

6.根据权利要求1中所述的基于标注关系的手写汉字正确性判别方法，其特征在于，所述步骤(5)中，判断用户字笔画“交”、“接”和“邻”具体方法为：

1)将笔画从拐点处断开，分拆为若干个具有独立走向的笔段，通过判断笔画所包含笔段间的交、接、邻关系实现不同笔画交、接和邻关系的判断；

2)判断笔段“接”的方法为：计算笔段1的的端点到笔段2的垂线距离k₁和k₂，取k₁，k₂中值较小者，计算其占笔段1长度的百分比，如果超过阈值N则不相接，否则相接；

3)判断笔段“交”的方法为：获取两个笔段起点和终点的坐标，根据笔段起点和终点得到关于笔段的两个直线方程F₁和F₂，计算两个方程是否存在共同解，若无，则两个线段不相交，若有，则判断解是否同时落在两个笔段上，若同时落在两个笔段上，且两个笔段的关系不为“接”，则判断为相交，否则不相交；

4)判断笔段“邻”的方法为：邻关系分为三种，分别从笔段1的两个端点到笔段2做垂线，若垂线的两个端点完全落在笔段2上，则称笔段1与笔段2是第一种邻关系；若垂线的两个端点只有一个落在笔段2上，则称笔段1与笔段2的是第二种邻关系；若垂线的两个端点都没有落在笔段2上，则称笔段1与笔段2是第三种邻关系。

7.根据权利要求1中所述的基于标注关系的手写汉字正确性判别方法，其特征在于，所述步骤(6)中，判断部件空间位置关系的方法为：

1)计算部件外包矩形对角线交点；

2)以其中一个部件的对角线交点为原点作水平线，计算连接两个部件对角线交点构成的直线与水平线的夹角；

3)获取标准汉字库中对应汉字部件夹角信息，将手写汉字与标准汉字相同部件间的夹角进行比对，完成手写汉字部件空间位置关系正确性判断。

8.根据权利要求1中所述的一种基于标注关系的手写汉字正确性判别方法，其特征在于，所述步骤(7)中，用户字特殊结构特征主要包括：同类笔画的长短关系和部件的宽高比。