CN107609489B - 书法书写路径评价装置、方法及电子设备 - Google Patents
书法书写路径评价装置、方法及电子设备 Download PDFInfo
- Publication number
- CN107609489B CN107609489B CN201710719604.5A CN201710719604A CN107609489B CN 107609489 B CN107609489 B CN 107609489B CN 201710719604 A CN201710719604 A CN 201710719604A CN 107609489 B CN107609489 B CN 107609489B
- Authority
- CN
- China
- Prior art keywords
- writing
- work
- current
- image
- score
- 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.)
- Active
Links
Images
Landscapes
- Character Discrimination (AREA)
Abstract
本公开提供了一种书法书写路径评价装置、方法及电子设备。书法书写路径评价装置包括:当前路径获得单元,其适于获得当前书法作品的书写路径参数;参考路径确定单元,其适于确定当前书法作品对应的参考作品及该参考作品的书写路径参数;作品评分单元,其适于至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分。本公开的上述书法书写路径评价装置、方法及电子设备,能够兼顾准确度和效率,克服现有技术的不足。
Description
技术领域
本公开涉及信息处理技术,尤其涉及一种书法书写路径评价装置、方法及电子设备。
背景技术
目前,对于书法学习者作品水平的评价,通常是由书法专家对其作品进行人工审阅评定。此外,还有一些是采用计算机自动审核,其通用方法是通过点阵近似度比对,与标准字点阵近似度越高评分越高。
然而,对于前者采用专家审核的方式而言,该方法虽精准可靠,但效率却不高;而对于后者采用基于点阵近似度比对的审核方法而言,由于书法存在书写风格问题等原因,该方法的准确度却比较差。
发明内容
在下文中给出了关于本公开的简要概述,以便提供关于本公开的某些方面的基本理解。应当理解,这个概述并不是关于本公开的穷举性概述。它并不意图确定本公开的关键或重要部分,也不意图限定本公开的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。
鉴于现有技术的上述缺陷,本公开的目的之一是提供一种书法书写路径评价装置、方法及电子设备,以至少解决上述现有技术存在的不能兼顾准确度和效率的问题。
根据本公开的一个方面,提供了一种书法书写路径评价装置,包括:当前路径获得单元,其适于获得当前书法作品的书写路径参数;参考路径确定单元,其适于确定当前书法作品对应的参考作品及该参考作品的书写路径参数;作品评分单元,其适于至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分。
根据本公开的又一个方面,还提供了一种书法书写路径评价方法,包括:获得当前书法作品的书写路径参数;确定当前书法作品对应的参考作品及该参考作品的书写路径参数;至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分。
根据本公开的的另一个方面,还提供了一种电子设备,包括如上所述的书法书写路径评价装置。
上述根据本公开实施例的书法书写路径评价装置、方法及电子设备,其通过获取当前书法作品的书写路径参数,并将其与对应参考作品的书写路径参数进行比较,以根据二者之间的相似度来计算当前书法作品的评分,由此能够高效、准确地进行书法自动评价。
通过以下结合附图对本公开的最佳实施例的详细说明,本公开的这些以及其他优点将更加明显。
附图说明
本公开可以通过参考下文中结合附图所给出的描述而得到更好的理解,其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分,而且用来进一步举例说明本公开的优选实施例和解释本公开的原理和优点。其中:
图1是示意性地示出根据本公开实施例的书法书写路径评价装置的一种示例结构的框图;
图2是示意性地示出图1中的作品评分单元的一种可能结构的框图;
图3是示意性地示出根据本公开实施例的书法书写路径评价装置的另一种示例结构的框图;
图4是示意性地示出根据本公开实施例的书法书写路径评价方法的一个示例性处理的流程图;
图5是示意性地示出将优选实施例1中作品单字的书写路径参数与例字的书写路径参数进行比较的对比图;
图6是示出在优选实施例2中采用摄像装置持续拍摄书写过程的示意图;
图7是示出在优选实施例2中采用惯性传感器采集参数的示意图。
本领域技术人员应当理解,附图中的元件仅仅是为了简单和清楚起见而示出的,而且不一定是按比例绘制的。例如,附图中某些元件的尺寸可能相对于其他元件放大了,以便有助于提高对本公开实施例的理解。
具体实施方式
在下文中将结合附图对本公开的示范性实施例进行描述。为了清楚和简明起见,在说明书中并未描述实际实施方式的所有特征。然而,应该了解,在开发任何这种实际实施例的过程中必须做出很多特定于实施方式的决定,以便实现开发人员的具体目标,例如,符合与系统及业务相关的那些限制条件,并且这些限制条件可能会随着实施方式的不同而有所改变。此外,还应该了解,虽然开发工作有可能是非常复杂和费时的,但对得益于本公开内容的本领域技术人员来说,这种开发工作仅仅是例行的任务。
在此,还需要说明的一点是,为了避免因不必要的细节而模糊了本公开,在附图中仅仅示出了与根据本公开的方案密切相关的装置结构和/或处理步骤,而省略了与本公开关系不大的其他细节。
本公开的实施例提供了一种书法书写路径评价装置,包括:当前路径获得单元,其适于获得当前书法作品的书写路径参数;参考路径确定单元,其适于确定当前书法作品对应的参考作品及该参考作品的书写路径参数;作品评分单元,其适于至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分。
图1示意性地示出了根据本公开实施例的书法书写路径评价装置的一种示例结构。
如图1所示,根据本公开实施例的书法书写路径评价装置100包括当前路径获得单元110、参考路径确定单元120和作品评分单元130。
当前路径获得单元110适于获得当前书法作品的书写路径参数。
其中,当前书法作品是待评分的作品,其可以是由书写者在现场书写的,也可以是通过网络下载、或从外部接收的,等等。
根据本公开的实施例,当前路径获得单元110例如可以在当前书法作品书写完毕后获得当前书法作品的书写路径参数,例如可适于书写者在现场书写完毕后进行现场作品采集的情形,或者可适于从外部接收到一幅待评价的作品(作为当前书法作品)以采集该作品的书写路径参数的情形。可选地,在后续处理中,例如可以在得到当前书法作品(即整幅作品)的书法路径参数之后再进行下面将要描述的相似度计算处理和评分处理。
根据本公开的实施例,当前路径获得单元110例如也可以通过在当前书法作品的书写期间实时获取每个书写位置的书写路径参数,以获得当前书法作品的书写路径参数,例如可适于书写者一边进行书写、一边对书写的作品(作为当前书法作品)的书写路径参数进行采集的情形。可选地,在后续处理中例如可以在得到当前书法作品(即整幅作品)的书法路径参数之后再进行下面将要描述的相似度计算处理和评分处理,或者在后续处理中也可以在采集书写路径参数期间每采集一个书写位置的书写路径参数就进行一次相应的相似度计算处理和评分处理。
在一个实现方式中,书写路径参数例如可以包括对应笔画的中心线上多个特征点的位置参数。例如,假设当前书法作品包括“难得糊涂”四个字,则其书写路径参数可以包括其中每个字的各笔画中心线轨迹参数,其中,每个笔画中心线轨迹参数可以包括该笔画中心线上多个特征点的位置参数,每个笔画中心线上的多个特征点例如可以选取该笔画中心线上的起点、终点以及其起点与终点之间的预定数目的点,预定数目可以是预设的(比如对于每个笔画在其起点和终点之间取0个、1个或2个等数目的特征点,其位置例如是均匀分布的),也可以是变化的(比如对于不同笔画可以选取不同数目个特征点,如,对于“点”笔画可以选取其中心线上的起点和终点两个点作为特征点,而对于“横折弯钩”笔画可以选取其中心线上的起点、终点以及起点与终点之间的每一个拐点来作为特征点,等等)。
例如,当前路径获得单元110可以按照当前书法作品中每个单字的笔画书写顺序来提取该单字各笔画的经过区域,根据该单字各笔画的经过区域、通过图像识别算法来计算该单字各笔画的中心线上多个特征点的位置参数。
在另一个实现方式中,书写路径参数例如可以包括对应书写位置处的书写笔的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
例如,当前路径获得单元110可以在当前书法作品的书写期间,通过书写笔中预安装的一个或多个传感器来获取该书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数作为书写路径参数。一个或多个传感器例如包括距离传感器(例如用于获取书写笔对应的高度参数)、倾角传感器(例如用于获取书写笔对应的倾斜角度参数)、速度传感器(例如用于获取书写笔对应的书写速度参数)、加速度传感器(例如用于获取书写笔对应的书写加速度参数)等传感器中的一种或多种。
根据本公开的实施例,书法书写路径评价装置还可以包括用于在书写者书写当前书法作品期间捕获书写笔与当前书法作品的连续图像的捕获单元,这样,当前路径获得单元110可以通过图像识别算法根据捕获单元捕获到的连续图像来获得书写笔在每一时刻的书写位置以及书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。其中,当前路径获得单元110例如可以通过图像识别算法根据该连续图像获得书写笔在每一时刻的轮廓,以得到书写笔在该时刻的书写位置。其中,这里所说的“每一时刻”是与上述连续图像中每一张图像对应的捕获时间,因此,“每一时刻”的书写位置相当于每一张图像中的书写位置。
例如,捕获单元可以包括一般的摄像设备(即非深度摄像设备,作为第一摄像模块),获得书写期间的书写笔与当前书法作品的非深度连续图像,以通过当前路径获得单元110根据该非深度连续图像进行计算来获得上述书写路径参数。
又如,捕获单元可以包括深度摄像设备(或深度传感器,作为第二摄像模块),获得书写期间的书写笔与当前书法作品的深度连续图像,以通过当前路径获得单元110根据该深度连续图像(包含深度信息,即图像上每一点的坐标为3D坐标)进行计算来获得上述书写路径参数。
再如,捕获单元可以同时包括上述第一摄像模块和第二摄像模块,以获得上述非深度连续图像和深度连续图像,从而通过当前路径获得单元110的计算获得相应的书写路径参数,使得书写路径参数可以包含更多有用的信息参数,计算更加准确。
下面举例来描述当前路径获得单元110如何获得书写笔在每一时刻的书写位置以及书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
根据捕获单元捕获到的连续图像,针对该连续图像中的每一张图像,当前路径获得单元110可以通过现有图像识别算法识别书写笔在该图像中的书写位置,比如,可以通过图像识别算法获得该图像中书写笔的轮廓,根据该轮廓可确定书写笔笔尖对应的位置,作为其对应的书写位置。
其中,这里利用的连续图像可以是上文所描述的非深度连续图像,也可以是上文所描述的深度连续图像,或者可以同时包括以上非深度连续图像和深度连续图像。
当上述书写笔的轮廓至少是基于上述深度连续图像获得的情况下,由于所获得的书写笔轮廓包含三维坐标信息,因此基于此进行后续计算而得到的例如书写位置以及书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度等中的一个或多个参数也更为准确。
此外,将书写笔笔杆的两端中距离笔尖较近的一端称为低端,而将其两端中距离笔尖较远的一端称为高端,在识别上述连续图像(例如深度连续图像)中每张图像中书写笔的轮廓后,当前路径获得单元110还可以根据该轮廓确定书写笔笔杆上预设位置的高度,该预设位置例如是设置在笔杆上的、距离上述低端预定距离的一点,预定距离的取值范围例如是0至l,其中l为笔杆长度。为了提高识别的便利程度和准确度,例如可在笔杆上的上述预设位置上设置标识。例如,当预定距离为0时,相当于上述书写笔笔杆上的预设位置为笔杆低端上的一点(例如低端中心点);而当预定距离为l时,相当于上述书写笔笔杆上的预设位置为笔杆高端上的一点(例如高端中心点)。
此外,在通过图像识别算法识别上述连续图像(例如深度连续图像)中每张图像中书写笔的轮廓后,当前路径获得单元110还可以根据该轮廓确定书写笔笔杆两端(例如两端中心位置)的坐标信息,进而确定笔杆的倾斜角度。
此外,在通过图像识别算法识别上述连续图像(例如深度连续图像)中每张图像中书写笔的轮廓后、并确定书写笔笔尖在每一张图像中的位置后,当前路径获得单元110还可以根据各图像中书写笔笔尖的位置和对应时间,计算获得书写笔笔尖在各书写位置的书写速度。
类似地,在通过图像识别算法识别上述连续图像(例如深度连续图像)中每张图像中书写笔的轮廓后、并确定书写笔笔尖在每一张图像中的位置后,根据书写笔笔尖在各图像中的位置信息和对应时间信息,当前路径获得单元110还可以计算出书写笔笔尖在每个书写位置的书写加速度。
在又一个实现方式中,书写路径参数例如可以既包括对应笔画的中心线上多个特征点的位置参数,又包括对应书写位置处的书写笔的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数,可以采用与上文描述的方式相类似的方式获得上述参数,这里不再赘述。
参考路径确定单元120适于确定当前书法作品对应的参考作品及该参考作品的书写路径参数。
作品评分单元130适于至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分。
根据本公开的实施例,作品评分单元130可以在当前路径获得单元110获取完当前书法作品的书写路径参数以及在参考路径确定单元120确定出对应的参考作品的书写路径参数之后,再计算当前书法作品与对应参考作品的书写路径参数之间的相似度。
图2示意性地示出了作品评分单元130的一种可能结构。
如图2所示,作品评分单元130例如可以包括相似度计算模块210和评分模块220。
其中,相似度计算模块210可适于针对当前书法作品中的每个单字,提取该单字的书写路径参数,确定该单字对应的例字及该例字的书写路径参数,计算该单字与其对应例字的书写路径参数之间的相似度。
评分模块220可以至少根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度来直接计算当前书法作品的评分;或者,也可以根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度首先分别计算每个单字的评分,再由每个单字的评分得到当前书法作品的评分。其中,对于每个单字来说,该单字的书法路径参数与其对应例字书法路径参数之间的相似度越高,其对应的评分也越高。
根据一种实现方式,相似度计算模块210例如可以针对当前书法作品中的每个单字,通过文字识别方法识别该单字,并在预存的多个例字中确定与该单字识别结果对应的例字。
根据一种实现方式,书法书写路径评价装置例如可以包括用于与用户交互的用户交互模块。例如,用户交互模块可以接收用户输入或选择的字体类别(如行书或草书等),然后相似度计算模块210在识别该单字后,先在预存的所有例字中选择符合该字体类别的例字,作为候选,再在这些候选中确定出与该单字识别结果相对应的例字。
根据另一种实现方式,当前书法作品例如是在预设书写区域内书写的,而预设书写区域包括多个预设的单字区域,每个预设的单字区域具有对应的例字。这样,相似度计算模块210可以将每个单字所在单字区域对应的例字作为该单字对应的例字。
根据其他一种实现方式,书法书写路径评价装置例如可以包括识别模块,该识别模块用于在当前书法作品的书写期间,根据捕获单元捕获到的连续图像实时识别书写笔的落笔区域。例如,根据连续图像可以实时识别书写笔的轮廓,而根据轮廓中笔尖位置可以确定书写笔的落笔区域,比如,预设多个落笔区域(每个落笔区域对应一个例字),判断当前计算的轮廓中笔尖位置距离最近的那个落笔区域,由此,根据确定的落笔区域能够确定该落笔区域所对应的例字
例字的书写路径参数的获得方式例如可以采用与作品的书写路径参数相类似的方式,因为作品中可能包含一个或多个字,而仅包含一个字的作品的处理方式则可以同样应用于例字的处理,故这里不再赘述。
举例来说,假设针对当前书法作品“难得糊涂”四个字,通过相似度计算模块210的计算处理,首先得到作品中“难得糊涂”四个字的书写路径参数;然后,得到作品中“难得糊涂”四个字分别对应的例字以及各例字的书写路径参数;接着,计算以上四字中每个字的书写路径参数与其对应例字的书写路径参数之间的相似度,假设作品中“难”字与其对应例字的书写路径参数之间的相似度为x1,“得”字与其对应例字的书写路径参数之间的相似度为x2,“糊”字与其对应例字的书写路径参数之间的相似度为x3,而“涂字”与其对应例字的书写路径参数之间的相似度为x4;最后,整幅作品“难得糊涂”的评分Sall可以根据x1、x2、x3和x4确定,例如可由如下公式一确定:
公式一:Sall=q1×x1+q2×x2+q3×x3+q4×x4
其中,q1、q2、q3和q4分别为x1、x2、x3和x4对应的权值,q1、q2、q3和q4为预设值,其可以由经验值确定,或者可以通过试验的方式确定,这里不再详述。
其中,作品中每个单字的书写路径参数可以是在书写期间分别获得的,也可以是在对整幅作品分割为各个单字后分别获得的,或者可以是从整幅作品对应的书写路径参数中分别提取的。
根据一个实现方式,例如可以通过当前路径获得单元110在当前书法作品书写期间的每个书写位置实时获取该书写位置对应的书写路径参数,并通过参考路径确定单元120确定对应参考作品中与该书写位置对应的参考位置以及确定该参考位置对应的书写路径参数,以通过作品评分单元130来计算该书写位置与对应参考位置的书写路径参数之间的相似度来确定当前书法作品在该书写位置的评分,以至少根据当前书法作品在其书写期间的各书写位置的评分,计算当前书法作品的评分。
其中,针对当前书法作品书写期间的每个书写位置,作品评分单元130在“计算该书写位置与对应参考位置的书写路径参数之间的相似度来确定当前书法作品在该书写位置的评分”时,例如可以将该书写位置与对应参考位置的书写路径参数之间的相似度直接作为该书写位置的评分,或者也可以根据该相似度计算得到对应的评分(如该相似度乘一个诸如权重之类的系数等方式)。
图3示意性地示出了根据本公开实施例的书法书写路径评价装置的另一种示例结构。如图3所示,根据本公开实施例的书法书写路径评价装置300包括当前路径获得单元310、参考路径确定单元320、作品评分单元330、子区域确定单元340、子区域参数获取单元350、子区域评分单元360和缺陷/优胜确定单元370。
其中,当前路径获得单元310、参考路径确定单元320和作品评分单元330例如可以具有与上文中结合图1所描述的当前路径获得单元110、参考路径确定单元120和作品评分单元130相同的处理和功能,并能够达到相类似的技术效果,这里不再赘述。
如图3所示,针对当前书法作品中的每个单字,例如可以通过子区域确定单元340确定该单字中的多个子区域,通过子区域参数获取单元350针获得该单字中每个子区域的书写路径参数,以及通过子区域评分单元360来计算该单字中每个子区域与其在对应例字中的对应子区域的书写路径参数之间的相似度,从而获得该子区域的评分。
其中,例字中每个子区域的书写路径参数包括该子区域中的各参考位置的书写路径参数。
其中,该单字中每个子区域的书写路径参数包括该子区域中的各书写位置的书写路径参数。
缺陷/优胜确定单元370可适于根据该单字中各子区域的评分高低,确定该单字中的缺陷部位和/或正确部位。
根据一个实现方式,在该单字的多个子区域之中,例如可以将其中评分低于第一阈值的子区域或评分最低的预定数目的子区域确定为缺陷部分,将其中评分高于第二阈值的子区域或评分最高的预定数目的子区域确定为优胜部分。其中,第一阈值、第二阈值以及预定数目例如可以根据经验值设定,或者通过试验的方法确定,这里不再赘述。预定数目例如可为1、2或3等。
根据另一个实现方式,在该单字图像的多个子区域之中,例如可以将其中评分与该单字图像的评分之差大于第三阈值的子区域确定为缺陷部分,将其中评分与该单字图像的评分之差小于或等于第四阈值的子区域确定为优胜部分。其中,第三阈值和第四阈值例如可以根据经验值设定,或者通过试验的方法确定,这里不再赘述。
此外,可选地,书法书写路径评价装置300还可以包括如上文所述的捕获单元,这里不再赘述。
根据本公开的实施例,书法书写路径评价装置还可以包括偏旁相似度计算单元,偏旁相似度计算单元可以针对当前书法作品中的每个单字,通过偏旁分割获得该单字对应的偏旁图像(例如可以采用现有的偏旁分割处理技术),以获得该偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度。例字的偏旁的书写路径参数例如可以预先存储。
其中,当前书法作品中每个单字的偏旁图像的书写路径参数例如可以从该单字的书写路径参数中提取获得。例如,该单字的偏旁图像为单人旁,单人旁包括“撇”和“竖”两个笔画,可以将该两个笔画对应的书写路径参数作为以上单人旁的书写路径参数。同样地,例字的偏旁的书写路径参数也可以采用与上述方法相类似的方式获得。
在一个实现方式中,作品评分单元130可以至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的偏旁图像与其对应例字的对应偏旁的书写路径参数之间的相似度来计算当前书法作品的评分。
例如,通过计算,当前书法作品(如“难得糊涂”)与对应参考作品的书写路径参数之间的相似度包括其中每个单字与对应例字之间的相似度,假设依次分别为x1、x2、x3和x4,4个单字的偏旁图像与其对应例字偏旁之间的相似度依次分别为x1p、x2p、x3p和x4p,可以按照如下公式二计算当前书法作品的评分:
公式二:Sall=q1×x1+q2×x2+q3×x3+q4×x4+q1p×x1p+q2p×x2p+q3p×x3p+q4p×x4p
其中,q1、q2、q3和q4的定义与公式一中相同;q1p、q2p、q3p和q4p分别为x1p、x2p、x3p和x4p对应的权值,其可为预设值,可以由经验值确定,或者可以通过试验的方式确定,这里不再详述。
根据本公开的实施例,书法书写路径评价方法例如还可以包括:针对当前书法作品中每个单字,根据该单字的偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度计算该偏旁图像的评分,至少基于该偏旁图像的评分确定该单字中的缺陷部位和/或正确部位。其中,该单字的偏旁图像的评分例如可以等于该偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度,或者等于该相似度乘以一预设系数,等等。
在一个例子中,若该单字中的偏旁图像的评分低于第五阈值,可以将该偏旁图像确定为缺陷部分;若该单字中的偏旁图像的评分高于第六阈值,可以将该偏旁图像确定为优胜部分。
在另一个例子中,若该单字中的偏旁图像的评分与该单字的评分之差大于第三阈值,可以将该偏旁图像确定为缺陷部分;若该单字中的偏旁图像的评分与该单字的评分之差小于或等于第四阈值,可以将该偏旁图像确定为优胜部分。
根据本公开的实施例,书法书写路径评价装置还可以包括笔画相似度计算单元,能够针对当前书法作品中的每个单字,通过笔画分割获得该单字对应的至少一个笔画图像(例如可以采用现有的笔画分割处理技术),以获得该至少一个笔画图像各自与其对应例字中的对应的笔画的书写路径参数之间的相似度。例字的各笔画的书写路径参数例如可以预先存储。
其中,当前书法作品中每个单字的每个笔画图像的书写路径参数例如可以从该单字的书写路径参数中提取获得。例如,该单字的某个笔画为宝盖头上的“点”,可以从该单字的书写路径参数中提取出该“点”对应的那部分书写路径参数。同样地,例字的各笔画的书写路径参数也可以从例字的书写路径参数中提取获得。
在一个实现方式中,作品评分单元130可以至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的至少一个笔画图像与其对应例字的对应笔画的书写路径参数之间的相似度来计算当前书法作品的评分。
例如,通过计算,当前书法作品(如“人心”)与对应参考作品的书写路径参数之间的相似度包括其中每个单字与对应例字之间的相似度,假设依次分别为x5和x6,作品中“人”字的各笔画与其对应例字各笔画之间的相似度依次分别为x51和x52,而作品中“心”字的各笔画与其对应例字各笔画之间的相似度依次分别为x61、x62、x63和x64,可以按照如下公式三来计算当前书法作品的评分:
公式三:Sall=q5×x5+q6×x6+q51×x51+q52×x52+q61×x61+q62×x62+q63×x63+q64×x64
其中,q5和q6分别为x5和x6对应的权值,q51和q52分别为x51和x52对应的权值,q61、q62、q63和q64分别为x61、x62、x63和x64对应的权值,以上各个权值可为预设值,可以由经验值确定,或者可以通过试验的方式确定,这里不再详述。
根据本公开的实施例,书法书写路径评价方法例如还可以包括:针对当前书法作品中每个单字中的每个笔画图像,根据该笔画图像与其对应例字中的对应笔画的书写路径参数之间的相似度计算该笔画图像的评分,以至少基于该单字中的至少一个笔画图像的评分确定该单字中的缺陷部位和/或正确部位。其中,该笔画图像的评分例如可以等于该笔画图像与其对应例字中的对应笔画的书写路径参数之间的相似度,或者等于该相似度乘以一个预设系数,等等。
在一个例子中,在该单字的至少一个笔画图像之中,例如可以将其中评分低于第一阈值的笔画图像或评分最低的预定数目个笔画图像确定为缺陷部分,可以将其中评分高于第二阈值的笔画图像或评分最高的预定数目个笔画图像确定为优胜部分。
在另一个例子中,在该单字的至少一个笔画图像之中,例如可以将其中评分与该单字的评分之差大于第三阈值的笔画图像确定为缺陷部分,可以将其中评分与该单字图像的评分之差小于或等于第四阈值的笔画图像确定为优胜部分。
此外,本公开的实施例还提供了一种书法书写路径评价方法,包括:获得当前书法作品的书写路径参数;确定当前书法作品对应的参考作品及该参考作品的书写路径参数;至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分。
图4给出了上述书法书写路径评价方法的一个示例性处理的流程400。
流程400开始后,如图4所示,执行步骤S410~S430。需要说明的是,执行步骤S410~S430的过程中,不限于按照图4所示的顺序执行,也可以按照其他顺序执行,或者可以将其中部分或全部步骤并行处理,等等。
如图4所示,在步骤S410中,获得当前书法作品的书写路径参数。其中,步骤S410例如可以执行与上文中结合图1-3所描述的当前路径获得单元110的处理,并能够达到类似的功能和效果,这里不再赘述。
在步骤S420中,确定当前书法作品对应的参考作品及该参考作品的书写路径参数。其中,步骤S420例如可以执行与上文中结合图1-3所描述的参考路径确定单元120的处理,并能够达到类似的功能和效果,这里不再赘述。
在步骤S430中,至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分。其中,步骤S430例如可以执行与上文中结合图1-3所描述的作品评分单元130的处理,并能够达到类似的功能和效果,这里不再赘述。
根据本公开的实施例,当前书法作品的书写路径参数可以是在当前书法作品书写完毕后获得的,或者可以通过在当前书法作品的书写期间实时获取每个书写位置的书写路径参数而得到。
根据本公开的实施例,例如可以在当前书法作品的书写路径参数获取完毕后,再计算当前书法作品与对应参考作品的书写路径参数之间的相似度。
根据本公开的实施例,步骤S430中至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分的步骤例如可以通过如下过程实现:针对当前书法作品中的每个单字,提取该单字的书写路径参数,确定该单字对应的例字及该例字的书写路径参数,计算该单字与其对应例字的书写路径参数之间的相似度;至少根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度,确定当前书法作品的评分。
其中,“至少根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度,确定当前书法作品的评分”例如可以直接根据每个单字与例字的书写路径参数之间的相似度计算得到(如上文所描述的公式一);或者,也可以根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度首先分别计算每个单字的评分,再由每个单字的评分得到当前书法作品的评分。
根据本公开的实施例,获得当前书法作品的书写路径参数的步骤以及至少根据当前书法作品与对应参考作品的书写路径之间的相似度来计算当前书法作品的评分的步骤例如可以并行处理,可以包括:在当前书法作品书写期间的每个书写位置,实时获取该书写位置对应的书写路径参数,确定对应参考作品中与该书写位置对应的参考位置及该参考位置对应的书写路径参数,计算该书写位置与对应参考位置的书写路径参数之间的相似度,以确定当前书法作品在该书写位置的评分;至少根据当前书法作品在其书写期间的各书写位置的评分,计算当前书法作品的评分。
根据本公开的实施例,上述书法书写路径评价方法例如还可以包括:针对当前书法作品中的每个单字,确定该单字中的多个子区域,获得该单字中每个子区域的书写路径参数,其中,该单字中每个子区域的书写路径参数包括该子区域中的各书写位置的书写路径参数,计算该单字中每个子区域与其在对应例字中的对应子区域的书写路径参数之间的相似度,以获得该单字中每个子区域的评分,其中,例字中每个子区域的书写路径参数包括该子区域中的各参考位置的书写路径参数,根据该单字中各子区域的评分高低,确定该单字中的缺陷部位和/或正确部位。
根据本公开的实施例,上述书法书写路径评价方法例如还可以包括:针对当前书法作品中的每个单字,通过偏旁分割获得该单字对应的偏旁图像,以获得该偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度。
例如,当前书法作品的评分可以至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的偏旁图像与其对应例字的对应偏旁的书写路径参数之间的相似度获得。
根据本公开的实施例,上述书法书写路径评价方法例如还可以包括:针对当前书法作品中的每个单字,通过笔画分割获得该单字对应的至少一个笔画图像,以获得该至少一个笔画图像各自与其对应例字中的对应的笔画的书写路径参数之间的相似度。
例如,当前书法作品的评分至少可以根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的至少一个笔画图像与其对应例字的对应笔画的书写路径参数之间的相似度获得。
根据本公开的实施例,书写路径参数例如包括对应笔画的中心线上多个特征点的位置参数。
根据本公开的实施例,上述书法书写路径评价方法例如还可以包括:按照当前书法作品中每个单字的笔画书写顺序来提取该单字各笔画的经过区域,根据该单字各笔画的经过区域、通过图像识别算法来计算该单字各笔画的中心线上多个特征点的位置参数。
根据本公开的实施例,书写路径参数例如包括对应书写位置处的书写笔的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
此外,书写路径参数例如可以同时包括对应书写位置处的书写笔的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数以及对应笔画的中心线上多个特征点的位置参数。
根据本公开的实施例,书写笔中例如预安装有一个或多个传感器;书法书写路径评价方法例如还包括:在当前书法作品的书写期间通过一个或多个传感器获取该书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数作为书写路径参数。
根据本公开的实施例,上述书法书写路径评价方法例如还可以包括:在书写者书写当前书法作品期间捕获书写笔与当前书法作品的连续图像,以通过图像识别算法根据该连续图像来获得书写笔在每一时刻的书写位置以及书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
捕获到的书写笔与当前书法作品的连续图像例如可以包括书写笔与当前书法作品的非深度连续图像和/或深度连续图像。
其中,获得书写笔在每一时刻的书写位置的步骤例如可以包括:针对连续图像中的每一张图像,通过图像识别算法识别该图像中书写笔的轮廓,以根据该轮廓确定书写笔笔尖对应的位置来作为书写笔在该图像对应时刻(即该图像的捕获时间)的书写位置。
根据本公开的实施例,例如在通过图像识别算法识别连续图像的每张图像中书写笔的轮廓后,可以根据该轮廓确定书写笔笔杆上预设位置的高度。
根据本公开的实施例,例如可以在通过图像识别算法识别连续图像的每张图像中书写笔的轮廓后,根据该轮廓确定书写笔笔杆两端的坐标信息,以计算书写笔笔杆的倾斜角度。
根据本公开的实施例,例如可以在通过图像识别算法识别连续图像的各图像中书写笔的轮廓、并确定各图像中书写笔笔尖的位置后,根据各图像中书写笔笔尖的位置和对应时间,计算书写笔笔尖在各书写位置的书写速度。
根据本公开的实施例,例如可以在通过图像识别算法识别连续图像的各图像中书写笔的轮廓、并确定各图像中书写笔笔尖的位置后,根据各图像中书写笔笔尖的位置和对应时间,计算书写笔笔尖在各书写位置的书写加速度。
例如,可以通过如下方式确定当前书法作品中的每个单字对应的例字:针对当前书法作品中的每个单字,通过文字识别方法识别该单字,并在预存的多个例字中确定与该单字识别结果对应的例字。
根据本公开的实施例,上述书法书写路径评价方法例如还可以包括:接收用户选择的字体类别;针对当前书法作品中的每个单字,在确定出的与该单字识别结果对应的例字中选择与用户选择的字体类别相一致的例字。
根据一个实现方式,当前书法作品例如是在预设书写区域内书写的,预设书写区域包括多个预设的单字区域,每个预设的单字区域具有对应的例字;可以通过如下方式确定当前书法作品中的每个单字对应的例字:将每个单字所在单字区域对应的例字作为该单字对应的例字。
根据另一个实现方式,例如可以通过如下方式确定当前书法作品中的每个单字对应的例字:在当前书法作品的书写期间,实时识别书写笔的落笔区域,以根据该落笔区域确定当前书写的单字所对应的例字。
本公开的实施例还提供了一种电子设备,包括如上所述的书法书写路径评价装置。该电子设备例如为以下之一:台式计算机、笔记本电脑、平板电脑以及智能手机。
优选实施例1
以下以临摹场景为例来描述。将书写者所书写的内容称之为“作品”,即上文所述的当前书法作品。
预先将每个例字的书写路径参数保存到数据库中。在该实施例中,书写路径参数只保存例字书写时笔画的中心线。
针对作品中每个单字重复如下步骤1.1~1.2:
1.1按照单字笔画的书写顺序,提取笔画经过区域,使用图像识别算法计算笔画的中心线作为该单字的书写路径参数。
1.2将该单字的书写路径参数与数据库中对应例字的书写路径参数对比,如图5所示,根据符合程度(即相似度)得出每个单字的评分。
然后,利用作品中所有单字的评分计算整个作品的总评分。
此外,还可以自动指出书法笔画中的缺陷以及正确的部位。在计算分数时,可将单字和例字分别均分为N×N(N例如为8)大小的方块,每个方块独立计算评分,最后将评分结果与总体结果相差较大的部分作为书写有缺陷的区域单独指出,使书写者明确缺陷所在并改进;将评分结果与总体结果相差较小的部分作为书写优胜的区域单独指出,使书写者明确优点所在并保持。
优选实施例2
以下以临摹场景为例来描述。将书写者所书写的内容称之为“作品”,即上文所述的当前书法作品。
在原始素材采集过程中,将每个例字的书写路径参数保存到数据库中。书写路径参数例如包括书写笔的实时高度、倾斜角度和书写速度数据。可以在书写笔中安装多个惯性传感器,在书写时实时获得上述参数。
在书写者书写过程中,通过摄像装置持续拍摄书写过程,如图6所示,使用图像识别算法实时跟踪笔的轮廓得出笔的位置,并计算出笔的实时高度、倾斜角度、书写速度数据。或者,为了进一步提高后续处理的精度,可以采用惯性传感器采集以上参数,如图7所示。
通过识别落笔区域,可确定书写者当前书写的作品单字对应的例字。
将作品单字的书写路径参数与对应例字的书写路径参数对比,根据符合程度(即相似度)得出每个单字的评分。
然后,利用作品中所有单字的评分计算整个作品的总评分。
此外,还可以实时自动指出书法笔画中的缺陷以及正确的部位。由于书写路径参数(书写笔的实时高度、倾斜角度和书写速度数据)是实时的,可在写字过程中不断与数据库中例字的书写路径参数对比,得出符合程度,给出评分。当某个时段中二者相差较大时,可以通过声音或屏幕显示的方式,引导书写者矫正运笔姿态以及书写路径。当相差较小时,也可通过声音或屏幕显示的方式,对书写者进行鼓励,提升书写者的参与感。
优选实施例3
以临摹场景为例来描述。
采用与优选实施例1相类似的处理来获得作品中每个单字图像的第一类评分。
采用与优选实施例2相类似的处理来获得作品中每个单字图像的第二类评分。
通过加权计算,获得每个单字图像的第一类评分和第二类评分的加权平均值(或加权和),作为每个单字图像的评分。其中,第一类评分和第二类评分的权值例如均为1。
通过加权计算,获得作品中所有单字图像的评分的加权平均值(或加权和),作为该作品的总评分,各个单字图像的权值例如均为1。
综上,在根据本公开的实施例中,本公开提供了如下方案,但不限于此:
方案1、书法书写路径评价装置,其特征在于包括:
当前路径获得单元,其适于获得当前书法作品的书写路径参数;
参考路径确定单元,其适于确定当前书法作品对应的参考作品及该参考作品的书写路径参数;
作品评分单元,其适于至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分。
方案2、如方案1所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元用于在当前书法作品书写完毕后获得当前书法作品的书写路径参数。
方案3、如方案1所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元用于通过在当前书法作品的书写期间实时获取每个书写位置的书写路径参数,以获得当前书法作品的书写路径参数。
方案4、如方案2或3所述的书法书写路径评价装置,其特征在于,所述作品评分单元在所述当前路径获得单元获取完当前书法作品的书写路径参数以及在所述参考路径确定单元确定出对应的参考作品的书写路径参数之后,再计算当前书法作品与对应参考作品的书写路径参数之间的相似度。
方案5、如方案2-4中任一项所述的书法书写路径评价装置,其特征在于,所述作品评分单元包括:
相似度计算模块,其适于针对当前书法作品中的每个单字,提取该单字的书写路径参数,确定该单字对应的例字及该例字的书写路径参数,计算该单字与其对应例字的书写路径参数之间的相似度;
评分模块,其适于至少根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度,确定当前书法作品的评分。
方案6、如方案5所述的书法书写路径评价装置,其特征在于,所述评分模块适于:
根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度计算得出每个单字的评分;
根据每个单字的评分获得当前书法作品的评分。
方案7、如方案1所述的书法书写路径评价装置,其特征在于:
所述当前路径获得单元适于在当前书法作品书写期间的每个书写位置实时获取该书写位置对应的书写路径参数,通过所述参考路径确定单元确定对应参考作品中与该书写位置对应的参考位置及该参考位置对应的书写路径参数,通过所述作品评分单元来计算该书写位置与对应参考位置的书写路径参数之间的相似度来确定当前书法作品在该书写位置的评分,以至少根据当前书法作品在其书写期间的各书写位置的评分,计算当前书法作品的评分。
方案8、如方案1-7中任一项所述的书法书写路径评价装置,其特征在于还包括:
子区域确定单元,其适于针对当前书法作品中的每个单字,确定该单字中的多个子区域;
子区域参数获取单元,其适于针对当前书法作品中的每个单字,获得该单字中每个子区域的书写路径参数,其中,该单字中每个子区域的书写路径参数包括该子区域中的各书写位置的书写路径参数;
子区域评分单元,其适于针对当前书法作品中的每个单字,计算该单字中每个子区域与其在对应例字中的对应子区域的书写路径参数之间的相似度,以获得该单字中每个子区域的评分,其中,例字中每个子区域的书写路径参数包括该子区域中的各参考位置的书写路径参数;
缺陷/优胜确定单元,其适于根据该单字中各子区域的评分高低,确定该单字中的缺陷部位和/或正确部位。
方案9、如方案8所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中的每个单字,在该单字的多个子区域之中,将其中评分低于第一阈值的子区域或评分最低的预定数目的子区域确定为缺陷部分,将其中评分高于第二阈值的子区域或评分最高的预定数目的子区域确定为优胜部分。
方案10、如方案8所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中的每个单字,在该单字图像的多个子区域之中,将其中评分与该单字图像的评分之差大于第三阈值的子区域确定为缺陷部分,将其中评分与该单字图像的评分之差小于或等于第四阈值的子区域确定为优胜部分。
方案11、如方案1-10中任一项所述的书法书写路径评价装置,其特征在于还包括:
偏旁相似度计算单元,其适于针对当前书法作品中的每个单字,通过偏旁分割获得该单字对应的偏旁图像,以获得该偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度。
方案12、如方案11所述的书法书写路径评价装置,其中,所述作品评分单元适于至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的偏旁图像与其对应例字的对应偏旁的书写路径参数之间的相似度来计算当前书法作品的评分。
方案13、如方案11或12所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:针对当前书法作品中每个单字,根据该单字的偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度计算该偏旁图像的评分,至少基于该偏旁图像的评分确定该单字中的缺陷部位和/或正确部位。
方案14、如方案13所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中每个单字:
若该单字中的偏旁图像的评分低于第五阈值,将该偏旁图像确定为缺陷部分;
若该单字中的偏旁图像的评分高于第六阈值,将该偏旁图像确定为优胜部分。
方案15、如方案13所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中每个单字:
若该单字中的偏旁图像的评分与该单字的评分之差大于第三阈值,将该偏旁图像确定为缺陷部分;
若该单字中的偏旁图像的评分与该单字的评分之差小于或等于第四阈值,将该偏旁图像确定为优胜部分。
方案16、如方案1-15中任一项所述的书法书写路径评价装置,其特征在于还包括:
笔画相似度计算单元,其适于针对当前书法作品中的每个单字,通过笔画分割获得该单字对应的至少一个笔画图像,以获得该至少一个笔画图像各自与其对应例字中的对应的笔画的书写路径参数之间的相似度。
方案17、如方案16所述的书法书写路径评价装置,其中,所述作品评分单元适于至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的至少一个笔画图像与其对应例字的对应笔画的书写路径参数之间的相似度来计算当前书法作品的评分。
方案18、如方案16或17所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:针对当前书法作品中每个单字中的每个笔画图像,根据该笔画图像与其对应例字中的对应笔画的书写路径参数之间的相似度计算该笔画图像的评分,以至少基于该单字中的至少一个笔画图像的评分确定该单字中的缺陷部位和/或正确部位。
方案19、如方案18所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中每个单字,在该单字的至少一个笔画图像之中,将其中评分低于第一阈值的笔画图像或评分最低的预定数目个笔画图像确定为缺陷部分,将其中评分高于第二阈值的笔画图像或评分最高的预定数目个笔画图像确定为优胜部分。
方案20、如方案18所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中每个单字,在该单字的至少一个笔画图像之中,将其中评分与该单字的评分之差大于第三阈值的笔画图像确定为缺陷部分,将其中评分与该单字图像的评分之差小于或等于第四阈值的笔画图像确定为优胜部分。
方案21、如方案1-20中任一项所述的书法书写路径评价装置,其中,所述书写路径参数包括对应笔画的中心线上多个特征点的位置参数。
方案22、如方案21所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
按照当前书法作品中每个单字的笔画书写顺序来提取该单字各笔画的经过区域,根据该单字各笔画的经过区域、通过图像识别算法来计算该单字各笔画的中心线上多个特征点的位置参数。
方案23、如方案1-22中任一项所述的书法书写路径评价装置,其中,所述书写路径参数包括对应书写位置处的书写笔的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
方案24、如方案23所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
在当前书法作品的书写期间,通过所述书写笔中预安装的一个或多个传感器来获取该书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数作为所述书写路径参数。
方案25、如方案23所述的书法书写路径评价装置,其特征在于还包括捕获单元以在书写者书写当前书法作品期间捕获书写笔与当前书法作品的连续图像;
所述当前路径获得单元适于通过图像识别算法根据所述捕获单元捕获到的连续图像来获得书写笔在每一时刻的书写位置以及书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
方案26、如方案23-25中任一项所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于针对所述连续图像中的每一张图像,通过图像识别算法识别该图像中书写笔的轮廓,以根据该轮廓确定所述书写笔笔尖对应的位置来作为其对应的书写位置。
方案27、如权利要求23-26中任一项所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
在通过图像识别算法识别所述连续图像的每张图像中书写笔的轮廓后,根据该轮廓确定所述书写笔笔杆上预设位置的高度。
方案28、如权利要求23-27中任一项所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
在通过图像识别算法识别所述连续图像的每张图像中书写笔的轮廓后,根据该轮廓确定所述书写笔笔杆两端的坐标信息,以计算所述书写笔笔杆的倾斜角度。
方案29、如权利要求23-28中任一项所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
在通过图像识别算法识别所述连续图像的各图像中书写笔的轮廓、并确定所述各图像中书写笔笔尖的位置后,根据所述各图像中所述书写笔笔尖的位置和对应时间,计算所述书写笔笔尖在各书写位置的书写速度。
方案30、如权利要求23-29中任一项所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
在通过图像识别算法识别所述连续图像的各图像中书写笔的轮廓、并确定所述各图像中书写笔笔尖的位置后,根据所述各图像中所述书写笔笔尖的位置和对应时间,计算所述书写笔笔尖在各书写位置的书写加速度。
方案31、如方案1-30中任一项所述的书法书写路径评价装置,其特征在于,所述捕获单元包括第一摄像模块和/或第二摄像模块;
所述第一摄像模块包括非深度摄像设备,适于获得书写期间的书写笔与当前书法作品的非深度连续图像;
所述第二摄像模块包括深度摄像设备,适于获得书写期间的书写笔与当前书法作品的深度连续图像。
方案32、如方案5所述的书法书写路径评价装置,其特征在于,所述相似度计算模块适于针对当前书法作品中的每个单字,通过文字识别方法识别该单字,并在预存的多个例字中确定与该单字识别结果对应的例字。
方案33、如方案32所述的书法书写路径评价装置,其特征在于还包括用户交互模块,适于接收用户选择的字体类别;
所述相似度计算模块适于针对当前书法作品中的每个单字,在确定出的与该单字识别结果对应的例字中选择与用户选择的字体类别相一致的例字。
方案34、如方案5所述的书法书写路径评价装置,其特征在于,当前书法作品是在预设书写区域内书写的,所述预设书写区域包括多个预设的单字区域,每个预设的单字区域具有对应的例字;所述相似度计算模块适于将每个单字所在单字区域对应的例字作为该单字对应的例字。
方案35、如方案5所述的书法书写路径评价装置,其特征在于还包括识别模块,适于在当前书法作品的书写期间实时识别书写笔的落笔区域;所述相似度计算模块适于根据所述识别模块识别到的落笔区域确定实时书写的单字所对应的例字。
方案36、书法书写路径评价方法,其特征在于包括:
获得当前书法作品的书写路径参数;
确定当前书法作品对应的参考作品及该参考作品的书写路径参数;
至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分。
方案37、如方案36所述的书法书写路径评价方法,其特征在于:
当前书法作品的书写路径参数是在当前书法作品书写完毕后获得的;或
当前书法作品的书写路径参数是通过在当前书法作品的书写期间实时获取每个书写位置的书写路径参数而得到的。
方案38、如方案37所述的书法书写路径评价方法,其特征在于,在当前书法作品的书写路径参数获取完毕后,再计算当前书法作品与对应参考作品的书写路径参数之间的相似度。
方案39、如方案37或38所述的书法书写路径评价方法,其特征在于,所述至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分的步骤包括:
针对当前书法作品中的每个单字,
提取该单字的书写路径参数,
确定该单字对应的例字及该例字的书写路径参数,
计算该单字与其对应例字的书写路径参数之间的相似度;
至少根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度,确定当前书法作品的评分。
方案40、如方案39所述的书法书写路径评价装置,其特征在于,所述评分模块适于:
根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度计算得出每个单字的评分;
根据每个单字的评分获得当前书法作品的评分。
方案41、如方案36所述的书法书写路径评价方法,其特征在于,所述获得当前书法作品的书写路径参数的步骤以及所述至少根据当前书法作品与对应参考作品的书写路径之间的相似度来计算当前书法作品的评分的步骤包括:
在当前书法作品书写期间的每个书写位置,
实时获取该书写位置对应的书写路径参数,
确定对应参考作品中与该书写位置对应的参考位置及该参考位置对应的书写路径参数,
计算该书写位置与对应参考位置的书写路径参数之间的相似度,以确定当前书法作品在该书写位置的评分;
至少根据当前书法作品在其书写期间的各书写位置的评分,计算当前书法作品的评分。
方案42、如方案36-41中任一项所述的书法书写路径评价方法,其特征在于还包括:
针对当前书法作品中的每个单字,
确定该单字中的多个子区域,
获得该单字中每个子区域的书写路径参数,其中,该单字中每个子区域的书写路径参数包括该子区域中的各书写位置的书写路径参数,
计算该单字中每个子区域与其在对应例字中的对应子区域的书写路径参数之间的相似度,以获得该单字中每个子区域的评分,其中,例字中每个子区域的书写路径参数包括该子区域中的各参考位置的书写路径参数,
根据该单字中各子区域的评分高低,确定该单字中的缺陷部位和/或正确部位。
方案43、如方案42所述的书法书写路径评价装置,其特征在于:
针对当前书法作品中的每个单字,在该单字的多个子区域之中,将其中评分低于第一阈值的子区域或评分最低的预定数目的子区域确定为缺陷部分,将其中评分高于第二阈值的子区域或评分最高的预定数目的子区域确定为优胜部分。
方案44、如方案42所述的书法书写路径评价装置,其特征在于:
针对当前书法作品中的每个单字,在该单字图像的多个子区域之中,将其中评分与该单字图像的评分之差大于第三阈值的子区域确定为缺陷部分,将其中评分与该单字图像的评分之差小于或等于第四阈值的子区域确定为优胜部分。
方案45、如方案36-44中任一项所述的书法书写路径评价方法,其特征在于还包括:
针对当前书法作品中的每个单字,通过偏旁分割获得该单字对应的偏旁图像,以获得该偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度。
方案46、如方案45所述的书法书写路径评价方法,其中,当前书法作品的评分至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的偏旁图像与其对应例字的对应偏旁的书写路径参数之间的相似度获得。
方案47、如方案45或46所述的书法书写路径评价方法,其特征在于:针对当前书法作品中每个单字,根据该单字的偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度计算该偏旁图像的评分,至少基于该偏旁图像的评分确定该单字中的缺陷部位和/或正确部位。
方案48、如方案47所述的书法书写路径评价方法,其特征在于:
针对当前书法作品中每个单字:
若该单字中的偏旁图像的评分低于第五阈值,将该偏旁图像确定为缺陷部分;
若该单字中的偏旁图像的评分高于第六阈值,将该偏旁图像确定为优胜部分。
方案49、如方案47所述的书法书写路径评价装置,其特征在于:
针对当前书法作品中每个单字:
若该单字中的偏旁图像的评分与该单字的评分之差大于第三阈值,将该偏旁图像确定为缺陷部分;
若该单字中的偏旁图像的评分与该单字的评分之差小于或等于第四阈值,将该偏旁图像确定为优胜部分。
方案50、如方案36-49中任一项所述的书法书写路径评价方法,其特征在于还包括:
针对当前书法作品中的每个单字,通过笔画分割获得该单字对应的至少一个笔画图像,以获得该至少一个笔画图像各自与其对应例字中的对应的笔画的书写路径参数之间的相似度。
方案51、如方案50所述的书法书写路径评价方法,其中,当前书法作品的评分至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的至少一个笔画图像与其对应例字的对应笔画的书写路径参数之间的相似度获得。
方案52、如方案50或51所述的书法书写路径评价装置,其特征在于:针对当前书法作品中每个单字中的每个笔画图像,根据该笔画图像与其对应例字中的对应笔画的书写路径参数之间的相似度计算该笔画图像的评分,以至少基于该单字中的至少一个笔画图像的评分确定该单字中的缺陷部位和/或正确部位。
方案53、如方案52所述的书法书写路径评价装置,其特征在于:
针对当前书法作品中每个单字,在该单字的至少一个笔画图像之中,将其中评分低于第一阈值的笔画图像或评分最低的预定数目个笔画图像确定为缺陷部分,将其中评分高于第二阈值的笔画图像或评分最高的预定数目个笔画图像确定为优胜部分。
方案54、如方案52所述的书法书写路径评价装置,其特征在于:
针对当前书法作品中每个单字,在该单字的至少一个笔画图像之中,将其中评分与该单字的评分之差大于第三阈值的笔画图像确定为缺陷部分,将其中评分与该单字图像的评分之差小于或等于第四阈值的笔画图像确定为优胜部分。
方案55、如方案36-54中任一项所述的书法书写路径评价方法,其中,所述书写路径参数包括对应笔画的中心线上多个特征点的位置参数。
方案56、如方案55所述的书法书写路径评价方法,其特征在于还包括:
按照当前书法作品中每个单字的笔画书写顺序来提取该单字各笔画的经过区域,根据该单字各笔画的经过区域、通过图像识别算法来计算该单字各笔画的中心线上多个特征点的位置参数。
方案57、如方案36-56中任一项所述的书法书写路径评价方法,其中,所述书写路径参数包括对应书写位置处的书写笔的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
方案58、如方案57所述的书法书写路径评价方法,其特征在于,所述书写笔中预安装有一个或多个传感器;所述书法书写路径评价方法还包括:
在当前书法作品的书写期间通过所述一个或多个传感器获取该书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数作为所述书写路径参数。
方案59、如方案57所述的书法书写路径评价方法,其特征在于还包括:
在书写者书写当前书法作品期间捕获书写笔与当前书法作品的连续图像,以通过图像识别算法根据该连续图像来获得书写笔在每一时刻的书写位置以及书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
方案60、如方案59所述的书法书写路径评价方法,其特征在于,所述获得书写笔在每一时刻的书写位置的步骤包括:
针对所述连续图像中的每一张图像,通过图像识别算法识别该图像中书写笔的轮廓,以根据该轮廓确定所述书写笔笔尖对应的位置来作为所述书写笔在该图像对应时刻的书写位置。
方案61、如方案57-60中任一项所述的书法书写路径评价方法,其特征在于,在通过图像识别算法识别所述连续图像的每张图像中书写笔的轮廓后,根据该轮廓确定所述书写笔笔杆上预设位置的高度。
方案62、如方案57-61中任一项所述的书法书写路径评价方法,其特征在于,在通过图像识别算法识别所述连续图像的每张图像中书写笔的轮廓后,根据该轮廓确定所述书写笔笔杆两端的坐标信息,以计算所述书写笔笔杆的倾斜角度。
方案63、如方案57-62中任一项所述的书法书写路径评价方法,其特征在于,在通过图像识别算法识别所述连续图像的各图像中书写笔的轮廓、并确定所述各图像中书写笔笔尖的位置后,根据所述各图像中所述书写笔笔尖的位置和对应时间,计算所述书写笔笔尖在各书写位置的书写速度。
方案64、如方案57-63中任一项所述的书法书写路径评价方法,其特征在于,在通过图像识别算法识别所述连续图像的各图像中书写笔的轮廓、并确定所述各图像中书写笔笔尖的位置后,根据所述各图像中所述书写笔笔尖的位置和对应时间,计算所述书写笔笔尖在各书写位置的书写加速度。
方案65、如方案59-64中任一项所述的书法书写路径评价方法,其特征在于,所述书写笔与当前书法作品的连续图像包括所述书写笔与当前书法作品的非深度连续图像和/或深度连续图像。
方案66、如方案42所述的书法书写路径评价方法,其特征在于,通过如下方式确定当前书法作品中的每个单字对应的例字:
针对当前书法作品中的每个单字,通过文字识别方法识别该单字,并在预存的多个例字中确定与该单字识别结果对应的例字。
方案67、如方案66所述的书法书写路径评价方法,其特征在于还包括:
接收用户选择的字体类别;
针对当前书法作品中的每个单字,在确定出的与该单字识别结果对应的例字中选择与用户选择的字体类别相一致的例字。
方案68、如方案42所述的书法书写路径评价方法,其特征在于,当前书法作品是在预设书写区域内书写的,所述预设书写区域包括多个预设的单字区域,每个预设的单字区域具有对应的例字;
通过如下方式确定当前书法作品中的每个单字对应的例字:
将每个单字所在单字区域对应的例字作为该单字对应的例字。
方案69、如方案42所述的书法书写路径评价方法,其特征在于,通过如下方式确定当前书法作品中的每个单字对应的例字:
在当前书法作品的书写期间,实时识别书写笔的落笔区域,以根据该落笔区域确定当前书写的单字所对应的例字。
方案70、电子设备,其特征在于包括如方案1-35所述的书法书写路径评价装置。
方案71、如方案70所述的电子设备,其特征在于所述电子设备为以下之一:
台式计算机、笔记本电脑、平板电脑以及智能手机。
最后,还需要说明的是,在本公开中,诸如左和右、第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
尽管上面已经通过本公开的具体实施例的描述对本公开进行了披露,但是,应该理解,本领域技术人员可在所附权利要求的精神和范围内设计对本公开的各种修改、改进或者等同物。这些修改、改进或者等同物也应当被认为包括在本公开所要求保护的范围内。
Claims (69)
1.书法书写路径评价装置,其特征在于包括:
当前路径获得单元,其适于获得当前书法作品的书写路径参数;
参考路径确定单元,其适于确定当前书法作品对应的参考作品及该参考作品的书写路径参数;
作品评分单元,其适于至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分;
偏旁相似度计算单元,其适于针对当前书法作品中的每个单字,通过偏旁分割获得该单字对应的偏旁图像,以获得该偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度。
2.如权利要求1所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元用于在当前书法作品书写完毕后获得当前书法作品的书写路径参数。
3.如权利要求1所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元用于通过在当前书法作品的书写期间实时获取每个书写位置的书写路径参数,以获得当前书法作品的书写路径参数。
4.如权利要求2或3所述的书法书写路径评价装置,其特征在于,所述作品评分单元在所述当前路径获得单元获取完当前书法作品的书写路径参数以及在所述参考路径确定单元确定出对应的参考作品的书写路径参数之后,再计算当前书法作品与对应参考作品的书写路径参数之间的相似度。
5.如权利要求4所述的书法书写路径评价装置,其特征在于,所述作品评分单元包括:
相似度计算模块,其适于针对当前书法作品中的每个单字,提取该单字的书写路径参数,确定该单字对应的例字及该例字的书写路径参数,计算该单字与其对应例字的书写路径参数之间的相似度;
评分模块,其适于至少根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度来确定当前书法作品的评分。
6.如权利要求5所述的书法书写路径评价装置,其特征在于,所述评分模块适于:
根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度计算得出每个单字的评分;
根据每个单字的评分获得当前书法作品的评分。
7.如权利要求1所述的书法书写路径评价装置,其特征在于:
所述当前路径获得单元适于在当前书法作品书写期间的每个书写位置实时获取该书写位置对应的书写路径参数,通过所述参考路径确定单元确定对应参考作品中与该书写位置对应的参考位置及该参考位置对应的书写路径参数,通过所述作品评分单元来计算该书写位置与对应参考位置的书写路径参数之间的相似度来确定当前书法作品在该书写位置的评分,以至少根据当前书法作品在其书写期间的各书写位置的评分,计算当前书法作品的评分。
8.如权利要求6所述的书法书写路径评价装置,其特征在于还包括:
子区域确定单元,其适于针对当前书法作品中的每个单字,确定该单字中的多个子区域;
子区域参数获取单元,其适于针对当前书法作品中的每个单字,获得该单字中每个子区域的书写路径参数,其中,该单字中每个子区域的书写路径参数包括该子区域中的各书写位置的书写路径参数;
子区域评分单元,其适于针对当前书法作品中的每个单字,计算该单字中每个子区域与其在对应例字中的对应子区域的书写路径参数之间的相似度,以获得该单字中每个子区域的评分,其中,例字中每个子区域的书写路径参数包括该子区域中的各参考位置的书写路径参数;
缺陷/优胜确定单元,其适于根据该单字中各子区域的评分高低,确定该单字中的缺陷部位和/或正确部位。
9.如权利要求8所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中的每个单字,在该单字的多个子区域之中,将其中评分低于第一阈值的子区域或评分最低的预定数目的子区域确定为缺陷部分,将其中评分高于第二阈值的子区域或评分最高的预定数目的子区域确定为优胜部分。
10.如权利要求9所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中的每个单字,在该单字图像的多个子区域之中,将其中评分与该单字图像的评分之差大于第三阈值的子区域确定为缺陷部分,将其中评分与该单字图像的评分之差小于或等于第四阈值的子区域确定为优胜部分。
11.如权利要求10任一项所述的书法书写路径评价装置,其中,所述作品评分单元适于至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的偏旁图像与其对应例字的对应偏旁的书写路径参数之间的相似度来计算当前书法作品的评分。
12.如权利要求11所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:针对当前书法作品中每个单字,根据该单字的偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度计算该偏旁图像的评分,至少基于该偏旁图像的评分确定该单字中的缺陷部位和/或正确部位。
13.如权利要求12所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中每个单字:
若该单字中的偏旁图像的评分低于第五阈值,将该偏旁图像确定为缺陷部分;
若该单字中的偏旁图像的评分高于第六阈值,将该偏旁图像确定为优胜部分。
14.如权利要求12所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中每个单字:
若该单字中的偏旁图像的评分与该单字的评分之差大于第三阈值,将该偏旁图像确定为缺陷部分;
若该单字中的偏旁图像的评分与该单字的评分之差小于或等于第四阈值,将该偏旁图像确定为优胜部分。
15.如权利要求13或14任一项所述的书法书写路径评价装置,其特征在于还包括:
笔画相似度计算单元,其适于针对当前书法作品中的每个单字,通过笔画分割获得该单字对应的至少一个笔画图像,以获得该至少一个笔画图像各自与其对应例字中的对应的笔画的书写路径参数之间的相似度。
16.如权利要求15所述的书法书写路径评价装置,其中,所述作品评分单元适于至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的至少一个笔画图像与其对应例字的对应笔画的书写路径参数之间的相似度来计算当前书法作品的评分。
17.如权利要求16所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:针对当前书法作品中每个单字中的每个笔画图像,根据该笔画图像与其对应例字中的对应笔画的书写路径参数之间的相似度计算该笔画图像的评分,以至少基于该单字中的至少一个笔画图像的评分确定该单字中的缺陷部位和/或正确部位。
18.如权利要求17所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中每个单字,在该单字的至少一个笔画图像之中,将其中评分低于第一阈值的笔画图像或评分最低的预定数目个笔画图像确定为缺陷部分,将其中评分高于第二阈值的笔画图像或评分最高的预定数目个笔画图像确定为优胜部分。
19.如权利要求17所述的书法书写路径评价装置,其特征在于,所述缺陷/优胜确定单元适于:
针对当前书法作品中每个单字,在该单字的至少一个笔画图像之中,将其中评分与该单字的评分之差大于第三阈值的笔画图像确定为缺陷部分,将其中评分与该单字图像的评分之差小于或等于第四阈值的笔画图像确定为优胜部分。
20.如权利要求18或19任一项所述的书法书写路径评价装置,其中,所述书写路径参数包括对应笔画的中心线上多个特征点的位置参数。
21.如权利要求20所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
按照当前书法作品中每个单字的笔画书写顺序来提取该单字各笔画的经过区域,根据该单字各笔画的经过区域、通过图像识别算法来计算该单字各笔画的中心线上多个特征点的位置参数。
22.如权利要求21所述的书法书写路径评价装置,其中,所述书写路径参数包括对应书写位置处的书写笔的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
23.如权利要求22所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
在当前书法作品的书写期间,通过所述书写笔中预安装的一个或多个传感器来获取该书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数作为所述书写路径参数。
24.如权利要求23所述的书法书写路径评价装置,其特征在于还包括捕获单元以在书写者书写当前书法作品期间捕获书写笔与当前书法作品的连续图像;
所述当前路径获得单元适于通过图像识别算法根据所述捕获单元捕获到的连续图像来获得书写笔在每一时刻的书写位置以及书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
25.如权利要求24所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于针对所述连续图像中的每一张图像,通过图像识别算法识别该图像中书写笔的轮廓,以根据该轮廓确定所述书写笔笔尖对应的位置来作为其对应的书写位置。
26.如权利要求25所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
在通过图像识别算法识别所述连续图像的每张图像中书写笔的轮廓后,根据该轮廓确定所述书写笔笔杆上预设位置的高度。
27.如权利要求26所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
在通过图像识别算法识别所述连续图像的每张图像中书写笔的轮廓后,根据该轮廓确定所述书写笔笔杆两端的坐标信息,以计算所述书写笔笔杆的倾斜角度。
28.如权利要求27所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
在通过图像识别算法识别所述连续图像的各图像中书写笔的轮廓、并确定所述各图像中书写笔笔尖的位置后,根据所述各图像中所述书写笔笔尖的位置和对应时间,计算所述书写笔笔尖在各书写位置的书写速度。
29.如权利要求28所述的书法书写路径评价装置,其特征在于,所述当前路径获得单元适于:
在通过图像识别算法识别所述连续图像的各图像中书写笔的轮廓、并确定所述各图像中书写笔笔尖的位置后,根据所述各图像中所述书写笔笔尖的位置和对应时间,计算所述书写笔笔尖在各书写位置的书写加速度。
30.如权利要求29所述的书法书写路径评价装置,其特征在于,所述捕获单元包括第一摄像模块和/或第二摄像模块;
所述第一摄像模块包括非深度摄像设备,适于获得书写期间的书写笔与当前书法作品的非深度连续图像;
所述第二摄像模块包括深度摄像设备,适于获得书写期间的书写笔与当前书法作品的深度连续图像。
31.如权利要求5所述的书法书写路径评价装置,其特征在于,所述相似度计算模块适于针对当前书法作品中的每个单字,通过文字识别方法识别该单字,并在预存的多个例字中确定与该单字识别结果对应的例字。
32.如权利要求31所述的书法书写路径评价装置,其特征在于还包括用户交互模块,适于接收用户选择的字体类别;
所述相似度计算模块适于针对当前书法作品中的每个单字,在确定出的与该单字识别结果对应的例字中选择与用户选择的字体类别相一致的例字。
33.如权利要求5所述的书法书写路径评价装置,其特征在于,当前书法作品是在预设书写区域内书写的,所述预设书写区域包括多个预设的单字区域,每个预设的单字区域具有对应的例字;所述相似度计算模块适于将每个单字所在单字区域对应的例字作为该单字对应的例字。
34.如权利要求5所述的书法书写路径评价装置,其特征在于还包括识别模块,适于在当前书法作品的书写期间实时识别书写笔的落笔区域;所述相似度计算模块适于根据所述识别模块识别到的落笔区域确定实时书写的单字所对应的例字。
35.书法书写路径评价方法,其特征在于包括:
获得当前书法作品的书写路径参数;
确定当前书法作品对应的参考作品及该参考作品的书写路径参数;
至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分;
针对当前书法作品中的每个单字,通过偏旁分割获得该单字对应的偏旁图像,以获得该偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度。
36.如权利要求35所述的书法书写路径评价方法,其特征在于:
当前书法作品的书写路径参数是在当前书法作品书写完毕后获得的;或
当前书法作品的书写路径参数是通过在当前书法作品的书写期间实时获取每个书写位置的书写路径参数而得到的。
37.如权利要求36所述的书法书写路径评价方法,其特征在于,在当前书法作品的书写路径参数获取完毕后,再计算当前书法作品与对应参考作品的书写路径参数之间的相似度。
38.如权利要求37所述的书法书写路径评价方法,其特征在于,所述至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度来计算当前书法作品的评分的步骤包括:
针对当前书法作品中的每个单字,
提取该单字的书写路径参数,
确定该单字对应的例字及该例字的书写路径参数,
计算该单字与其对应例字的书写路径参数之间的相似度;
至少根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度,确定当前书法作品的评分。
39.如权利要求38所述的书法书写路径评价方法,其特征在于,至少根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度,确定当前书法作品的评分,包括:
根据当前书法作品中各个单字与其对应例字的书写路径参数之间的相似度计算得出每个单字的评分;
根据每个单字的评分获得当前书法作品的评分。
40.如权利要求35所述的书法书写路径评价方法,其特征在于,所述获得当前书法作品的书写路径参数的步骤以及所述至少根据当前书法作品与对应参考作品的书写路径之间的相似度来计算当前书法作品的评分的步骤包括:
在当前书法作品书写期间的每个书写位置,
实时获取该书写位置对应的书写路径参数,
确定对应参考作品中与该书写位置对应的参考位置及该参考位置对应的书写路径参数,
计算该书写位置与对应参考位置的书写路径参数之间的相似度,以确定当前书法作品在该书写位置的评分;
至少根据当前书法作品在其书写期间的各书写位置的评分,计算当前书法作品的评分。
41.如权利要求39或40任一项所述的书法书写路径评价方法,其特征在于还包括:
针对当前书法作品中的每个单字,
确定该单字中的多个子区域,
获得该单字中每个子区域的书写路径参数,其中,该单字中每个子区域的书写路径参数包括该子区域中的各书写位置的书写路径参数,
计算该单字中每个子区域与其在对应例字中的对应子区域的书写路径参数之间的相似度,以获得该单字中每个子区域的评分,其中,例字中每个子区域的书写路径参数包括该子区域中的各参考位置的书写路径参数,
根据该单字中各子区域的评分高低,确定该单字中的缺陷部位和/或正确部位。
42.如权利要求41所述的书法书写路径评价方法,其特征在于:
针对当前书法作品中的每个单字,在该单字的多个子区域之中,将其中评分低于第一阈值的子区域或评分最低的预定数目的子区域确定为缺陷部分,将其中评分高于第二阈值的子区域或评分最高的预定数目的子区域确定为优胜部分。
43.如权利要求41所述的书法书写路径评价方法,其特征在于:
针对当前书法作品中的每个单字,在该单字图像的多个子区域之中,将其中评分与该单字图像的评分之差大于第三阈值的子区域确定为缺陷部分,将其中评分与该单字图像的评分之差小于或等于第四阈值的子区域确定为优胜部分。
44.如权利要求42或43所述的书法书写路径评价方法,其中,当前书法作品的评分至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的偏旁图像与其对应例字的对应偏旁的书写路径参数之间的相似度获得。
45.如权利要求44所述的书法书写路径评价方法,其特征在于:针对当前书法作品中每个单字,根据该单字的偏旁图像与其对应例字中的对应偏旁的书写路径参数之间的相似度计算该偏旁图像的评分,至少基于该偏旁图像的评分确定该单字中的缺陷部位和/或正确部位。
46.如权利要求45所述的书法书写路径评价方法,其特征在于:
针对当前书法作品中每个单字:
若该单字中的偏旁图像的评分低于第五阈值,将该偏旁图像确定为缺陷部分;
若该单字中的偏旁图像的评分高于第六阈值,将该偏旁图像确定为优胜部分。
47.如权利要求45所述的书法书写路径评价方法,其特征在于:
针对当前书法作品中每个单字:
若该单字中的偏旁图像的评分与该单字的评分之差大于第三阈值,将该偏旁图像确定为缺陷部分;
若该单字中的偏旁图像的评分与该单字的评分之差小于或等于第四阈值,将该偏旁图像确定为优胜部分。
48.如权利要求46或47任一项所述的书法书写路径评价方法,其特征在于还包括:
针对当前书法作品中的每个单字,通过笔画分割获得该单字对应的至少一个笔画图像,以获得该至少一个笔画图像各自与其对应例字中的对应的笔画的书写路径参数之间的相似度。
49.如权利要求48所述的书法书写路径评价方法,其中,当前书法作品的评分至少根据当前书法作品与对应参考作品的书写路径参数之间的相似度、以及当前书法作品中的每个单字的至少一个笔画图像与其对应例字的对应笔画的书写路径参数之间的相似度获得。
50.如权利要求49所述的书法书写路径评价方法,其特征在于:针对当前书法作品中每个单字中的每个笔画图像,根据该笔画图像与其对应例字中的对应笔画的书写路径参数之间的相似度计算该笔画图像的评分,以至少基于该单字中的至少一个笔画图像的评分确定该单字中的缺陷部位和/或正确部位。
51.如权利要求50所述的书法书写路径评价方法,其特征在于:
针对当前书法作品中每个单字,在该单字的至少一个笔画图像之中,将其中评分低于第一阈值的笔画图像或评分最低的预定数目个笔画图像确定为缺陷部分,将其中评分高于第二阈值的笔画图像或评分最高的预定数目个笔画图像确定为优胜部分。
52.如权利要求51所述的书法书写路径评价方法,其特征在于:
针对当前书法作品中每个单字,在该单字的至少一个笔画图像之中,将其中评分与该单字的评分之差大于第三阈值的笔画图像确定为缺陷部分,将其中评分与该单字图像的评分之差小于或等于第四阈值的笔画图像确定为优胜部分。
53.如权利要求52所述的书法书写路径评价方法,其中,所述书写路径参数包括对应笔画的中心线上多个特征点的位置参数。
54.如权利要求53所述的书法书写路径评价方法,其特征在于还包括:
按照当前书法作品中每个单字的笔画书写顺序来提取该单字各笔画的经过区域,根据该单字各笔画的经过区域、通过图像识别算法来计算该单字各笔画的中心线上多个特征点的位置参数。
55.如权利要求54所述的书法书写路径评价方法,其中,所述书写路径参数包括对应书写位置处的书写笔的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
56.如权利要求55所述的书法书写路径评价方法,其特征在于,所述书写笔中预安装有一个或多个传感器;所述书法书写路径评价方法还包括:
在当前书法作品的书写期间通过所述一个或多个传感器获取该书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数作为所述书写路径参数。
57.如权利要求56所述的书法书写路径评价方法,其特征在于还包括:
在书写者书写当前书法作品期间捕获书写笔与当前书法作品的连续图像,以通过图像识别算法根据该连续图像来获得书写笔在每一时刻的书写位置以及书写笔在各书写位置的高度、倾斜角度、书写速度和书写加速度中的一个或多个参数。
58.如权利要求57所述的书法书写路径评价方法,其特征在于,所述获得书写笔在每一时刻的书写位置的步骤包括:
针对所述连续图像中的每一张图像,通过图像识别算法识别该图像中书写笔的轮廓,以根据该轮廓确定所述书写笔笔尖对应的位置来作为所述书写笔在该图像对应时刻的书写位置。
59.如权利要求58中任一项所述的书法书写路径评价方法,其特征在于,在通过图像识别算法识别所述连续图像的每张图像中书写笔的轮廓后,根据该轮廓确定所述书写笔笔杆上预设位置的高度。
60.如权利要求59所述的书法书写路径评价方法,其特征在于,在通过图像识别算法识别所述连续图像的每张图像中书写笔的轮廓后,根据该轮廓确定所述书写笔笔杆两端的坐标信息,以计算所述书写笔笔杆的倾斜角度。
61.如权利要求60所述的书法书写路径评价方法,其特征在于,在通过图像识别算法识别所述连续图像的各图像中书写笔的轮廓、并确定所述各图像中书写笔笔尖的位置后,根据所述各图像中所述书写笔笔尖的位置和对应时间,计算所述书写笔笔尖在各书写位置的书写速度。
62.如权利要求61所述的书法书写路径评价方法,其特征在于,在通过图像识别算法识别所述连续图像的各图像中书写笔的轮廓、并确定所述各图像中书写笔笔尖的位置后,根据所述各图像中所述书写笔笔尖的位置和对应时间,计算所述书写笔笔尖在各书写位置的书写加速度。
63.如权利要求62所述的书法书写路径评价方法,其特征在于,所述书写笔与当前书法作品的连续图像包括所述书写笔与当前书法作品的非深度连续图像和/或深度连续图像。
64.如权利要求42所述的书法书写路径评价方法,其特征在于,通过如下方式确定当前书法作品中的每个单字对应的例字:
针对当前书法作品中的每个单字,通过文字识别方法识别该单字,并在预存的多个例字中确定与该单字识别结果对应的例字。
65.如权利要求64所述的书法书写路径评价方法,其特征在于还包括:
接收用户选择的字体类别;
针对当前书法作品中的每个单字,在确定出的与该单字识别结果对应的例字中选择与用户选择的字体类别相一致的例字。
66.如权利要求42所述的书法书写路径评价方法,其特征在于,当前书法作品是在预设书写区域内书写的,所述预设书写区域包括多个预设的单字区域,每个预设的单字区域具有对应的例字;
通过如下方式确定当前书法作品中的每个单字对应的例字:
将每个单字所在单字区域对应的例字作为该单字对应的例字。
67.如权利要求42所述的书法书写路径评价方法,其特征在于,通过如下方式确定当前书法作品中的每个单字对应的例字:
在当前书法作品的书写期间,实时识别书写笔的落笔区域,以根据该落笔区域确定当前书写的单字所对应的例字。
68.一种电子设备,其特征在于包括如权利要求1-34所述的书法书写路径评价装置。
69.如权利要求68所述的电子设备,其特征在于所述电子设备为以下之一:
台式计算机、笔记本电脑、平板电脑以及智能手机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710719604.5A CN107609489B (zh) | 2017-08-21 | 2017-08-21 | 书法书写路径评价装置、方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710719604.5A CN107609489B (zh) | 2017-08-21 | 2017-08-21 | 书法书写路径评价装置、方法及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107609489A CN107609489A (zh) | 2018-01-19 |
CN107609489B true CN107609489B (zh) | 2020-09-01 |
Family
ID=61065334
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710719604.5A Active CN107609489B (zh) | 2017-08-21 | 2017-08-21 | 书法书写路径评价装置、方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107609489B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108509078A (zh) * | 2018-03-19 | 2018-09-07 | 北京华文众合科技有限公司 | 一种硬笔临摹系统 |
CN110874163A (zh) * | 2018-08-29 | 2020-03-10 | 朱莞儿 | 一种智能书桌、书写信息收集方法和书写信息处理方法 |
CN110874150A (zh) * | 2018-08-29 | 2020-03-10 | 朱莞儿 | 一种智能垫板、书写信息收集方法和书写信息处理方法 |
CN109240549B (zh) * | 2018-11-28 | 2021-04-02 | 四川长虹电器股份有限公司 | 一种基于外接数位设备和大数据智能分析的书法矫正器 |
CN110298250A (zh) * | 2019-05-30 | 2019-10-01 | 广东爱贝佳科技有限公司 | 一种书写评分及纠错方法和交互式系统 |
CN110189579A (zh) * | 2019-06-21 | 2019-08-30 | 洪克 | 一种国学练字教学系统及方法 |
CN110444187B (zh) * | 2019-07-31 | 2021-11-16 | 温州漏腐蚀五金制品有限公司 | 一种基于书法的古筝背景音乐控制系统 |
CN111462576A (zh) * | 2020-04-02 | 2020-07-28 | 中科院合肥技术创新工程院 | 一种书法练习方法、装置及系统 |
CN111312014A (zh) * | 2020-04-14 | 2020-06-19 | 青岛真水堂教育咨询有限公司 | 一种用于书法练习的高精度智能互联笔 |
CN112036522A (zh) * | 2020-07-20 | 2020-12-04 | 上海卓希智能科技有限公司 | 基于机器学习的书法单字评价方法、系统及终端 |
CN116561601B (zh) * | 2023-07-07 | 2023-10-03 | 深圳棒棒帮科技有限公司 | 一种书写评分方法、装置及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102081742A (zh) * | 2011-01-17 | 2011-06-01 | 山东山大鸥玛软件有限公司 | 一种书写能力的自动评价方法 |
CN202771666U (zh) * | 2012-08-31 | 2013-03-06 | 韩毓麒 | 一种书法练习装置 |
US8635073B2 (en) * | 2005-09-14 | 2014-01-21 | At&T Intellectual Property I, L.P. | Wireless multimodal voice browser for wireline-based IPTV services |
CN104050471A (zh) * | 2014-05-27 | 2014-09-17 | 华中科技大学 | 一种自然场景文字检测方法及系统 |
CN104346971A (zh) * | 2013-08-05 | 2015-02-11 | 郑州同心创远生物科技有限公司 | 基于电子信息技术的书法训练方法 |
CN104485035A (zh) * | 2014-11-17 | 2015-04-01 | 潘滟 | 书法练习系统及其方法 |
CN104573747A (zh) * | 2013-10-17 | 2015-04-29 | 北大方正集团有限公司 | 文字评价方法及装置 |
CN105654130A (zh) * | 2015-12-30 | 2016-06-08 | 成都数联铭品科技有限公司 | 一种基于递归神经网络的复杂图像文字序列识别系统 |
CN105678300A (zh) * | 2015-12-30 | 2016-06-15 | 成都数联铭品科技有限公司 | 一种复杂图像文字序列识别方法 |
CN105787522A (zh) * | 2016-03-31 | 2016-07-20 | 科大讯飞股份有限公司 | 基于手写笔迹的书写态度评价方法及系统 |
CN106371593A (zh) * | 2016-08-31 | 2017-02-01 | 李姣昂 | 一种投影交互式书法练习系统及其实现方法 |
CN106407971A (zh) * | 2016-09-14 | 2017-02-15 | 北京小米移动软件有限公司 | 文字识别方法及装置 |
-
2017
- 2017-08-21 CN CN201710719604.5A patent/CN107609489B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8635073B2 (en) * | 2005-09-14 | 2014-01-21 | At&T Intellectual Property I, L.P. | Wireless multimodal voice browser for wireline-based IPTV services |
CN102081742A (zh) * | 2011-01-17 | 2011-06-01 | 山东山大鸥玛软件有限公司 | 一种书写能力的自动评价方法 |
CN202771666U (zh) * | 2012-08-31 | 2013-03-06 | 韩毓麒 | 一种书法练习装置 |
CN104346971A (zh) * | 2013-08-05 | 2015-02-11 | 郑州同心创远生物科技有限公司 | 基于电子信息技术的书法训练方法 |
CN104573747A (zh) * | 2013-10-17 | 2015-04-29 | 北大方正集团有限公司 | 文字评价方法及装置 |
CN104050471A (zh) * | 2014-05-27 | 2014-09-17 | 华中科技大学 | 一种自然场景文字检测方法及系统 |
CN104485035A (zh) * | 2014-11-17 | 2015-04-01 | 潘滟 | 书法练习系统及其方法 |
CN105654130A (zh) * | 2015-12-30 | 2016-06-08 | 成都数联铭品科技有限公司 | 一种基于递归神经网络的复杂图像文字序列识别系统 |
CN105678300A (zh) * | 2015-12-30 | 2016-06-15 | 成都数联铭品科技有限公司 | 一种复杂图像文字序列识别方法 |
CN105787522A (zh) * | 2016-03-31 | 2016-07-20 | 科大讯飞股份有限公司 | 基于手写笔迹的书写态度评价方法及系统 |
CN106371593A (zh) * | 2016-08-31 | 2017-02-01 | 李姣昂 | 一种投影交互式书法练习系统及其实现方法 |
CN106407971A (zh) * | 2016-09-14 | 2017-02-15 | 北京小米移动软件有限公司 | 文字识别方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN107609489A (zh) | 2018-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609489B (zh) | 书法书写路径评价装置、方法及电子设备 | |
CN110232311B (zh) | 手部图像的分割方法、装置及计算机设备 | |
CN110532984B (zh) | 关键点检测方法、手势识别方法、装置及系统 | |
CN104350509B (zh) | 快速姿势检测器 | |
CN101681424B (zh) | 连续图像配准 | |
TWI321294B (en) | Method and device for determining at least one recognition candidate for a handwritten pattern | |
CN110009027B (zh) | 图像的比对方法、装置、存储介质及电子装置 | |
CN104008363B (zh) | 手写轨迹的检测、规范化和在线识别以及异常字根的收集 | |
US20150278167A1 (en) | Automatic measure of visual similarity between fonts | |
CN109829368B (zh) | 手掌特征的识别方法、装置、计算机设备及存储介质 | |
CN109902541B (zh) | 一种图像识别的方法及系统 | |
JP6900164B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
EP1854047A1 (en) | Segmentation-based recognition | |
CN109214471A (zh) | 评价练字字帖中的书写字的方法及系统 | |
US8917957B2 (en) | Apparatus for adding data to editing target data and displaying data | |
CN111523455A (zh) | 汉字书写的评价方法 | |
CN110223202B (zh) | 一种教学道具识别与评分的方法及系统 | |
CN109086336A (zh) | 试卷数据存储方法、装置及电子设备 | |
JP4817297B2 (ja) | 文字検索装置 | |
TWI303783B (en) | Method and device for recognition of a handwritten pattern, and computer program product | |
CN108846339A (zh) | 一种文字识别方法、装置、电子设备和存储介质 | |
CN109254663B (zh) | 一种儿童图书辅助阅读机器人的使用方法 | |
Sonoda et al. | A letter input system based on handwriting gestures | |
CN113420983B (zh) | 一种书写评价方法、装置、设备及存储介质 | |
CN109635798A (zh) | 一种信息提取方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |