CN108734165A - 基于人工智能的书法质量检测方法、装置和电子设备 - Google Patents
基于人工智能的书法质量检测方法、装置和电子设备 Download PDFInfo
- Publication number
- CN108734165A CN108734165A CN201810427967.6A CN201810427967A CN108734165A CN 108734165 A CN108734165 A CN 108734165A CN 201810427967 A CN201810427967 A CN 201810427967A CN 108734165 A CN108734165 A CN 108734165A
- Authority
- CN
- China
- Prior art keywords
- word
- writing words
- copybook
- quality testing
- quality
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/28—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet
- G06V30/287—Character recognition specially adapted to the type of the alphabet, e.g. Latin alphabet of Kanji, Hiragana or Katakana characters
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于人工智能的书法质量检测方法、装置和电子设备,其中,方法包括:获取待检测的书写文字,对书写文字进行识别,查找字帖数据库获取与书写文字对应的字帖文字;根据预设的质量检测维度,分别提取书写文字的第一文字特征以及字帖文字的第二文字特征;比较第一文字特征和第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果;根据预设的与每个质量检测维度对应的权重,以及每个质量检测维度的分值结果,生成书写文字的质量检测结果。由此,提供了一种基于人工智能的书法质量检测方法,方便了对书法质量进行客观评价,提高了书法质量检测的效率。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种基于人工智能的书法质量检测方法、装置和电子设备。
背景技术
书法,对于成年人来说是一种娱乐,对于学生来说是必要的生存技能,在各种考试中具有举足轻重的影响。
相关技术中,学习书法只能通过临帖或者找书法老师辅导,对于文字书写的质量主要是通过人工方式进行质量评价,一般是由书法老师给予质量点评。然而,在实现本发明的过程中发明人发现相关技术至少存在如下技术问题:(1)严重依赖于老师的判断,给出的标准不客观。(2)老师找出的问题不全面。(3)不一定对学生进行个性化的辅导,受限于老师的水平。(4)练习写字很不方便。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种基于人工智能的书法质量检测方法,方便了对书法质量进行客观评价,提高了书法质量检测的效率。
本发明的第二个目的在于提出一种基于人工智能的书法质量检测装置。
本发明的第三个目的在于提出一种电子设备。
本发明的第四个目的在于提出一种非临时性计算机可读存储介质。
本发明的第五个目的在于提出一种计算机程序产品。
为达上述目的,本发明第一方面实施例提出了基于人工智能的书法质量检测方法,包括:获取待检测的书写文字,对所述书写文字进行识别,查找字帖数据库获取与所述书写文字对应的字帖文字;根据预设的质量检测维度,分别提取所述书写文字的第一文字特征以及所述字帖文字的第二文字特征;比较所述第一文字特征和所述第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果;根据预设的与所述每个质量检测维度对应的权重,以及所述每个质量检测维度的分值结果,生成所述书写文字的质量检测结果。
本发明实施例的基于人工智能的书法质量检测方法,获取与待检测的书写文字对应的字帖文字,并根据预设的质量检测维度,分别提取书写文字的第一文字特征以及字帖文字的第二文字特征;比较第一文字特征和第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果;根据预设的与每个质量检测维度对应的权重,以及每个质量检测维度的分值结果,生成书写文字的质量检测结果。由此,提供了一种基于人工智能的书法质量检测方法,方便了对书法质量进行客观评价,提高了质量检测的效率,进而可减少用户获知自己的书法质量的时间和成本,方便了用户获知自己的书法质量,提高了用户的用户体验度。
为达上述目的,本发明第二方面实施例提出了一种基于人工智能的书法质量检测装置,包括:文字处理模块,用于获取待检测的书写文字,对所述书写文字进行识别,查找字帖数据库获取与所述书写文字对应的字帖文字;提取模块,用于根据预设的质量检测维度,分别提取所述书写文字的第一文字特征以及所述字帖文字的第二文字特征;质量分析模块,用于比较所述第一文字特征和所述第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果;生成模块,用于根据预设的与所述每个质量检测维度对应的权重,以及所述每个质量检测维度的分值结果,生成所述书写文字的质量检测结果。
本发明实施例的基于人工智能的书法质量检测装置,获取与待检测的书写文字对应的字帖文字,并根据预设的质量检测维度,分别提取书写文字的第一文字特征以及字帖文字的第二文字特征;比较第一文字特征和第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果;根据预设的与每个质量检测维度对应的权重,以及每个质量检测维度的分值结果,生成书写文字的质量检测结果。由此,提供了一种基于人工智能的书法质量检测方法,方便了对书法质量进行客观评价,提高了质量检测的效率,进而可减少用户获知自己的书法质量的时间和成本,方便了用户获知自己的书法质量,提高了用户的用户体验度。
为达上述目的,本发明第三方面实施例提出了一种电子设备,包括:处理器和存储器;其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如上述实施例描述的基于人工智能的书法质量检测方法。
为了实现上述目的,本发明第四方面实施例提出了一种非临时性计算机可读存储介质,该程序被处理器执行时实现如上述实施例描述的基于人工智能的书法质量检测方法。
为了实现上述目的,本发明第五方面实施例提出了一种计算机程序产品,当所述计算机程序产品中的指令处理器执行时,执行如上述实施例描述的基于人工智能的书法质量检测方法。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是根据本发明一个实施例的基于人工智能的书法质量检测方法的流程图;
图2是步骤110的细化流程图;
图3是根据本发明另一个实施例的基于人工智能的书法质量检测方法的流程图;
图4是根据本发明一个具体实施例的基于人工智能的书法质量检测方法的流程图;
图5是根据本发明一个实施例的基于人工智能的书法质量检测装置的结构示意图;
图6是根据本发明另一个实施例的基于人工智能的书法质量检测装置的结构示意图;
图7是根据本发明再一个实施例的基于人工智能的书法质量检测装置的结构示意图;以及
图8为本发明实施例提供的执行基于人工智能的书法质量检测方法的电子设备的硬件结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
基于背景技术可知,相关技术中主要是由书法老师对用户书写的文字质量给予评价,然而,由于不同书法老师评价书法质量的标准不同,因此,依赖于老师对用户书写的文字给予的书法质量评价容易带有老师的主观观点,给出的质量评价不客观,并且,书法质量评价受限于老师的水平以及时间,不方便用户及时获知自己的书法质量。
为了解决上述技术问题,本发明提供一种基于人工智能的书法质量检测方法,根据预设的质量检测维度,获取书写文字的文字特征与字帖文字的文字特征,并根据书写文字的文字特征与字帖文字的文字特征对书写文字的质量进行分析,并生成书写文字的质量检测结果。由此,提供了一种基于人工智能的书法质量检测方法,方便了对书法质量进行客观评价,提高了书法质量检测的效率,进而可减少用户获知自己的书法质量的时间和成本,方便了用户获知自己的书法质量,提高了用户的用户体验度。
下面参考附图描述本发明实施例的基于人工智能的书法质量检测方法、装置及电子设备。
图1是根据本发明一个实施例的基于人工智能的书法质量检测方法的流程图。
如图1所示,该方法包括:
步骤101,获取待检测的书写文字,对书写文字进行识别,查找字帖数据库获取与书写文字对应的字帖文字。
其中,字帖数据库中包括各种类型字帖对应的文字。
其中,字帖按照字体可以分为楷书、草书、行书、隶书、篆书等类型。
在实际应用中,由于不同用户书写文字的字体类型不同,因此,为了从字帖数据库中快速查找到与书写文字对应的字帖文字,在获取待检测的书写文字后,可对书写文字进行识别,以确定出书写字体的字体类型,并根据字体类型和书写文字,查找字帖数据库获取与书写文字对应的字帖文字。
其中,字体类型可以包括但不限于楷书、草书、行书、隶书、篆书等类型。
具体地,根据不同的应用场景,获取待检测的书写文字,对书写文字进行识别,查找字帖数据库获取与书写文字对应的字帖文字的方式不同,示例说明如下:
第一种示例
获取用户在预设书写区域中书写的文字,并将从预设书写区域中所获取的文字作为待检测的书写文字,然后,对书写文字进行识别,查找字帖数据库获取与书写文字对应的字帖文字。
具体而言,可为用户提供用于书写文字的预设书写区域,并获取用户在预设书写区域上输入的书写文字,并对所获取的书写文字进行识别,以确定该书写文字的字体类型,并根据字体类型和书写文字,查找字帖数据库获取与书写文字对应的字帖文字。
举例而言,假设用户在预设书写区域中书写了一个文字“我”,此时,可从预设书写区域中获取书写文字“我”,假设根据用户所书写的文字“我”的文字特征确定该书写文字“我”的字体类型为楷体,此时,可从字帖数据库中获取楷体字帖对应的字帖文字“我”。
第二种示例
在本示例中,如图2所示,上述步骤101可以包括:
步骤1011,获取与待检测的书写文字对应的图片。
作为一种示例性的实施方式,在该书法质量检测方法应用在服务器上时,获取用户通过终端设备上传的与待检测的书写文字对应的图片。
作为另一种示例性的实施方式,在该书法质量检测方法应用在终端设备上时,获取与待检测的书写文字对应的图片。
其中,需要理解的是,终端设备中的与待检测的书写文字对应的图片可以是终端设备通过拍摄待检测的书写文字获取的,还可以是终端设备从其他终端设备中获取的,该实施例对此处不作限定。
作为一种示例,在用户有获知自己书写的书写文字的质量的需求时,用户可通过终端设备中的摄像头对自己的书写文字进行拍照,并通过终端设备上传包含待检测的书写文字的图片。
其中,终端设备为可以为智能手机、平板电脑、个人计算机等设备,该实施例对终端设备不作限定。
步骤1012,对图片进行图像识别处理确定待识别的目标文字。
作为一种可能的实现方式,在获取与待检测的书写文字对应的图片后,可通过文字识别子系统对该图片进行文字识别,以确定该图片中的目标文字。
其中,目标文字为手写汉字对应的文字。
步骤1013,查找字帖数据库获取与目标文字对应的字帖文字。
作为一种示例性的实施方式,在获取待识别的目标文字后,可确定出目标文字对应的字体类型,并根据字体类型和目标文字,查找字帖数据库获取与目标文字对应的字帖文字。由此,可准确查找到与目标文字对应的字帖文字。
步骤102,根据预设的质量检测维度,分别提取书写文字的第一文字特征以及字帖文字的第二文字特征。
其中,需要理解的是,在实际应用中,上述待检测的书写文字可以为一个或者多个,针对单个书写文字以及多个书写文字,所采用的质量检测维度不同,对应所提取的文字特征不同。
其中,对于单个书写文字,预设的质量检测维度可以包括但不限于单个笔画质量检测、笔画之间质量检测和/或者文字框架质量检测。
对于多个书写文字,预设的质量检测维度可以包括但不限于文字间隔质量检测和/或者文字大小质量检测。
针对单个书写文字,应当理解的是,在不同的应用场景下,上述质量检测维度不同,从而提取到的书写文字的第一文字特征以及字帖文字的第二文字特征不同,示例说明如下:
作为一种可能的实现方式,当质量检测维度为单个笔画质量检测,分别对书写文字进行笔画分解,提取各个笔画的第一位置特征,以及对字帖文字进行笔画分解,提取各个笔画的第二位置特征。
其中,笔画的位置特征可以包括但不限于长度、宽度、斜度等特征。
作为另一种可能的实现方式,当质量检测维度为笔画之间质量检测,分别对书写文字进行笔画分解,提取各个笔画参考点之间的第一距离特征,以及对字帖文字进行笔画分解,提取各个笔画参考点的第二距离特征。
作为另一种可能的实现方式,当质量检测维度为文字框架质量检测,分别对书写文字检测高度和宽度,提取书写文字的第一框架特征,以及对字帖文字检测高度和宽度,提取字帖文字的第二框架特征。
其中,书写文字的第一框架特征包括书写文字的高度和宽度的比例。
其中,字帖文字的第二框架特征包括字帖文字的高度和宽度的比例。
其中,需要说明的是,针对单个书写文字,在不同的应用场景下,在提取书写文字的第一文字特征以及字帖文字的第二文字特征时,可基于上述示例的三种质量检测维度进行文字特征提取,也可以基于上述三种种质量检测维度中的一种或者两种质量检测维度进行文字特征提取,该实施例对此不作限定。
应当理解的是,针对多个书写文字,在不同的应用场景下,上述质量检测维度不同,从而提取到的书写文字的第一文字特征以及字帖文字的第二文字特征不同,示例说明如下:
作为一种可能的实现方式,当质量检测维度为文字间隔质量检测,分别对书写文字之间进行距离检测,提取两两文字之间的第一间隔距离特征,以及对字帖文字之间进行距离检测,提取两两文字之间的第二间隔距离特征。
作为另一种可能的实现方式,当质量检测维度为文字大小质量检测,分别对书写文字检测高度和宽度,提取每个书写文字的第一框架特征,以及对字帖文字检测高度和宽度,提取每个字帖文字的第二框架特征。
其中,书写文字的第一框架特征可以包括对应书写文字的长度和宽度的比例。
其中,字帖文字的第一框架特征可以包括对应字帖文字的长度和宽度的比例。
其中,需要说明的是,针对多个书写文字,在不同的应用场景下,在提取书写文字的第一文字特征以及字帖文字的第二文字特征时,可基于上述示例的两种质量检测维度进行文字特征提取,也可以基于上述两种质量检测维度中的一种质量检测维度进行文字特征提取,该实施例对此不作限定。
其中,需要理解的是,在实际应用中,在用户通过该方法进行书法质量检测时,在待检测的书写文字为多个时,用户可根据需求选择对部分书写文字或者对所有书写文字进行质量检测,该实施例对此不作限定。
作为一种示例性的实施方式,在检测到待检测的书写文字为多个时,可显示是否对所有书写文字进行书法质量检测的提示信息,若接收到不对全部书写文字进行书法质量检测的指令,则提示用户从多个书写文字中选出进行书法质量检测的目标文字,然后,对选中的目标文字进行识别,查找字帖数据库获取与目标文字对应的字帖文字。由此,方便了用户根据需求自由选择进行书法质量检测的书写文字。
步骤103,比较第一文字特征和第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果。
其中,需要说明的是,预设的评测信息中包括每个质量检测维度的分值与对应特征差的对应关系。
步骤104,根据预设的与每个质量检测维度对应的权重,以及每个质量检测维度的分值结果,生成书写文字的质量检测结果。
本发明实施例的基于人工智能的书法质量检测方法,获取与待检测的书写文字对应的字帖文字,并根据预设的质量检测维度,分别提取书写文字的第一文字特征以及字帖文字的第二文字特征;比较第一文字特征和第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果;根据预设的与每个质量检测维度对应的权重,以及每个质量检测维度的分值结果,生成书写文字的质量检测结果。由此,提供了一种基于人工智能的书法质量检测方法,方便了对书法质量进行客观评价,提高了书法质量检测的效率,进而可减少用户获知自己的书法质量的时间和成本,方便了用户获知自己的书法质量,提高了用户的用户体验度。
基于上述实施例的基础上,为了基于用户的书法情况,给出针对用户的个性化指导建议,在本发明的一个实施例中,如图3所示,步骤102之后,该方法还可以包括:
步骤105,根据特征差查询预存的数据库,获取与每个质量检测维度对应的指导建议并输出。
其中,预存的数据库中包括特征差与每个质量检测维度对应的指导建议。
其中,需要理解的是,根据应用场景的不同,根据特征差查询预存的数据库,获取与每个质量检测维度对应的指导建议不同,下面结合具体示例进行举例说明:
第一种示例
对于单个书写文字,在预设的质量检测维度为单个笔画质量检测和笔画之间质量检测时,在获取书写文字的各个笔画的第一位置特征,以及字帖文字的各个笔画的第二位置特征后,可比较书写文字的各个笔画的第一位置特征,与字帖文字的各个笔画的第二位置特征,以获取书写文字与字帖文字各个笔画的位置特征差,根据书写文字与字帖文字各个笔画的位置特征差查询预存的数据库,获取与单个笔画质量检测对应的指导建议。
对应地,在获取书写文字中各个笔画参考点之间的第一距离特征,以及字帖文字中各个笔画参考点的第二距离特征后,可比书写文字中各个笔画参考点之间的第一距离特征,与字帖文字中各个笔画参考点的第二距离特征,以获取书写文字与字帖文字各个笔画参考点的距离特征差,根据书写文字与字帖文字各个笔画参考点的距离特征差查询预存的数据库,获取与笔画之间质量检测对应的指导建议。
在获取与单个笔画质量检测对应的指导建议,以及与笔画之间质量检测对应的指导建议后,可将上述所获取的指导建议提供给用户,以方便用户根据指导建议对书法进行有针对性的练习,帮助用户改善自己的字迹。
其中,需要说明的是,单个笔画质量检测对应的指导建议可以例如是短横缺少停顿、长横过于僵硬等指导建议。
举例而言,假设待检测的书写文字为“二”,根据与书写文字对应的字帖文字确定用户书写的书写文字“二”的上下两横之间的距离小于预设阈值,此时,可给出““二”的上下两横之间挨得过近,可将两者之间的距离控制在XX范围内”的指导建议。
第二种示例
对于单个书写文字,假设质量检测维度为文字框架质量检测,在获取书写文字的第一框架特征以及字帖文字的第二框架特征后,可比较书写文字的第一框架特征与字帖文字的第二框架特征,以获取书写文字与字帖文字对应的框架特征差,根据书写文字与字帖文字对应的框架特征差查询预存的数据库,获取与文字框架质量检测对应的指导建议。
其中,需要理解的是,在根据书写文字和字帖文字确定书写文字整体过宽或者过长时,可输出对应的指导建议,例如,在书写文字整体过宽时,可给出书写文字过宽的指导建议。又例如,在书写文字整体过长时,可给出书写文字过长,建议注意书写文字的长度。
第三种示例
假设待检测的书写文字为多个,当质量检测维度为文字大小质量检测,分别对书写文字检测高度和宽度,提取每个书写文字的第一框架特征,以及对字帖文字检测高度和宽度,提取每个字帖文字的第二框架特征,然后,比较将每个书写文字与其对应的字帖文字的框架特征,以获取每个书写文字与其对应的字帖文字之间的框架特征差,并根据每个书写文字与其对应的字帖文字之间的框架特征差和预存的数据库,获取文字大小质量检测对应的指导建议并输出。
举例而言,假设待检测的书写文字为多个,可根据书写文字的框架特征确定待检测的多个书写文字大小是否一致,如果不一致,则可以给出多个书写文字大小不一致,在书写时,要注意每个书写文字大小的建议。应当理解的是,在实际应用中,还可以给出具体哪个书写文字与其他书写文字的大小不一致,以方便用户下次注意该文字的书写。
为了使得本发明实施例的基于人工智能的书法质量检测方法更加清楚,下面结合一个具体实施例中的应用进行说明:
该实施例以基于人工智能的书法质量检测方法应用在服务端为例进行描述,下面结合图4对该实施例的基于人工智能的书法质量检测方法的具体过程为进行介绍。
步骤1,通过终端设备将包含待检测的书写文字的图片上传至服务端。
其中,需要理解的是,图4中以包含待检测的书写文字为“牛”的图片为例。
步骤2,服务端通过文字识别子系统对包含待检测的书写文字的图片进行识别,并查找字帖数据库获取与书写文字对应的字帖文字。
作为一种示例性的实施方式,在服务端获取待检测的书写文字“牛”的图片后,服务端可通过文字识别子系统对该图片进行文字识别,以确定出手写汉字对应的目标文字,并确定出目标文字的字体类型,并根据字体类型和目标文字,查找字帖数据库获取与目标文字对应的字帖文字。
其中,需要说明的是,图4中示例出了与目标文字“牛”对应的字帖文字。
步骤3,根据预设的质量检测维度,分别提取书写文字的第一文字特征以及字帖文字的第二文字特征。
步骤4,比较第一文字特征和第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果;
步骤5,根据预设的与每个质量检测维度对应的权重,以及每个质量检测维度的分值结果,生成书写文字的质量检测结果。
步骤6,根据特征差查询预存的数据库,获取与每个质量检测维度对应的指导建议并输出。
为了实现上述实施例,本发明还提出一种基于人工智能的书法质量检测装置。
图5是根据本发明一个实施例的基于人工智能的书法质量检测装置的结构示意图。
如图5所示,该基于人工智能的书法质量检测装置包括文字处理模块110、提取模块120、质量分析模块130和生成模块140,其中:
文字处理模块110,用于获取待检测的书写文字,对书写文字进行识别,查找字帖数据库获取与书写文字对应的字帖文字。
提取模块120,用于根据预设的质量检测维度,分别提取书写文字的第一文字特征以及字帖文字的第二文字特征。
质量分析模块130,用于比较第一文字特征和第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果。
生成模块140,用于根据预设的与每个质量检测维度对应的权重,以及每个质量检测维度的分值结果,生成书写文字的质量检测结果。
在本发明的一个实施例中,在图5所示的基础上,如图6所示,该文字处理模块110可以包括:
获取单元111,用于获取与待检测的书写文字对应的图片。
识别单元112,用于对图片进行图像识别处理确定待识别的目标文字。
查找单元113,用于查找字帖数据库获取与目标文字对应的字帖文字。
在本发明的一个实施例中,针对单个书写文字,提取模块120,具体用于:当质量检测维度为单个笔画质量检测,分别对书写文字进行笔画分解,提取各个笔画的第一位置特征,以及对字帖文字进行笔画分解,提取各个笔画的第二位置特征;和/或,当质量检测维度为笔画之间质量检测,分别对书写文字进行笔画分解,提取各个笔画参考点之间的第一距离特征,以及对字帖文字进行笔画分解,提取各个笔画参考点的第二距离特征。
在本发明的一个实施例中,针对多个书写文字,提取模块120,具体用于:当质量检测维度为文字间隔质量检测,分别对书写文字之间进行距离检测,提取两两文字之间的第一间隔距离特征,以及对字帖文字之间进行距离检测,提取两两文字之间的第二间隔距离特征;和/或,当质量检测维度为文字大小质量检测,分别对书写文字检测高度和宽度,提取每个书写文字的第一框架特征,以及对字帖文字检测高度和宽度,提取每个字帖文字的第二框架特征。
在本发明的一个实施例中,为了基于用户的书法情况,给出针对用户的指导建议,在图5所示的基础上,如图7所示,该装置还可以包括:
建议处理模块150,用于在比较第一文字特征和第二文字特征获取特征差之后,根据特征差查询预存的数据库,获取与每个质量检测维度对应的指导建议并输出。
需要说明的是,前述对基于人工智能的书法质量检测方法实施例的解释说明也适用于该实施例的基于人工智能的书法质量检测装置,此处不再赘述。
综上,本发明实施例的基于人工智能的书法质量检测装置,获取与待检测的书写文字对应的字帖文字,并根据预设的质量检测维度,分别提取书写文字的第一文字特征以及字帖文字的第二文字特征;比较第一文字特征和第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果;根据预设的与每个质量检测维度对应的权重,以及每个质量检测维度的分值结果,生成书写文字的质量检测结果。由此,提供了一种基于人工智能的书法质量检测方法,方便了对书法质量进行客观评价,提高了书法质量检测的效率,进而可减少用户获知自己的书法质量的时间和成本,方便了用户获知自己的书法质量,提高了用户的用户体验度。
为了实现上述实施例,本发明还提出一种非临时性计算机可读存储介质,当存储介质中的指令由处理器被执行时,使得能够执行上述实施例示出的基于人工智能的书法质量检测方法。
为了实现上述实施例,本发明还提出一种计算机程序产品,当计算机程序产品中的指令处理器执行时,执行上述实施例示出的基于人工智能的书法质量检测方法。
图8为本发明实施例提供的执行基于人工智能的书法质量检测方法的电子设备的硬件结构示意图,如图8所示,该电子设备包括:
一个或多个处理器810以及存储器820,图8中以一个处理器810为例。
该电子设备还可以包括:输入装置830和输出装置840。
处理器810、存储器820、输入装置830和输出装置840可以通过总线或者其他方式连接,图8中以通过总线连接为例。
存储器820作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本申请实施例中的基于人工智能的书法质量检测方法对应的程序指令/模块(例如,附图5所示的文字处理模块110、提取模块120、质量分析模块130和生成模块140)。处理器810通过运行存储在存储器820中的非暂态软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的基于人工智能的书法质量检测方法。
存储器820可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据基于人工智能的书法质量检测装置的使用所创建的数据等。此外,存储器820可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中,存储器820可选包括相对于处理器810远程设置的存储器,这些远程存储器可以通过网络连接至基于人工智能的书法质量检测装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置830可接收输入的数字或字符信息,以及产生与基于人工智能的书法质量检测装置的用户设置以及功能控制有关的键信号输入。输出装置840可包括显示屏等显示设备。
一个或者多个模块存储在存储器820中,当被一个或者多个处理器810执行时,执行上述任意方法实施例中的基于人工智能的书法质量检测方法。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本发明实施例的电子设备以多种形式存在,包括但不限于:
(1)移动通信设备:这类设备的特点是具备移动通信功能,并且以提供话音、数据通信为主要目标。这类终端包括:智能手机(例如iPhone)、多媒体手机、功能性手机,以及低端手机等。
(2)超移动个人计算机设备:这类设备属于个人计算机的范畴,有计算和处理功能,一般也具备移动上网特性。这类终端包括:PDA、MID和UMPC设备等,例如iPad。
(3)便携式娱乐设备:这类设备可以显示和播放多媒体内容。该类设备包括:音频、视频播放器(例如iPod),掌上游戏机,电子书,以及智能玩具和便携式车载设备。
(4)服务器:提供计算服务的设备,服务器的构成包括处理器、硬盘、内存、系统总线等,服务器和通用的计算机架构类似,但是由于需要提供高可靠的服务,因此在处理能力、稳定性、可靠性、安全性、可扩展性、可管理性等方面要求较高。
(5)其他具有数据交互功能的电子装置。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如,如果用硬件来实现和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (13)
1.一种基于人工智能的书法质量检测方法,其特征在于,包括:
获取待检测的书写文字,对所述书写文字进行识别,查找字帖数据库获取与所述书写文字对应的字帖文字;
根据预设的质量检测维度,分别提取所述书写文字的第一文字特征以及所述字帖文字的第二文字特征;
比较所述第一文字特征和所述第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果;
根据预设的与所述每个质量检测维度对应的权重,以及所述每个质量检测维度的分值结果,生成所述书写文字的质量检测结果。
2.如权利要求1所述的方法,其特征在于,所述获取待检测的书写文字,对所述书写文字进行识别,查找字帖数据库获取与所述书写文字对应的字帖文字,包括:
获取与所述待检测的书写文字对应的图片;
对所述图片进行图像识别处理确定待识别的目标文字;
查找字帖数据库获取与所述目标文字对应的字帖文字。
3.如权利要求1所述的方法,其特征在于,针对单个书写文字,所述根据预设的质量检测维度,分别提取所述书写文字的第一文字特征以及所述字帖文字的第二文字特征,包括:
当所述质量检测维度为单个笔画质量检测,分别对所述书写文字进行笔画分解,提取各个笔画的第一位置特征,以及对所述字帖文字进行笔画分解,提取各个笔画的第二位置特征;
和/或,
当所述质量检测维度为笔画之间质量检测,分别对所述书写文字进行笔画分解,提取各个笔画参考点之间的第一距离特征,以及对所述字帖文字进行笔画分解,提取各个笔画参考点的第二距离特征。
4.如权利要求1所述的方法,其特征在于,针对多个书写文字,所述根据预设的质量检测维度,分别提取所述书写文字的第一文字特征以及所述字帖文字的第二文字特征,包括:
当所述质量检测维度为文字间隔质量检测,分别对所述书写文字之间进行距离检测,提取两两文字之间的第一间隔距离特征,以及对所述字帖文字之间进行距离检测,提取两两文字之间的第二间隔距离特征;
和/或,
当所述质量检测维度为文字大小质量检测,分别对所述书写文字检测高度和宽度,提取每个书写文字的第一框架特征,以及对所述字帖文字检测高度和宽度,提取每个字帖文字的第二框架特征。
5.如权利要求1-4任一所述的方法,其特征在于,在所述比较所述第一文字特征和所述第二文字特征获取特征差之后,还包括:
根据所述特征差查询预存的数据库,获取与每个质量检测维度对应的指导建议并输出。
6.一种基于人工智能的书法质量检测装置,其特征在于,包括:
文字处理模块,用于获取待检测的书写文字,对所述书写文字进行识别,查找字帖数据库获取与所述书写文字对应的字帖文字;
提取模块,用于根据预设的质量检测维度,分别提取所述书写文字的第一文字特征以及所述字帖文字的第二文字特征;
质量分析模块,用于比较所述第一文字特征和所述第二文字特征获取特征差,根据特征差查询预设的评测信息,获取每个质量检测维度的分值结果;
生成模块,用于根据预设的与所述每个质量检测维度对应的权重,以及所述每个质量检测维度的分值结果,生成所述书写文字的质量检测结果。
7.如权利要求6所述的装置,其特征在于,所述文字处理模块,包括:
获取单元,用于获取与所述待检测的书写文字对应的图片;
识别单元,用于对所述图片进行图像识别处理确定待识别的目标文字;
查找单元,用于查找字帖数据库获取与所述目标文字对应的字帖文字。
8.如权利要求6所述的装置,其特征在于,针对单个书写文字,所述提取模块,具体用于:
当所述质量检测维度为单个笔画质量检测,分别对所述书写文字进行笔画分解,提取各个笔画的第一位置特征,以及对所述字帖文字进行笔画分解,提取各个笔画的第二位置特征;
和/或,
当所述质量检测维度为笔画之间质量检测,分别对所述书写文字进行笔画分解,提取各个笔画参考点之间的第一距离特征,以及对所述字帖文字进行笔画分解,提取各个笔画参考点的第二距离特征。
9.如权利要求6所述的装置,其特征在于,针对多个书写文字,所述提取模块,具体用于:
当所述质量检测维度为文字间隔质量检测,分别对所述书写文字之间进行距离检测,提取两两文字之间的第一间隔距离特征,以及对所述字帖文字之间进行距离检测,提取两两文字之间的第二间隔距离特征;
和/或,
当所述质量检测维度为文字大小质量检测,分别对所述书写文字检测高度和宽度,提取每个书写文字的第一框架特征,以及对所述字帖文字检测高度和宽度,提取每个字帖文字的第二框架特征。
10.如权利要求6-9任一所述的装置,其特征在于,还包括:
建议处理模块,用于在所述比较所述第一文字特征和所述第二文字特征获取特征差之后,根据所述特征差查询预存的数据库,获取与每个质量检测维度对应的指导建议并输出。
11.一种电子设备,其特征在于,包括处理器和存储器;
其中,所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序,以用于实现如权利要求1-5中任一所述的基于人工智能的书法质量检测方法。
12.一种计算机程序产品,其特征在于,当所述计算机程序产品中的指令处理器执行时实现如权利要求1-5中任一所述的基于人工智能的书法质量检测方法。
13.一种非临时性计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的基于人工智能的书法质量检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810427967.6A CN108734165A (zh) | 2018-05-07 | 2018-05-07 | 基于人工智能的书法质量检测方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810427967.6A CN108734165A (zh) | 2018-05-07 | 2018-05-07 | 基于人工智能的书法质量检测方法、装置和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108734165A true CN108734165A (zh) | 2018-11-02 |
Family
ID=63937164
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810427967.6A Pending CN108734165A (zh) | 2018-05-07 | 2018-05-07 | 基于人工智能的书法质量检测方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108734165A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070089A (zh) * | 2019-04-24 | 2019-07-30 | 京东方科技集团股份有限公司 | 书法指导方法及装置、计算机设备及介质 |
CN110503101A (zh) * | 2019-08-23 | 2019-11-26 | 北大方正集团有限公司 | 字形评价方法、装置、设备及计算机可读存储介质 |
CN110796065A (zh) * | 2019-10-26 | 2020-02-14 | 深圳市锦上科技有限公司 | 基于图像识别的练字评分方法、系统以及计算机可读介质 |
CN111046802A (zh) * | 2019-12-11 | 2020-04-21 | 北大方正集团有限公司 | 基于矢量字的评测方法、装置、设备和存储介质 |
CN111477066A (zh) * | 2020-04-02 | 2020-07-31 | 中科院合肥技术创新工程院 | 一种基于多阵列压力传感器的书法练习方法、装置和系统 |
CN111680761A (zh) * | 2020-06-17 | 2020-09-18 | 北京字节跳动科技有限公司 | 信息反馈方法、装置和电子设备 |
CN111881310A (zh) * | 2019-12-07 | 2020-11-03 | 杭州华冬人工智能有限公司 | 一种汉字硬笔书写智能指导和评分方法及指导评分系统 |
CN112307866A (zh) * | 2020-02-28 | 2021-02-02 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
CN112364867A (zh) * | 2020-11-24 | 2021-02-12 | 上海墨说科教设备有限公司 | 一种书法作业智能批改方法、系统、电子设备及存储介质 |
CN112990345A (zh) * | 2021-04-09 | 2021-06-18 | 北京有竹居网络技术有限公司 | 书写质量评价方法、装置和电子设备 |
CN112990176A (zh) * | 2021-04-09 | 2021-06-18 | 北京有竹居网络技术有限公司 | 书写质量评价方法、装置和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100057434A1 (en) * | 2008-08-28 | 2010-03-04 | Fuji Xerox Co., Ltd. | Image processing apparatus, image processing method, computer-readable medium and computer data signal |
CN104485035A (zh) * | 2014-11-17 | 2015-04-01 | 潘滟 | 书法练习系统及其方法 |
CN104966096A (zh) * | 2015-06-10 | 2015-10-07 | 南京师范大学 | 一种基于重要书写特征标注的手写汉字工整性评价方法 |
-
2018
- 2018-05-07 CN CN201810427967.6A patent/CN108734165A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100057434A1 (en) * | 2008-08-28 | 2010-03-04 | Fuji Xerox Co., Ltd. | Image processing apparatus, image processing method, computer-readable medium and computer data signal |
CN104485035A (zh) * | 2014-11-17 | 2015-04-01 | 潘滟 | 书法练习系统及其方法 |
CN104966096A (zh) * | 2015-06-10 | 2015-10-07 | 南京师范大学 | 一种基于重要书写特征标注的手写汉字工整性评价方法 |
Non-Patent Citations (1)
Title |
---|
王求真等: "汉字书写质量的模糊分析方法", 《计算机工程与应用》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110070089A (zh) * | 2019-04-24 | 2019-07-30 | 京东方科技集团股份有限公司 | 书法指导方法及装置、计算机设备及介质 |
CN110503101A (zh) * | 2019-08-23 | 2019-11-26 | 北大方正集团有限公司 | 字形评价方法、装置、设备及计算机可读存储介质 |
CN110796065A (zh) * | 2019-10-26 | 2020-02-14 | 深圳市锦上科技有限公司 | 基于图像识别的练字评分方法、系统以及计算机可读介质 |
CN111881310A (zh) * | 2019-12-07 | 2020-11-03 | 杭州华冬人工智能有限公司 | 一种汉字硬笔书写智能指导和评分方法及指导评分系统 |
CN111046802A (zh) * | 2019-12-11 | 2020-04-21 | 北大方正集团有限公司 | 基于矢量字的评测方法、装置、设备和存储介质 |
CN111046802B (zh) * | 2019-12-11 | 2024-01-05 | 新方正控股发展有限责任公司 | 基于矢量字的评测方法、装置、设备和存储介质 |
CN112307866A (zh) * | 2020-02-28 | 2021-02-02 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
CN111477066A (zh) * | 2020-04-02 | 2020-07-31 | 中科院合肥技术创新工程院 | 一种基于多阵列压力传感器的书法练习方法、装置和系统 |
CN111680761A (zh) * | 2020-06-17 | 2020-09-18 | 北京字节跳动科技有限公司 | 信息反馈方法、装置和电子设备 |
CN111680761B (zh) * | 2020-06-17 | 2022-05-10 | 北京字节跳动网络技术有限公司 | 信息反馈方法、装置和电子设备 |
CN112364867A (zh) * | 2020-11-24 | 2021-02-12 | 上海墨说科教设备有限公司 | 一种书法作业智能批改方法、系统、电子设备及存储介质 |
CN112364867B (zh) * | 2020-11-24 | 2023-08-04 | 上海墨说科教设备有限公司 | 一种书法作业智能批改方法、系统、电子设备及存储介质 |
CN112990345A (zh) * | 2021-04-09 | 2021-06-18 | 北京有竹居网络技术有限公司 | 书写质量评价方法、装置和电子设备 |
CN112990176A (zh) * | 2021-04-09 | 2021-06-18 | 北京有竹居网络技术有限公司 | 书写质量评价方法、装置和电子设备 |
CN112990176B (zh) * | 2021-04-09 | 2023-07-18 | 北京有竹居网络技术有限公司 | 书写质量评价方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108734165A (zh) | 基于人工智能的书法质量检测方法、装置和电子设备 | |
US11610394B2 (en) | Neural network model training method and apparatus, living body detecting method and apparatus, device and storage medium | |
CN107330023B (zh) | 基于关注点的文本内容推荐方法和装置 | |
CN107679032A (zh) | 语音转换纠错方法和装置 | |
CN109815955A (zh) | 题目辅助方法及系统 | |
CN113111154B (zh) | 相似度评估方法、答案搜索方法、装置、设备及介质 | |
CN110377886A (zh) | 项目查重方法、装置、设备及存储介质 | |
CN109471805B (zh) | 资源测试方法及装置、存储介质、电子设备 | |
CN107025174A (zh) | 用于设备的用户界面异常测试的方法、装置和可读储介质 | |
CN106294635B (zh) | 应用程序搜索方法、深度神经网络模型的训练方法及装置 | |
CN104063443A (zh) | 搜索结果的提供方法和装置 | |
CN108062377A (zh) | 标签图片集的建立、标签的确定方法、装置、设备及介质 | |
CN107909088B (zh) | 获取训练样本的方法、装置、设备和计算机存储介质 | |
CN110442515B (zh) | 应用测试方法、装置、设备及可读存储介质 | |
CN114648392B (zh) | 基于用户画像的产品推荐方法、装置、电子设备及介质 | |
CN107992602A (zh) | 搜索结果展示方法和装置 | |
CN110059307A (zh) | 写作方法、装置和服务器 | |
CN109710845A (zh) | 资讯推荐方法、装置、计算机设备和可读存储介质 | |
CN109325406A (zh) | 待评估检测算法检测性能的评估方法、装置和计算机设备 | |
CN109086336A (zh) | 试卷数据存储方法、装置及电子设备 | |
CN106557554A (zh) | 基于人工智能的搜索结果的显示方法和装置 | |
CN110489455A (zh) | 学习资源推荐方法、装置、电子设备和存储介质 | |
CN105786971A (zh) | 一种面向国际汉语教学的语法点识别方法 | |
CN112948575A (zh) | 文本数据处理方法、装置和计算机可读存储介质 | |
CN117523275A (zh) | 基于人工智能的属性识别方法及属性识别模型训练方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181102 |
|
RJ01 | Rejection of invention patent application after publication |