CN109858323A - 一种字符手写识别方法及系统 - Google Patents

一种字符手写识别方法及系统 Download PDF

Info

Publication number
CN109858323A
CN109858323A CN201811493310.6A CN201811493310A CN109858323A CN 109858323 A CN109858323 A CN 109858323A CN 201811493310 A CN201811493310 A CN 201811493310A CN 109858323 A CN109858323 A CN 109858323A
Authority
CN
China
Prior art keywords
state
stroke
pen tip
character
time
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
Application number
CN201811493310.6A
Other languages
English (en)
Inventor
徐宋传
陈晓宇
徐茂华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Everbright Education Software Polytron Technologies Inc
Original Assignee
Guangzhou Everbright Education Software Polytron Technologies Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Everbright Education Software Polytron Technologies Inc filed Critical Guangzhou Everbright Education Software Polytron Technologies Inc
Priority to CN201811493310.6A priority Critical patent/CN109858323A/zh
Publication of CN109858323A publication Critical patent/CN109858323A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Character Discrimination (AREA)

Abstract

本发明公开了一种字符手写识别方法,包括:实时识别笔尖状态,所述笔尖状态包括按下状态、移动状态、悬空状态及抬起状态;根据所述笔尖状态将字符拆分为至少一个笔画集合,并将所述字符对应的所有笔画集合依次传输至笔画识别装置进行识别处理。本发明还公开了一种字符手写识别系统。采用本发明,可通过对笔尖状态进行创造性的划分,从而将字符拆分为至少一个笔画集合,并通过改变笔画传递方式,对同一字符的多个笔画进行整体识别,大大地提高了多笔画字符手写识别率。

Description

一种字符手写识别方法及系统
技术领域
本发明涉及手写识别技术领域,尤其涉及一种字符手写识别方法及一种字符手写识别系统。
背景技术
近年来,具有通过手写来输入指令、信息等的功能的设备或系统已得到广泛应用,并且这样的设备或系统通常可包括用于接收来自用户的手写输入的接口。这样的设备可表现为多种形式,例如手机、控制台、打印机、复印机、扫描仪等。对于这样的设备或系统,手写输入的识别是关键。
目前,人们已经开发出了多种手写字符识别技术,其中两类主要的技术是在线识别和离线识别,其中,离线识别方法通常基于从手写字符的图像获得的离线信息,诸如字符形状等。关于MyScript(手写识别技术的提供商)的ATK(AnApplication Toolkit for HTK,离线识别开发工具包)离线识别技术,其提供的离线识别是需要与视图(View)绑定到一起,这在只需单纯使用离线识别的场景下就比较局限。
因此,需要开发一种可脱离视图,以实现离线识别的字符手写识别方法。
发明内容
本发明所要解决的技术问题在于,提供一种字符手写识别方法及系统,可提高了多笔画字符手写识别率。
为了解决上述技术问题,本发明提供了一种字符手写识别方法,包括:实时识别笔尖状态,所述笔尖状态包括按下状态、移动状态、悬空状态及抬起状态;根据所述笔尖状态将字符拆分为至少一个笔画集合,并将所述字符对应的所有笔画集合依次传输至笔画识别装置进行识别处理。
作为上述方案的改进,所述实时识别笔尖状态的方法包括:笔尖接触板面且变量标志的状态为首次按下状态,则当前笔尖状态为按下状态;笔尖接触板面且变量标志的状态为非首次按下状态,则当前笔尖状态为移动状态;笔尖离开板面且笔尖与板面之间的实时距离不大于预设距离值,则当前笔尖状态为悬空状态;笔尖离开板面且笔尖与板面之间的实时距离大于预设距离值,则当前笔尖状态为抬起状态。
作为上述方案的改进,所述根据笔尖状态将字符拆分为至少一个笔画集合并将字符对应的所有笔画集合依次传输至笔画识别装置进行识别处理的方法包括:若笔尖状态为按下状态,构建当前笔画的标识信息及笔画集合,并将当前笔画的标识信息及实时的坐标信息记录至笔画集合中;若笔尖状态为移动状态,根据当前笔画的标识信息提取笔画集合,并将当前笔画的实时的坐标信息记录至笔画集合中;若笔尖状态为悬空状态,判断笔尖在预设时间内是否触发按下状态,判断为是时,则将笔尖状态设置为按下状态,判断为否时,则将笔尖状态设置为抬起状态;若笔尖状态为抬起状态,提取所有笔画集合,并将所有笔画集合依次传输至笔画识别装置进行识别处理。
作为上述方案的改进,所述字符手写识别方法还包括:若笔尖状态为按下状态,将变量标志的状态设置为非首次按下状态。
作为上述方案的改进,所述字符手写识别方法还包括:若笔尖状态为悬空状态,将变量标志的状态设置为首次按下状态。
作为上述方案的改进,所述字符手写识别方法还包括:所述笔画集合存储于文字集合中,若笔尖状态为抬起状态,提取文字集合中的所有笔画集合,并将所有笔画集合依次传输至笔画识别装置进行识别处理。
相应地,本发明还提供了一种字符手写识别系统,包括:状态识别装置,用于实时识别笔尖状态,所述笔尖状态包括按下状态、移动状态、悬空状态及抬起状态;笔画处理装置,用于根据所述笔尖状态将字符拆分为至少一个笔画集合,并将所述字符对应的所有笔画集合依次传输至笔画识别装置;笔画识别装置,用于识别笔画集合。
作为上述方案的改进,所述状态识别装置包括:按下状态识别单元,用于当笔尖接触板面且变量标志的状态为首次按下状态时,识别当前笔尖状态为按下状态;移动状态识别单元,用于当笔尖接触板面且变量标志的状态为非首次按下状态时,识别当前笔尖状态为移动状态;悬空状态识别单元,用于当笔尖离开板面且笔尖与板面之间的实时距离不大于预设距离值时,识别当前笔尖状态为悬空状态;抬起状态识别单元,用于当笔尖离开板面且笔尖与板面之间的实时距离大于预设距离值时,识别当前笔尖状态为抬起状态。
作为上述方案的改进,所述笔画处理装置包括:按下状态处理单元,用于笔尖状态为按下状态时,构建当前笔画的标识信息及笔画集合,并将当前笔画的标识信息及实时的坐标信息记录至笔画集合中;移动状态处理单元,用于笔尖状态为移动状态时,根据当前笔画的标识信息提取笔画集合,并将当前笔画的实时的坐标信息记录至笔画集合中;悬空状态处理单元,用于笔尖状态为悬空状态时,判断笔尖在预设时间内是否触发按下状态,判断为是时,则将笔尖状态设置为按下状态,判断为否时,则将笔尖状态设置为抬起状态;抬起状态处理单元,用于笔尖状态为抬起状态时,提取所有笔画集合,并将所有笔画集合依次传输至笔画识别装置。
作为上述方案的改进,所述按下状态处理单元,还用于当笔尖状态为按下状态时,将变量标志的状态设置为非首次按下状态;所述悬空状态处理单元,还用于当笔尖状态为悬空状态时,将变量标志的状态设置为首次按下状态。
实施本发明,具有如下有益效果:
本发明通过将笔尖状态创造性地划分为按下状态、移动状态、悬空状态及抬起状态,并根据笔尖状态对字符进行读取,从而将字符拆分为至少一个笔画集合,通过改变笔画传递方式,避免了当前笔画的结束点与下一笔画的起始点进行连接,减少了识别错误。
同时,本发明通过对同一字符的多个笔画依次传输至笔画识别装置进行整体识别,大大地提高了多笔画字符手写识别率,从而提高MyScript的ATK在Android和IOS上的离线识别准确性。
附图说明
图1是本发明字符手写识别方法的实施例流程图;
图2是本发明中实时识别笔尖状态的流程图;
图3是本发明中根据笔尖状态将字符拆分为至少一个笔画集合,并将字符对应的所有笔画集合依次传输至笔画识别装置进行识别处理的流程图;
图4是本发明字符手写识别方法的另一实施例流程图;
图5是本发明中悬空状态的示意图;
图6是本发明中抬起状态的示意图;
图7是本发明字符手写识别系统的结构示意图;
图8是本发明中状态识别装置的结构示意图;
图9是本发明中笔画处理装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述。
为了尝试离开视图使用,本申请进行了方法分析,提出了三个主要方法:笔按下(penDown)、笔移动(penMove)和笔抬起(penUp)。正常来说,书写的坐标点可以采用这三个方法进行传输。
具体地,在笔尖首次按下时,调用函数penDown;在笔尖非首次按下时,调用函数penMove;在笔尖抬起时,调用函数penUp;在笔尖悬浮时,不进行坐标传输。
基于以上设计场景,实际出现两种情况:
1、在单笔画的情况下,手写识别率很高;
2、在多笔画的情况下,手写识别率很低,且识别的结果与第一笔画类似。
通过轨迹还原的方式,发现在进行多笔画书写时,通过这三个方法传递数据会导致每笔画的结束点与下一笔画的起始点进行了连接,从而导致识别错误。
通过上面的分析,为了解决多笔画书写识别错误的问题,本申请通过拆分每一笔画的坐标点,单独调用接口传递给ATK识别。
如图1所示,本发明字符手写识别方法,包括:
S1,实时识别笔尖状态。
所述笔尖状态包括按下状态、移动状态、悬空状态及抬起状态。
需要说明的是,在不连笔的情况下,正常书写习惯为:每写完一笔画时,笔尖会有一个瞬时离开纸面(悬空)再落回纸面进行下一笔画的书写。因此,本发明将笔尖状态定义为“按下状态”、“移动状态”、“悬空状态”及“抬起状态”四种,以更好地对笔画进行识别。
S2,根据笔尖状态将字符拆分为至少一个笔画集合,并将字符对应的所有笔画集合依次传输至笔画识别装置进行识别处理。
例如,数字“10”是分为两笔画书写的,“1”为一笔画,“0”为另一笔画。若将笔画“1”及笔画“0”分别传输至笔画识别装置进行分别识别,则返回的识别结果是“1”及“0”;本发明在采集时虽然将数字“10”拆分为笔画“1”及笔画“0”,但识别时会将“1”和“0”两个笔画依次传输至笔画识别装置进行整体识别,其返回识别结果是“10”。
又如,文字“二”是分为两笔画书写的,“一”为一笔画,“一”为另一笔画。本发明在采集时虽然将文字“二”拆分为笔画“一”及笔画“一”,但识别时会将“一”和“一”两个笔画依次传输至笔画识别装置进行整体识别,其返回识别结果是“二”。
再如,文字“二古”识别时会将“二”和“古”分别识别。具体地,本发明先采集文字“二”的笔画“一”及“一”,并将“一”和“一”两个笔画依次传输至笔画识别装置进行整体识别,其返回识别结果是“二”;再采集文字“古”的笔画“一”、“丨”、“丨”、及“一”,并将“一”、“丨”、“丨”、四个笔画依次传输至笔画识别装置进行整体识别,其返回识别结果是“古”。
因此,本发明通过对笔尖状态进行创造性的划分,并根据笔尖状态对字符进行读取,从而将字符拆分为至少一个笔画集合,通过改变笔画传递方式,避免了当前笔画的结束点与下一笔画的起始点进行连接,减少了识别错误。同时,本发明通过对同一字符的多个笔画进行整体识别,大大地提高了多笔画字符手写识别率。
如图2所示,所述步骤S1包括:
S101,笔尖接触板面且变量标志的状态为首次按下状态,则当前笔尖状态为按下状态。
需要说明的是,所述变量标志用于记录当前笔尖是否为首次按下。例如,变量标志的初始状态默认为“首次按下状态”,当用户首次按下笔尖后,可将变量标志的状态设置为“非首次按下状态”。优选地,所述变量标志可采用一个布尔类型标志进行表示,“首次按下状态”可用“TRUE”表示,“非首次按下状态”可用“FALSE”表示,但不以此为限制。
S102,笔尖接触板面且变量标志的状态为非首次按下状态,则当前笔尖状态为移动状态。
当变量标志的状态为“非首次按下状态”,则表示笔尖为非首次按下,即当前笔尖状态为移动状态。
S103,笔尖离开板面且笔尖与板面之间的实时距离不大于预设距离值,则当前笔尖状态为悬空状态。
S104,笔尖离开板面且笔尖与板面之间的实时距离大于预设距离值,则当前笔尖状态为抬起状态。
需要说明的是,所述步骤S101,步骤102,步骤103及步骤104之间没有必然的先后顺序。
如图3所示,所述步骤S2包括:
S201,若笔尖状态为按下状态,构建当前笔画的标识信息及笔画集合,并将当前笔画的标识信息及实时的坐标信息记录至笔画集合中。
需要说明的是,所述笔画集合用于记录同一笔画中笔尖的所有坐标信息;所述标识信息用于识别笔画集合,标识信息与笔画集合一一对应,具有唯一性;即不同的笔画具有不同的笔画集合,不同的笔画集合均具有唯一的标识信息。
进一步,若笔尖状态为按下状态,还需要将变量标志的状态设置为非首次按下状态,即当用户首次按下笔尖后,可将变量标志的状态设置为“非首次按下状态”。
S202,若笔尖状态为移动状态,根据当前笔画的标识信息提取笔画集合,并将当前笔画的实时的坐标信息记录至笔画集合中。
由于在笔尖首次按下时(即笔尖状态为按下状态)时,已为此笔画构建了笔画集合,此时,只需根据当前笔画的标识信息即可提取笔画集合,并将新增的实时的坐标信息记录至笔画集合中。
S203,若笔尖状态为悬空状态,判断笔尖在预设时间内是否触发按下状态,判断为是时,则将笔尖状态设置为按下状态,判断为否时,则将笔尖状态设置为抬起状态。
悬空状态则说明当前笔画的书写结束,此时,可启动计时器进行延时判定,从而确定在指定阀值的时间内是否有新的笔画开始;如果在延时判定期间再次触发按下状态,则判定为新的笔画开始,同时结束定时器并计时清零;如果在延时判定期间没有再次触发按下状态,则判定为当前文字(多笔画字符)书写结束,结束定时器并计时清零,触发抬起状态。
进一步,若笔尖状态为悬空状态,则说明当前笔画的书写结束,此时可将变量标志的状态设置为首次按下状态,以便进行下一笔画坐标点的采集。
例如,数字“10”是分为两笔画书写的,“1”为一笔画,“0”为另一笔画;当传递的“1”和“0”两个笔画之间的间隔时间少于200毫秒时,则会将“1”和“0”两个笔画结合到一起进行整体识别,然后返回识别结果是“10”。当传递的“1”和“0”两个笔画之间的间隔时间大于200毫秒时,则会将“1”和“0”两个笔画分开进行识别,然后返回识别结果是“1”和“0”。
S204,若笔尖状态为抬起状态,提取所有笔画集合,并将所有笔画集合依次传输至笔画识别装置进行识别处理。
抬起状态则说明当前文字(多笔画字符)的书写动作结束,此时,可将所有存储的笔画集合依次不间隔地提交给笔画识别装置进行整体识别,获取识别的结果并存储在一个字符变量中,再清空笔画集合。
优选地,所述笔画识别装置可以为离线识别开发工具包(ATK)。
进一步,本发明还可预先构建文字集合,所述文字集合用于存储同一文字所对应的所有笔画集合。具体地,所述笔画集合存储于文字集合中,若笔尖状态为抬起状态,则说明当前文字的书写动作结束,此时提取文字集合中的所有笔画集合,并将所有笔画集合依次传输至笔画识别装置进行识别处理。
需要说明的是,所述步骤S201,步骤202,步骤203及步骤204之间没有必然的先后顺序。
参见图4,下面集合具体的实施例对本发明做进行一边的详细描述:
步骤1,创建文字集合map,map的格式如下:
map{{key1,[(x1,y1),(x2,y2),…(xN,yN)]},…,{keyM,[(x1,y1),(x2,y2),…(xP,yP)]}}
文字集合map由1-M个笔画集合组成,每一笔画集合包含一个标识信息key和一组值(标识信息key优选为int类型,用于记录当前书写的笔画的唯一值),值为保存了坐标信息(x,y)的列表。
步骤2,创建变量标志F(变量标志F优选为布尔类型的变量,用于记录当前笔画是否为开始状态,初始值为TRUE,表示首次按下状态;反之为FALSE,表示非首次按下状态)。
步骤3,笔尖状态的识别条件,如下:
按下状态(首次书写):在笔尖首次按下时,会调用函数penDown,以此判定为首次书写;
移动状态(非首次书写):在笔尖非首次书写时,会调用函数penMove,以此判定为非首次书写;
悬空状态:在笔尖离开板面时,会调用函数penUp,此时若笔尖与板面的实时距离H不大于预设距离值L,则判定为悬空状态(参见5);
抬起状态:在笔尖离开板面时,会调用函数penUp,此时若笔尖与板面的实时距离H大于预设距离值L,则判定为抬起状态(参见6)。
步骤4,当笔首次按下开始书写(即笔尖状态为按下状态)时,创建标识信息key,再创建一个笔画集合,将该按下的笔尖坐标信息(x,y)添加到笔画集合中;将标识信息key和新创建的笔画集合保存到文字集合map中;将变量标志F设置为FALSE。
步骤5,当笔首次按下后并开始移动(即笔尖状态为移动状态)时,通过标识信息key在map中获取当前的笔尖所在的笔画集合,并将新的笔尖坐标信息(x,y)添加到笔画集合中。
步骤6,当笔从书写状态变成悬空(即笔尖状态为悬空状态)时,将变量标志F重新设置为TRUE;同时启动计时器Timer。
步骤7,计时器Timer的判定规则。
计时器Timer未超过预设时间T,未触发首次书写(即未触发按下状态),Timer递增;
计时器Timer未超过预设时间T,触发首次书写(即触发按下状态),判定是新笔画开始(参考步骤K4),Timer清零并停止计时;
计时器Timer超过预设时间T,判定为上一文字书写结束,Timer清零并停止计时,触发抬起状态。
步骤8,进入抬起状态,判定为上一文字书写结束,可以根据标识信息key的先后顺序依次将map里存储的每一笔画的坐标点信息列表[(x1,y1),(x2,y2),…(xN,yN)]传递给ATK识别;每一笔画的坐标点信息传输不设置时间间隔,已确保笔画识别装置将所有笔画进行整体识别;将笔画识别装置返回的识别结果存储到字符变量C中,清空map数据,为下一文字的输入和识别做好准备。
如图7所示,本发明字符手写识别系统100包括:
状态识别装置1,用于实时识别笔尖状态。所述笔尖状态包括按下状态、移动状态、悬空状态及抬起状态;本发明将笔尖状态定义为“按下状态”、“移动状态”、“悬空状态”及“抬起状态”四种,以更好地对笔画进行识别。
笔画处理装置2,用于根据所述笔尖状态将字符拆分为至少一个笔画集合,并将所述字符对应的所有笔画集合依次传输至笔画识别装置3。
笔画识别装置3,用于识别笔画集合。优选地,所述笔画识别装置可以为离线识别开发工具包(ATK)。
例如,数字“10”是分为两笔画书写的,“1”为一笔画,“0”为另一笔画。若将笔画“1”及笔画“0”分别传输至笔画识别装置进行分别识别,则返回的识别结构是“1”及“0”;本发明在采集时虽然将数字“10”拆分为笔画“1”及笔画“0”,但识别时会将“1”和“0”两个笔画依次传输至笔画识别装置进行整体识别,其返回识别结果是“10”。
因此,本发明通过对笔尖状态进行创造性的划分,并根据笔尖状态对字符进行读取,从而将字符拆分为至少一个笔画集合,通过改变笔画传递方式,避免了当前笔画的结束点与下一笔画的起始点进行连接,减少了识别错误。同时,本发明通过对同一字符的多个笔画进行整体识别,大大地提高了多笔画字符手写识别率。
如图8所示,所述状态识别装置1包括:
按下状态识别单元11,用于当笔尖接触板面且变量标志的状态为首次按下状态时,识别当前笔尖状态为按下状态。需要说明的是,所述变量标志用于记录当前笔尖是否为首次按下。例如,变量标志的初始状态默认为“首次按下状态”,当用户首次按下笔尖后,可将变量标志的状态设置为“非首次按下状态”。优选地,所述变量标志可采用一个布尔类型标志进行表示,“首次按下状态”可用“TRUE”表示,“非首次按下状态”可用“FALSE”表示,但不以此为限制。
移动状态识别单元12,用于当笔尖接触板面且变量标志的状态为非首次按下状态时,识别当前笔尖状态为移动状态;当变量标志的状态为“非首次按下状态”,则表示笔尖为非首次按下,即当前笔尖状态为移动状态。
悬空状态识别单元13,用于当笔尖离开板面且笔尖与板面之间的实时距离不大于预设距离值时,识别当前笔尖状态为悬空状态(参见图5);
抬起状态识别单元14,用于当笔尖离开板面且笔尖与板面之间的实时距离大于预设距离值时,识别当前笔尖状态为抬起状态(参见图6)。
如图9所示,所述笔画处理装置2包括:
按下状态处理单元21,用于笔尖状态为按下状态时,构建当前笔画的标识信息及笔画集合,并将当前笔画的标识信息及实时的坐标信息记录至笔画集合中。需要说明的是,所述笔画集合用于记录同一笔画中笔尖的所有坐标信息;所述标识信息用于识别笔画集合,标识信息与笔画集合一一对应,具有唯一性;即不同的笔画具有不同的笔画集合,不同的笔画集合均具有唯一的标识信息。另外,所述按下状态处理单元21,还用于当笔尖状态为按下状态时,将变量标志的状态设置为非首次按下状态(即当用户首次按下笔尖后,可将变量标志的状态设置为“非首次按下状态”)。
移动状态处理单元22,用于笔尖状态为移动状态时,根据当前笔画的标识信息提取笔画集合,并将当前笔画的实时的坐标信息记录至笔画集合中。由于在笔尖首次按下时(即笔尖状态为按下状态)时,已为此笔画构建了笔画集合,此时,只需根据当前笔画的标识信息即可提取笔画集合,并将新增的实时的坐标信息记录至笔画集合中。
悬空状态处理单元23,用于笔尖状态为悬空状态时,判断笔尖在预设时间内是否触发按下状态,判断为是时,则将笔尖状态设置为按下状态,判断为否时,则将笔尖状态设置为抬起状态。悬空状态则说明当前笔画的书写结束,此时,可启动计时器进行延时判定,从而确定在指定阀值的时间内是否有新的笔画开始;如果在延时判定期间再次触发按下状态,则判定为新的笔画开始,同时结束定时器并计时清零;如果在延时判定期间没有再次触发按下状态,则判定为当前文字(多笔画字符)书写结束,结束定时器并计时清零,触发抬起状态。另外,所述悬空状态处理单元23,还用于当笔尖状态为悬空状态时(即当前笔画的书写结束),将变量标志的状态设置为首次按下状态,以便进行下一笔画坐标点的采集。
抬起状态处理单元24,用于笔尖状态为抬起状态时,提取所有笔画集合,并将所有笔画集合依次传输至笔画识别装置。抬起状态则说明当前文字(多笔画字符)的书写动作结束,此时,可将所有存储的笔画集合依次不间隔地提交给笔画识别装置进行整体识别,获取识别的结果并存储在一个字符变量中,再清空笔画集合。
进一步,本发明还可预先构建文字集合,所述文字集合用于存储同一文字所对应的所有笔画集合。具体地,所述笔画集合存储于文字集合中,若笔尖状态为抬起状态,则说明当前文字的书写动作结束,此时提取文字集合中的所有笔画集合,并将所有笔画集合依次传输至笔画识别装置进行识别处理。
由上可知,本发明通过将笔尖状态创造性地划分为按下状态、移动状态、悬空状态及抬起状态,并根据笔尖状态对字符进行读取,从而将字符拆分为至少一个笔画集合,通过改变笔画传递方式,避免了当前笔画的结束点与下一笔画的起始点进行连接,减少了识别错误。同时,本发明通过对同一字符的多个笔画依次传输至笔画识别装置进行整体识别,大大地提高了多笔画字符手写识别率,从而提高MyScript的ATK在Android和IOS上的离线识别准确性。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种字符手写识别方法,其特征在于,包括:
实时识别笔尖状态,所述笔尖状态包括按下状态、移动状态、悬空状态及抬起状态;
根据所述笔尖状态将字符拆分为至少一个笔画集合,并将所述字符对应的所有笔画集合依次传输至笔画识别装置进行识别处理。
2.如权利要求1所述的字符手写识别方法,其特征在于,所述实时识别笔尖状态的方法包括:
笔尖接触板面且变量标志的状态为首次按下状态,则当前笔尖状态为按下状态;
笔尖接触板面且变量标志的状态为非首次按下状态,则当前笔尖状态为移动状态;
笔尖离开板面且笔尖与板面之间的实时距离不大于预设距离值,则当前笔尖状态为悬空状态;
笔尖离开板面且笔尖与板面之间的实时距离大于预设距离值,则当前笔尖状态为抬起状态。
3.如权利要求1所述的字符手写识别方法,其特征在于,所述根据笔尖状态将字符拆分为至少一个笔画集合并将字符对应的所有笔画集合依次传输至笔画识别装置进行识别处理的方法包括:
若笔尖状态为按下状态,构建当前笔画的标识信息及笔画集合,并将当前笔画的标识信息及实时的坐标信息记录至笔画集合中;
若笔尖状态为移动状态,根据当前笔画的标识信息提取笔画集合,并将当前笔画的实时的坐标信息记录至笔画集合中;
若笔尖状态为悬空状态,判断笔尖在预设时间内是否触发按下状态,判断为是时,则将笔尖状态设置为按下状态,判断为否时,则将笔尖状态设置为抬起状态;
若笔尖状态为抬起状态,提取所有笔画集合,并将所有笔画集合依次传输至笔画识别装置进行识别处理。
4.如权利要求3所述的字符手写识别方法,其特征在于,还包括:若笔尖状态为按下状态,将变量标志的状态设置为非首次按下状态。
5.如权利要求3所述的字符手写识别方法,其特征在于,还包括:若笔尖状态为悬空状态,将变量标志的状态设置为首次按下状态。
6.如权利要求3所述的字符手写识别方法,其特征在于,还包括:所述笔画集合存储于文字集合中,若笔尖状态为抬起状态,提取文字集合中的所有笔画集合,并将所有笔画集合依次传输至笔画识别装置进行识别处理。
7.一种字符手写识别系统,其特征在于,包括:
状态识别装置,用于实时识别笔尖状态,所述笔尖状态包括按下状态、移动状态、悬空状态及抬起状态;
笔画处理装置,用于根据所述笔尖状态将字符拆分为至少一个笔画集合,并将所述字符对应的所有笔画集合依次传输至笔画识别装置;
笔画识别装置,用于识别笔画集合。
8.如权利要求7所述的字符手写识别系统,其特征在于,所述状态识别装置包括:
按下状态识别单元,用于当笔尖接触板面且变量标志的状态为首次按下状态时,识别当前笔尖状态为按下状态;
移动状态识别单元,用于当笔尖接触板面且变量标志的状态为非首次按下状态时,识别当前笔尖状态为移动状态;
悬空状态识别单元,用于当笔尖离开板面且笔尖与板面之间的实时距离不大于预设距离值时,识别当前笔尖状态为悬空状态;
抬起状态识别单元,用于当笔尖离开板面且笔尖与板面之间的实时距离大于预设距离值时,识别当前笔尖状态为抬起状态。
9.如权利要求7所述的字符手写识别系统,其特征在于,所述笔画处理装置包括:
按下状态处理单元,用于笔尖状态为按下状态时,构建当前笔画的标识信息及笔画集合,并将当前笔画的标识信息及实时的坐标信息记录至笔画集合中;
移动状态处理单元,用于笔尖状态为移动状态时,根据当前笔画的标识信息提取笔画集合,并将当前笔画的实时的坐标信息记录至笔画集合中;
悬空状态处理单元,用于笔尖状态为悬空状态时,判断笔尖在预设时间内是否触发按下状态,判断为是时,则将笔尖状态设置为按下状态,判断为否时,则将笔尖状态设置为抬起状态;
抬起状态处理单元,用于笔尖状态为抬起状态时,提取所有笔画集合,并将所有笔画集合依次传输至笔画识别装置。
10.如权利要求9所述的字符手写识别系统,其特征在于:
所述按下状态处理单元,还用于当笔尖状态为按下状态时,将变量标志的状态设置为非首次按下状态;
所述悬空状态处理单元,还用于当笔尖状态为悬空状态时,将变量标志的状态设置为首次按下状态。
CN201811493310.6A 2018-12-07 2018-12-07 一种字符手写识别方法及系统 Pending CN109858323A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811493310.6A CN109858323A (zh) 2018-12-07 2018-12-07 一种字符手写识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811493310.6A CN109858323A (zh) 2018-12-07 2018-12-07 一种字符手写识别方法及系统

Publications (1)

Publication Number Publication Date
CN109858323A true CN109858323A (zh) 2019-06-07

Family

ID=66890729

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811493310.6A Pending CN109858323A (zh) 2018-12-07 2018-12-07 一种字符手写识别方法及系统

Country Status (1)

Country Link
CN (1) CN109858323A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976152A (zh) * 2010-11-12 2011-02-16 安徽科大讯飞信息科技股份有限公司 一种手写识别方法和装置
CN102156577A (zh) * 2011-03-28 2011-08-17 安徽科大讯飞信息科技股份有限公司 实现连续手写识别输入的方法及系统
CN102508598A (zh) * 2011-10-09 2012-06-20 北京捷通华声语音技术有限公司 一种字符笔画渐变消隐方法及装置
CN102750552A (zh) * 2012-06-18 2012-10-24 北京捷通华声语音技术有限公司 一种手写识别方法、系统及手写识别终端
CN104516566A (zh) * 2013-10-08 2015-04-15 广东国笔科技股份有限公司 一种手写输入方法及装置
CN105247540A (zh) * 2013-06-09 2016-01-13 苹果公司 管理实时手写识别
CN105488544A (zh) * 2015-12-01 2016-04-13 广东小天才科技有限公司 一种描红临摹笔迹识别的方法及系统
CN107977155A (zh) * 2017-11-23 2018-05-01 广州视睿电子科技有限公司 一种手写识别方法、装置、设备和存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101976152A (zh) * 2010-11-12 2011-02-16 安徽科大讯飞信息科技股份有限公司 一种手写识别方法和装置
CN102156577A (zh) * 2011-03-28 2011-08-17 安徽科大讯飞信息科技股份有限公司 实现连续手写识别输入的方法及系统
CN102508598A (zh) * 2011-10-09 2012-06-20 北京捷通华声语音技术有限公司 一种字符笔画渐变消隐方法及装置
CN102750552A (zh) * 2012-06-18 2012-10-24 北京捷通华声语音技术有限公司 一种手写识别方法、系统及手写识别终端
CN105247540A (zh) * 2013-06-09 2016-01-13 苹果公司 管理实时手写识别
CN104516566A (zh) * 2013-10-08 2015-04-15 广东国笔科技股份有限公司 一种手写输入方法及装置
CN105488544A (zh) * 2015-12-01 2016-04-13 广东小天才科技有限公司 一种描红临摹笔迹识别的方法及系统
CN107977155A (zh) * 2017-11-23 2018-05-01 广州视睿电子科技有限公司 一种手写识别方法、装置、设备和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
付永刚 等: ""桌面环境下的笔式三维交互框架"", 《计算机工程与应用》 *
韩勇 等: ""基于笔式交互的中文字处理系统:SketchEditor"", 《中文信息学报》 *
鲍泓 等: ""移动设备笔式编辑系统PenEditor的结构设计"", 《计算机工程与应用》 *

Similar Documents

Publication Publication Date Title
CN101308610B (zh) 基于移动终端的书法练习方法及装置
CN101611417B (zh) 用于字符识别的方法
CN101430623B (zh) 输入笔迹自动转换系统和方法
US20030215140A1 (en) Interfacing with ink
CN110045840B (zh) 一种书写轨迹关联的方法、装置、终端设备和存储介质
CN103926997A (zh) 一种基于用户的输入确定情绪信息的方法和终端
US7027648B2 (en) Pen out-of-proximity handwriting-recognition trigger
CN101533317A (zh) 具备手写识别功能的快速记录装置和方法
CN103268166A (zh) 手写输入设备的原笔迹信息采集和显示方法
CN107943324A (zh) 一种基于书写的人机交互系统及方法
CN100555312C (zh) 利用字符结构信息进行后处理的手写识别的方法和装置
CN107392195B (zh) 一种智能书写系统
US7321692B2 (en) Method, device and computer program product for processing information in a memory
CN105797381A (zh) 游戏冷数据的存储、读取方法和装置
CN110263792A (zh) 图像识读及数据处理方法、智能笔、系统及存储介质
CN109254711A (zh) 信息处理方法及电子设备
CN104794485A (zh) 一种识别书写字的方法及装置
CN101753473A (zh) 即时传输一互动图像的方法及应用该方法的系统
CN112711362A (zh) 手绘流程图标准化生成方法及其装置
CN105022843A (zh) 一种基于在线手写的交互方法及系统
CN103034426B (zh) 一种终端及其联系人搜索方法
CN114266328A (zh) 一种数字化的作业批改方法、服务器、存储介质及系统
CN109508716A (zh) 一种图像文字的定位方法及装置
CN114730241B (zh) 触摸式用户界面输入中的手势笔画识别
CN109858323A (zh) 一种字符手写识别方法及系统

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20190607