CN110111243B - 一种利用ai技术美化手写字体的方法及装置 - Google Patents
一种利用ai技术美化手写字体的方法及装置 Download PDFInfo
- Publication number
- CN110111243B CN110111243B CN201910377779.1A CN201910377779A CN110111243B CN 110111243 B CN110111243 B CN 110111243B CN 201910377779 A CN201910377779 A CN 201910377779A CN 110111243 B CN110111243 B CN 110111243B
- Authority
- CN
- China
- Prior art keywords
- handwriting
- font
- strokes
- handwriting font
- image
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000005516 engineering process Methods 0.000 title claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000005452 bending Methods 0.000 claims description 13
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 7
- 230000005484 gravity Effects 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 abstract description 8
- 230000004927 fusion Effects 0.000 abstract description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 230000003796 beauty Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/04—Context-preserving transformations, e.g. by using an importance map
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/30—Writer recognition; Reading and verifying signatures
- G06V40/33—Writer recognition; Reading and verifying signatures based only on signature image, e.g. static signature recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Processing Or Creating Images (AREA)
- Character Discrimination (AREA)
- Document Processing Apparatus (AREA)
Abstract
本发明公开一种利用AI技术美化手写字体的方法,涉及图像处理技术领域。本方法的具体实现基于云端、存储在云端的通用手写字体数据集、以及利用通用手写字体数据集构建的通用手写字体识别模型。本方法首先基于对手写字体的识别,识别正确时,在通用手写字体数据集中找到与手写字体相似度最高的字体类型,同时,获取该字体类型的基本笔画,随后通过拆解手写字体图像的手写笔画,并用基本笔画矫正手写字体图像的手写笔画,进行单个手写字体图像中不规范笔画的矫正,完成单个手写字体图像的美化,这一过程实现了传统文化与科学技术的充分融合,满足并促进了手写字体在实际工作、生活和学习中的应用。本发明还公开一种利用AI技术美化手写字体的装置。
Description
技术领域
本发明涉及图像处理技术领域,具体的说是一种利用AI技术美化手写字体的方法及装置。
背景技术
随着社会的进步与科技的发展,电脑文字在书面交际活动使用的较为频繁,手写汉字在人们的生活、学习、工作中却日渐衰退,其生命活力受到了巨大冲击。究其原因,不外乎是电子化、数字化的数据在新时代中的应用更加便捷和广泛,而且能够释放人脑记忆能量。另外,俗话说“字是人的第二张脸”,由于一个人字写得好就如同拥有了一张贴金的名片,写的差就羞于展示于人,所以人们尽可能规避手写。但电脑文字是无法完全替代手写汉字技术、手段及文化特性的。如何让手写字体与信息技术相结合,增强其生命力,成为亟需解决的问题。
目前,美图技术已经得到了成熟发展,比如对于景台风景、人像美容等方面,受到了广泛的欢迎。而手写字体作为人的第二张脸却没有得到关注和美化处理,导致人们越来越少的规避手写字体,这对中国手写体文化的传承和发展产生了负面影响。
发明内容
本发明针对目前技术发展的需求和不足之处,提供一种利用AI技术美化手写字体的方法及装置。
首先,本发明提供一种利用AI技术美化手写字体的方法,解决上述技术问题采用的技术方案如下:
一种利用AI技术美化手写字体的方法,该方法的具体实现基于云端、存储在云端的通用手写字体数据集、以及利用通用手写字体数据集构建的通用手写字体识别模型;
该方法的具体实现过程包括:
步骤一、采集用户的手写字体图像;
步骤二、对采集的手写字体图像进行分割处理,形成单个手写字体图像;
步骤三、将单个手写字体图像处理转换为通用手写字体识别模型可以识别的规范数据;
步骤四、将单个手写字体图像相对应的规范数据输入通用手写字体识别模型,在通用手写字体数据集比对与输入规范数据相似的字体类型;
步骤五、输出正确的比对结果,并提取与输入规范数据相似度最高的字体类型、以及该字体类型的基本笔画;
步骤六、用提取的基本笔画矫正单个手写字体图像的不规范笔画,完成单个手写字体图像的美化;
步骤七、判断手写字体图像分割后形成的所有单个手写字体图像是否全部美化完成,在未完成时循环执行步骤三至步骤六,在全部完成时直接输出美化后手写字体图像。
可选的,步骤六的具体操作包括:
拆解单个手写字体图像的手写笔画;
设定基本笔画与手写笔画的相似度阈值;
在基本笔画中找出与手写笔画相似度超过阈值的特征笔画,并用该特征笔画代替与之相对应的手写笔画;
进行特征笔画和未被代替手写笔画的组合,以矫正单个手写字体图像的不规范手写笔画,最终形成组合手写字体,该组合手写字体即是美化后的单个手写字体图像。
可选的,在通用手写字体数据集比对与输入规范数据相似的字体类型过程中,采用像素点比对、重心比对、投影比对、分块比对至少一种比对方式。
可选的,基本笔画包括点、横、竖、撇、捺、折、弯、钩。
可选的,基本笔画包括点、横、竖、撇、捺、竖弯、竖弯钩、横折、横折弯钩、竖钩、横折钩、竖折折钩、竖折、提、撇点、竖提、横折提、弯钩、斜钩、卧钩、横钩、横撇弯钩、横折折折钩、横折弯、横折、横撇、横折折撇、竖折撇。
其次,本发明还提供一种利用AI技术美化手写字体的装置,该装置基于云端、存储在云端的通用手写字体数据集、以及利用通用手写字体数据集构建的通用手写字体识别模型;
该装置包括:
采集模块,用于通过拍照或下载的方式采集用户的手写字体图像;
分割模块,用于将采集的手写字体图像分割成单个手写字体图像;
转换模块,用于将单个手写字体图像转换为通用手写字体识别模型可以识别的规范数据;
输入比对模块,用于将单个字体相对应的规范数据输入通用手写字体识别模型,并在通用手写字体数据集比对与输入规范数据相似的字体类型;
提取模块,用于从正确的比对结果中提取与输入规范数据相似度最高的字体类型、以及该字体类型的基本笔画;
矫正美化模块,用于将提取的基本笔画矫正单个手写字体图像的不规范笔画,完成单个手写字体图像的美化;
判断循环模块,用于判断手写字体图像分割后形成的所有单个手写字体图像是否全部美化完成,并在未全部美化完成时返回执行转换模块,在全部美化完成后直接输出美化后手写字体图像。
可选的,所涉及矫正美化模块又包括:
拆解单元,用于拆解单个手写字体图像的手写笔画;
阈值单元,用于设定基本笔画与手写笔画的相似度阈值;
提取替代单元,用于在基本笔画中提取与手写笔画超过阈值的特征笔画,还用于将特征笔画代替与之相对应的手写笔画;
组合矫正单元,用于进行特征笔画和未被代替手写笔画的组合,以矫正单个手写字体图像的不规范手写笔画,最终形成组合手写字体,该组合手写字体即是美化后的单个手写字体图像。
可选的,所涉及输入比对模块采用像素点比对、重心比对、投影比对、分块比对至少一种方式进行输入规范数据与通用手写字体数据集的比对,从而得出与输入规范数据相似的字体类型。
可选的,所涉及基本笔画包括点、横、竖、撇、捺、折、弯、钩。
可选的,所涉及基本笔画包括点、横、竖、撇、捺、竖弯、竖弯钩、横折、横折弯钩、竖钩、横折钩、竖折折钩、竖折、提、撇点、竖提、横折提、弯钩、斜钩、卧钩、横钩、横撇弯钩、横折折折钩、横折弯、横折、横撇、横折折撇、竖折撇。
本发明的一种利用AI技术美化手写字体的方法及装置,与现有技术相比具有的有益效果是:
1)本发明基于对手写字体的识别,进一步在通用手写字体数据集中找到与手写字体相似度最高的字体类型,同时,获取该字体类型的基本笔画,随后通过拆解手写字体图像的手写笔画,并用基本笔画矫正手写字体图像的手写笔画,进行单个手写字体图像中不规范笔画的矫正,完成单个手写字体图像的美化,这一过程实现了传统文化与科学技术的充分融合,满足并促进了手写字体在实际工作、生活和学习中的应用。
2)本发明可以应用于各类有手写笔记需求的产品及记录中,将产生较好的经济效益及社会效益。
附图说明
附图1是本发明实施例一的流程框图;
附图2是本发明实施例二的结构框图。
附图中各标号信息表示:
10、采集模块,20、分割模块,30、转换模块,40、输入比对模块,
50、提取模块,60、矫正美化模块,70、判断循环模块;
61、拆解单元,62、阈值单元,63、提取替代单元,64、组合矫正单元。
具体实施方式
为使本发明的技术方案、解决的技术问题和技术效果更加清楚明白,以下结合具体实施例,对本发明的技术方案进行清查、完整的描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下获得的所有实施例,都在本发明的保护范围之内。
实施例一:
结合附图1,本实施例提出一种利用AI技术美化手写字体的方法,该方法的具体实现基于云端、存储在云端的通用手写字体数据集、以及利用通用手写字体数据集构建的通用手写字体识别模型;
该方法的具体实现过程包括:
步骤S10:采集用户的手写字体图像;
步骤S20:对采集的手写字体图像进行分割处理,形成单个手写字体图像;
步骤S30:将单个手写字体图像处理转换为通用手写字体识别模型可以识别的规范数据;
步骤S40:将单个手写字体图像相对应的规范数据输入通用手写字体识别模型,在通用手写字体数据集比对与输入规范数据相似的字体类型;
步骤S50:输出正确的比对结果,并提取与输入规范数据相似度最高的字体类型、以及该字体类型的基本笔画;
步骤S60:用提取的基本笔画矫正单个手写字体图像的不规范笔画,完成单个手写字体图像的美化;
步骤S70:判断手写字体图像分割后形成的所有单个手写字体图像是否全部美化完成,在未完成时循环执行步骤S30至步骤S60,在全部完成时直接输出美化后手写字体图像。
在本实施例中,步骤S60的具体操作包括:
拆解单个手写字体图像的手写笔画;
设定基本笔画与手写笔画的相似度阈值;
在基本笔画中找出与手写笔画相似度超过阈值的特征笔画,并用该特征笔画代替与之相对应的手写笔画;
进行特征笔画和未被代替手写笔画的组合,以矫正单个手写字体图像的不规范手写笔画,最终形成组合手写字体,该组合手写字体即是美化后的单个手写字体图像。
在本实施例中,在通用手写字体数据集比对与输入规范数据相似的字体类型过程中,采用像素点比对、重心比对、投影比对、分块比对至少一种比对方式。
在本实施例中,基本笔画包括点、横、竖、撇、捺、折、弯、钩。
当然了,从汉字笔画上来讲,基本笔画也可以包括点、横、竖、撇、捺、竖弯、竖弯钩、横折、横折弯钩、竖钩、横折钩、竖折折钩、竖折、提、撇点、竖提、横折提、弯钩、斜钩、卧钩、横钩、横撇弯钩、横折折折钩、横折弯、横折、横撇、横折折撇、竖折撇。
本实施例的实施首先基于对手写字体的识别,识别正确时,才可以在通用手写字体数据集中找到与手写字体相似度最高的字体类型,同时,获取该字体类型的基本笔画,随后通过拆解手写字体图像的手写笔画,并用基本笔画矫正手写字体图像的手写笔画,进行单个手写字体图像中不规范笔画的矫正,完成单个手写字体图像的美化。这一过程实现了传统文化与科学技术的充分融合,满足并促进了手写字体在实际工作、生活和学习中的应用。
实施例二:
结合附图2,本实施例提出一种利用AI技术美化手写字体的装置,该装置基于云端、存储在云端的通用手写字体数据集、以及利用通用手写字体数据集构建的通用手写字体识别模型;
该装置包括:
采集模块10,用于通过拍照或下载的方式采集用户的手写字体图像;
分割模块20,用于将采集的手写字体图像分割成单个手写字体图像;
转换模块30,用于将单个手写字体图像转换为通用手写字体识别模型可以识别的规范数据;
输入比对模块40,用于将单个字体相对应的规范数据输入通用手写字体识别模型,并在通用手写字体数据集比对与输入规范数据相似的字体类型;
提取模块50,用于从正确的比对结果中提取与输入规范数据相似度最高的字体类型、以及该字体类型的基本笔画;
矫正美化模块60,用于将提取的基本笔画矫正单个手写字体图像的不规范笔画,完成单个手写字体图像的美化;
判断循环模块70,用于判断手写字体图像分割后形成的所有单个手写字体图像是否全部美化完成,并在未全部美化完成时返回执行转换模块30,在全部美化完成后直接输出美化后手写字体图像。
在本实施例中,所涉及矫正美化模块60又包括:
拆解单元61,用于拆解单个手写字体图像的手写笔画;
阈值单元62,用于设定基本笔画与手写笔画的相似度阈值;
提取替代单元63,用于在基本笔画中提取与手写笔画超过阈值的特征笔画,还用于将特征笔画代替与之相对应的手写笔画;
组合矫正单元64,用于进行特征笔画和未被代替手写笔画的组合,以矫正单个手写字体图像的不规范手写笔画,最终形成组合手写字体,该组合手写字体即是美化后的单个手写字体图像。
在本实施例中,所涉及输入比对模块40采用像素点比对、重心比对、投影比对、分块比对至少一种方式进行输入规范数据与通用手写字体数据集的比对,从而得出与输入规范数据相似的字体类型。
在本实施例中,所涉及基本笔画包括点、横、竖、撇、捺、折、弯、钩。
当然了,从汉字笔画上来讲,基本笔画也可以包括点、横、竖、撇、捺、竖弯、竖弯钩、横折、横折弯钩、竖钩、横折钩、竖折折钩、竖折、提、撇点、竖提、横折提、弯钩、斜钩、卧钩、横钩、横撇弯钩、横折折折钩、横折弯、横折、横撇、横折折撇、竖折撇。
本实施例的使用基于对手写字体的识别,识别正确时,才可以在通用手写字体数据集中找到与手写字体相似度最高的字体类型,同时,获取该字体类型的基本笔画,随后通过拆解手写字体图像的手写笔画,并用基本笔画矫正手写字体图像的手写笔画,进行单个手写字体图像中不规范笔画的矫正,完成单个手写字体图像的美化。这一过程实现了传统文化与科学技术的充分融合,满足并促进了手写字体在实际工作、生活和学习中的应用。
以上应用具体个例对本发明的原理及实施方式进行了详细阐述,这些实施例只是用于帮助理解本发明的核心技术内容,并不用于限制本发明的保护范围,本发明的技术方案不限制于上述具体实施方式内。基于本发明的上述具体实施例,本技术领域的技术人员在不脱离本发明原理的前提下,对本发明所作出的任何改进和修饰,皆应落入本发明的专利保护范围。
Claims (8)
1.一种利用AI技术美化手写字体的方法,其特征在于,该方法的具体实现基于云端、存储在云端的通用手写字体数据集、以及利用通用手写字体数据集构建的通用手写字体识别模型;
该方法的具体实现过程包括:
步骤一、采集用户的手写字体图像;
步骤二、对采集的手写字体图像进行分割处理,形成单个手写字体图像;
步骤三、将单个手写字体图像处理转换为通用手写字体识别模型可以识别的规范数据;
步骤四、将单个手写字体图像相对应的规范数据输入通用手写字体识别模型,在通用手写字体数据集比对与输入规范数据相似的字体类型;
步骤五、输出正确的比对结果,并提取与输入规范数据相似度最高的字体类型、以及该字体类型的基本笔画;
步骤六、用提取的基本笔画矫正单个手写字体图像的不规范笔画,完成单个手写字体图像的美化,具体操作包括:拆解单个手写字体图像的手写笔画,设定基本笔画与手写笔画的相似度阈值,在基本笔画中找出与手写笔画相似度超过阈值的特征笔画,并用该特征笔画代替与之相对应的手写笔画,进行特征笔画和未被代替手写笔画的组合,以矫正单个手写字体图像的不规范手写笔画,最终形成组合手写字体,该组合手写字体即是美化后的单个手写字体图像;
步骤七、判断手写字体图像分割后形成的所有单个手写字体图像是否全部美化完成,在未完成时循环执行步骤三至步骤六,在全部完成时直接输出美化后手写字体图像。
2.根据权利要求1所述的一种利用AI技术美化手写字体的方法,其特征在于,在通用手写字体数据集比对与输入规范数据相似的字体类型过程中,采用像素点比对、重心比对、投影比对、分块比对至少一种比对方式。
3.根据权利要求1所述的一种利用AI技术美化手写字体的方法,其特征在于,所述基本笔画包括点、横、竖、撇、捺、折、弯、钩。
4.根据权利要求1所述的一种利用AI技术美化手写字体的方法,其特征在于,所述基本笔画包括点、横、竖、撇、捺、竖弯、竖弯钩、横折、横折弯钩、竖钩、横折钩、竖折折钩、竖折、提、撇点、竖提、横折提、弯钩、斜钩、卧钩、横钩、横撇弯钩、横折折折钩、横折弯、横折、横撇、横折折撇、竖折撇。
5.一种利用AI技术美化手写字体的装置,其特征在于,该装置基于云端、存储在云端的通用手写字体数据集、以及利用通用手写字体数据集构建的通用手写字体识别模型;
该装置包括:
采集模块,用于通过拍照或下载的方式采集用户的手写字体图像;
分割模块,用于将采集的手写字体图像分割成单个手写字体图像;
转换模块,用于将单个手写字体图像转换为通用手写字体识别模型可以识别的规范数据;
输入比对模块,用于将单个字体相对应的规范数据输入通用手写字体识别模型,并在通用手写字体数据集比对与输入规范数据相似的字体类型;
提取模块,用于从正确的比对结果中提取与输入规范数据相似度最高的字体类型、以及该字体类型的基本笔画;
矫正美化模块,用于将提取的基本笔画矫正单个手写字体图像的不规范笔画,完成单个手写字体图像的美化,其具体包括:拆解单元,用于拆解单个手写字体图像的手写笔画;阈值单元,用于设定基本笔画与手写笔画的相似度阈值;提取替代单元,用于在基本笔画中提取与手写笔画超过阈值的特征笔画,还用于将特征笔画代替与之相对应的手写笔画;组合矫正单元,用于进行特征笔画和未被代替手写笔画的组合,以矫正单个手写字体图像的不规范手写笔画,最终形成组合手写字体,该组合手写字体即是美化后的单个手写字体图像;
判断循环模块,用于判断手写字体图像分割后形成的所有单个手写字体图像是否全部美化完成,并在未全部美化完成时返回执行转换模块,在全部美化完成后直接输出美化后手写字体图像。
6.根据权利要求5所述的一种利用AI技术美化手写字体的装置,其特征在于,所述输入比对模块采用像素点比对、重心比对、投影比对、分块比对至少一种方式进行输入规范数据与通用手写字体数据集的比对,从而得出与输入规范数据相似的字体类型。
7.根据权利要求5所述的一种利用AI技术美化手写字体的装置,其特征在于,所述基本笔画包括点、横、竖、撇、捺、折、弯、钩。
8.根据权利要求5所述的一种利用AI技术美化手写字体的装置,其特征在于,所述基本笔画包括点、横、竖、撇、捺、竖弯、竖弯钩、横折、横折弯钩、竖钩、横折钩、竖折折钩、竖折、提、撇点、竖提、横折提、弯钩、斜钩、卧钩、横钩、横撇弯钩、横折折折钩、横折弯、横折、横撇、横折折撇、竖折撇。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910377779.1A CN110111243B (zh) | 2019-04-30 | 2019-04-30 | 一种利用ai技术美化手写字体的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910377779.1A CN110111243B (zh) | 2019-04-30 | 2019-04-30 | 一种利用ai技术美化手写字体的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110111243A CN110111243A (zh) | 2019-08-09 |
CN110111243B true CN110111243B (zh) | 2023-05-12 |
Family
ID=67488712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910377779.1A Active CN110111243B (zh) | 2019-04-30 | 2019-04-30 | 一种利用ai技术美化手写字体的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110111243B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113052172A (zh) * | 2021-03-23 | 2021-06-29 | Oppo广东移动通信有限公司 | 字符矫正方法、装置、终端设备及存储介质 |
CN113095421B (zh) * | 2021-04-20 | 2024-03-05 | 北京百度网讯科技有限公司 | 生成字体数据库的方法、神经网络模型的训练方法和装置 |
CN113689525A (zh) * | 2021-07-19 | 2021-11-23 | 维沃移动通信有限公司 | 文字美化方法、装置、可读存储介质和电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1851620A (zh) * | 2005-04-22 | 2006-10-25 | 潘七雄 | 笔画汉字输入法及其专用键盘 |
CN101699516A (zh) * | 2009-10-30 | 2010-04-28 | 华南理工大学 | 一种手写汉字美化的笔画渲染方法 |
KR20160064928A (ko) * | 2014-11-28 | 2016-06-08 | 삼성전자주식회사 | 필기 입력 장치 및 그 제어 방법 |
-
2019
- 2019-04-30 CN CN201910377779.1A patent/CN110111243B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1851620A (zh) * | 2005-04-22 | 2006-10-25 | 潘七雄 | 笔画汉字输入法及其专用键盘 |
CN101699516A (zh) * | 2009-10-30 | 2010-04-28 | 华南理工大学 | 一种手写汉字美化的笔画渲染方法 |
KR20160064928A (ko) * | 2014-11-28 | 2016-06-08 | 삼성전자주식회사 | 필기 입력 장치 및 그 제어 방법 |
Non-Patent Citations (1)
Title |
---|
基于手写体汉字笔画提取重构的识别方法;王建平等;《计算机工程》;20070520(第10期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110111243A (zh) | 2019-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11151363B2 (en) | Expression recognition method, apparatus, electronic device, and storage medium | |
US20190304066A1 (en) | Synthesis method of chinese printed character images and device thereof | |
CN110111243B (zh) | 一种利用ai技术美化手写字体的方法及装置 | |
US10467466B1 (en) | Layout analysis on image | |
CN102622593B (zh) | 一种文本识别方法及系统 | |
US20200167596A1 (en) | Method and device for determining handwriting similarity | |
CN107316031A (zh) | 用于行人重识别的图像特征提取方法 | |
EP3940589B1 (en) | Layout analysis method, electronic device and computer program product | |
CN106169078B (zh) | 图像识别方法 | |
CN104156721A (zh) | 一种基于模板匹配的脱机汉字笔画提取方法 | |
CN113901933B (zh) | 基于人工智能的电子发票信息抽取方法、装置及设备 | |
CN112861736B (zh) | 基于图像处理的文献表格内容识别与信息提取方法 | |
Garg et al. | An algorithm for text line segmentation in handwritten skewed and overlapped Devanagari script | |
CN107977648B (zh) | 一种基于人脸识别的身份证清晰度的判别方法和系统 | |
CN109741273A (zh) | 一种手机拍照低质图像的自动处理与评分方法 | |
CN110211032B (zh) | 汉字字符的生成方法、装置及可读存储介质 | |
US20220309275A1 (en) | Extraction of segmentation masks for documents within captured image | |
JP2015099566A (ja) | 特徴算出装置、方法及びプログラム | |
US9342739B2 (en) | Character recognition apparatus, non-transitory computer readable medium, and character recognition method | |
CN110473222A (zh) | 图像要素提取方法及装置 | |
CN111738248B (zh) | 字符识别方法、字符译码模型的训练方法及电子设备 | |
US20230144689A1 (en) | Stripe pattern image collating device, stripe pattern collating method, and computer-readable medium storing program thereof | |
CN111556251A (zh) | 电子书生成方法、设备及介质 | |
JP2008152611A (ja) | 画像認識装置、電子機器、画像認識方法及び画像認識プログラム | |
Hsieh et al. | Restoring warped document image based on text line correction |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230411 Address after: 250000 building S02, No. 1036, Langchao Road, high tech Zone, Jinan City, Shandong Province Applicant after: Shandong Inspur Scientific Research Institute Co.,Ltd. Address before: 250100 First Floor of R&D Building 2877 Kehang Road, Sun Village Town, Jinan High-tech Zone, Shandong Province Applicant before: JINAN INSPUR HIGH-TECH TECHNOLOGY DEVELOPMENT Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |