CN112989899A - 一种基于写字机器人的可书写个性化字体的方法 - Google Patents

一种基于写字机器人的可书写个性化字体的方法 Download PDF

Info

Publication number
CN112989899A
CN112989899A CN201911313151.1A CN201911313151A CN112989899A CN 112989899 A CN112989899 A CN 112989899A CN 201911313151 A CN201911313151 A CN 201911313151A CN 112989899 A CN112989899 A CN 112989899A
Authority
CN
China
Prior art keywords
writing
user
robot
control module
strokes
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
CN201911313151.1A
Other languages
English (en)
Inventor
蒲茂
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.)
Hunan Chuang Le Bo Intelligent Technology Co ltd
Original Assignee
Hunan Chuang Le Bo Intelligent Technology Co ltd
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 Hunan Chuang Le Bo Intelligent Technology Co ltd filed Critical Hunan Chuang Le Bo Intelligent Technology Co ltd
Priority to CN201911313151.1A priority Critical patent/CN112989899A/zh
Publication of CN112989899A publication Critical patent/CN112989899A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10Character recognition
    • G06V30/32Digital ink
    • G06V30/333Preprocessing; Feature extraction
    • G06V30/347Sampling; Contour coding; Stroke extraction
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B43WRITING OR DRAWING IMPLEMENTS; BUREAU ACCESSORIES
    • B43LARTICLES FOR WRITING OR DRAWING UPON; WRITING OR DRAWING AIDS; ACCESSORIES FOR WRITING OR DRAWING
    • B43L13/00Drawing instruments, or writing or drawing appliances or accessories not otherwise provided for

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

本发明所提供的一种基于写字机器人的可书写个性化字体的方法,基于目前市场上存在的写字机器人的基础上,通过增加第三方软件和控制模块就能够实现机器代替人工书写,且同时还能书写出跟用户自身字体一致的字体,不仅为用户节约了时间,同时还具备用户专属的字体;可以代替人工书写,为用户节约了宝贵的时间;不仅可以代替用户书写,同时还能够书写出跟每个用户自身手写字体相同字体的文字;通过具备该功能的机器人代替人工手写,不仅效率更高,同时书写的错误率也非常低,因此具有广阔的市场前景。

Description

一种基于写字机器人的可书写个性化字体的方法
技术领域
本发明涉及智能终端应用技术领域,尤其涉及一种基于写字机器人的可书写个性化字体的方法。
背景技术
写字机器人是一种教学、科普设备。在教学方面,可为大学机械、电子、计算机、软件等专业开设写字机器人写字实验、绘图实验、结构学实验、装配实验、计算机应用实验、机器人绘图软件编制实验、数控编程实验等。在科普方面,可以为中小学生进行写字、绘画表演,来提高中小生的视野和兴趣。
在生活中经常会遇到一些需要重复书写的场合,如书写邀请函、请贴,或者明星签名等,此时打印或复印一般都无法操作,通过手写又费时费力,另一方面,即便通过目前市场上存在的写字机器人可以代替人工写字,但是其写出来的字体均是千篇一律的,并不能体现专属个人的字体。
发明内容
针对现有技术存在的上述问题,本发明所提供的一种基于写字机器人的可书写个性化字体的方法,基于目前市场上存在的写字机器人的基础上,通过增加第三方软件和控制模块就能够实现机器代替人工书写,且同时还能书写出跟用户自身字体一致的字体,不仅为用户节约了时间,同时还具备用户专属的字体。
为实现上述发明目的,本发明采用的技术方案如下:
一种基于写字机器人的可书写个性化字体的方法,包括以下步骤:
第一步:用户在写字机器人上的书写区域通过写字笔手写写出包含点、横、竖、撇、捺、提、折、勾基本笔画的一个或数个字;
第二步:写字机器人通过其包含的第三方软件对用户在第一步中所书写的字迹进行识别,写字机器人通过第三方软件得到的专属于该用户的基本笔画信息储存在写字机器人内部的控制模块内;
第三步:写字机器人通过其内部的控制模块利用存储在控制模块内部的专属于该用户的基本笔画信息组合形成专属于该用户的汉字库并将该汉字库信息储存在控制模块内部;
第四步:写字机器人通过其包含的控制模块中的图像采集装置对用户需要手写的内容的样本信息进行采集并将该采集信息传送至写字机器人内部的控制模块;
第五步:写字机器人内部的控制模块通过分析识别该用户需要手写的样本信息,然后从储存于控制模块内部专属于该用户的字体库内调出与用户需要手写的样本信息相对应的字体信息,再控制写字机器人所包含的笔架模组写出专属与该用户字体的样本信息。
与现有技术相比,本发明提供的一种基于写字机器人的可书写个性化字体的方法具有以下优点:
首先,可以代替人工书写,为用户节约了宝贵的时间;
其次,不仅可以代替用户书写,同时还能够书写出跟每个用户自身手写字体相同字体的文字;
最后,通过具备该功能的机器人代替人工手写,不仅效率更高,同时书写的错误率也非常低,因此具有广阔的市场前景。
附图说明
图1示出本发明实施例提供的个性化字库生成方法流程图;
图2示出用于实现根据本发明实施例的文字识别方法的控制模块的示意性框图;
图3示出根据本发明一个实施例的文字识别方法的示意性流程图;
图4示出根据本发明一个实施例的期望文字框的示意图;
图5示出本发明用于书写个性化字体的写字机器人的结构示意图;
图6示出图5中的写字机器人的笔架模组的结构示意图。
具体实施方式
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、 “轴向”、“径向”、等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
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一个或者更多个该特征。在本发明的描述中,“多个”的含义是两个以上,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触,或第一和第二特征通过中间媒介间接接触。而且,第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方,或仅仅表示第一特征水平高度小于第二特征。
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。
图1为本发明实施例提供的个性化字库生成方法流程图,该方法具体步骤如下:
步骤S101、获取用户在写字机器人上的书写区域所书写的样本字形成的个性化字迹的字迹轮廓;
本发明实施例的执行主体为一个第三方应用软件,该第三方应用软件可以安装在写字机器人内部,用于和写字机器人内部的控制模块交互实现个性化字库的制作。该第三方应用软件包含有标准汉字字库,该标准汉字字库包含6763个汉字,用户需要在该第三方应用软件提供的用户界面上书写包含点、横、竖、撇、捺、提、折、勾基本笔画的一个或数个字,用户在该用户界面上形成用户所写字的个性化字迹,该第三方应用软件获取该个性化字迹的字迹轮廓,该字迹轮廓可以是该个性化字迹的整体轮廓,也可以是该个性化字迹的每个笔画的笔画轮廓。
步骤S102、确定所述字迹轮廓的轮廓点;
本发明实施例选择字迹轮廓为用户书写该目标字时形成的个性化字迹的每个笔画的笔画轮廓,从每个笔画轮廓上选取若干个点作为该笔画轮廓的轮廓点,该个性化字迹包括的所有笔画的笔画轮廓对应的轮廓点构成该个性化字迹的轮廓点集合。
步骤S103、将所述轮廓点的坐标信息发送给写字机器人内部的控制模块,以使所述写字机器人内部的控制模块依据所述轮廓点的坐标信息生成个性化字库;
确定轮廓点在该用户界面的坐标获得该轮廓点的坐标信息,将该轮廓点的坐标信息发送给写字机器人内部的控制模块,写字机器人内部的控制模块依据字体还原算法即可获得个性化字迹的字迹轮廓,对个性化字迹的字迹轮廓进行填充可获得个性化字迹,该个性化字迹构成个性化字库;
如图2所示,控制模块100包括一个或多个处理器101、一个或多个存储装置104、输入装置106、输出装置108和图像采集装置110,这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意,图2所示的控制模块的组件和结构只是示例性的,而非限制性的,根据需要,所述控制模块100也可以具有其他组件和结构。
所述处理器101可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元,并且可以控制所述控制模块100中的其它组件以执行期望的功能。
所述存储装置104可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器101可以运行所述程序指令,以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据,例如所述应用程序使用和/或产生的各种数据等。
所述输入装置106可以是用户用来输入指令的装置,并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。
所述输出装置108可以向外部(例如用户)输出各种信息(例如图像和/或声音),并且可以包括显示器、扬声器等中的一个或多个。
所述图像采集装置110可以采集期望的图像(例如包含文字的图像),并且将所采集的图像存储在所述存储装置中以供其它组件使用。图像采集装置110可以采用任何合适的设备实现,例如独立的照相机或安装在写字机器人上的摄像头等。
示例性地,用于实现根据本发明实施例的文字识别方法的控制模块100可以是内置于写字机器人内部的微型计算机或远程服务器等的设备上实现。
下面,将参考图3描述根据本发明实施例的文字识别方法300。图3示出根据本发明一个实施例的文字识别方法300的示意性流程图。如图3所示,文字识别方法300包括以下步骤。
在步骤S310,获取待识别图像。
待识别图像可以是任何需要进行文字识别的图像,其中包含文字。本文所述的文字可以包括任何合适的字符,例如不同类别语言(如中文、英文、韩文等)字符、数字字符和符号字符(如“@”、“#”、“&”、“!”等)等等。
待识别图像可以来自外部设备,由外部设备传送到控制模块100进行文字识别。此外,待识别图像也可以由控制模块100的图像采集装置110采集获得。图像采集装置110可以将采集到的待识别图像传送到处理器102,由处理器102进行文字识别。待识别图像可以是原始图像,也可以是对原始图像进行预处理后得到的图像。
在步骤S320,检测待识别图像,以获得包含文字的期望文字框。
可以采用任何合适的方法检测待识别图像。例如,可以采用常规的边缘增强方法定位可能的文字区域,初步获得包含文字的文字框。另外,还可以采用基于滑动窗的卷积神经网络从待识别图像中检测出可能的文字区域,初步获得包含文字的文字框。根一个实施例,可以直接将初步获得的文字框作为期望文字框进行随后的扩充和合并。根据另一个实施例,可以在对初步获得的文字框进行进一步的修正之后获得期望文字框,随后对期望文字框进行扩充和合并。
在步骤S330,对期望文字框进行扩充和合并,以生成文字行。
通常来说,图像中的文字可能成行出现。通过先前的检测步骤所检测到的期望文字框有可能产生字符间和字符内的混淆。参考图4,示出根据本发明一
个实施例的期望文字框的示意图。如图4所示,期望文字框将一行文字
“NOPROBLEM”中的字符“L”与字符“E”的一部分划分在一个文字框中,导致在随后的识别步骤中有可能将该文字框中的字符误识别为“U”。另外,期望文字框将一行数字“12345678”中的数字字符“8”的一部分单独划分在一个文字框中,导致在随后的识别步骤中有可能将该文字框中的数字误识别为“3”。此外,如上文所述,在检测步骤中,同一行中的文字可能出现缺失现象,即将原本有字的地方检测为无字,从而无法识别出原本的文字。
然而,通过对文字框进行扩充和合并,可以根据一行文字中的部分字符还原出整行文字。也就是说,可以将同一行的文字划分在一个文字行中,随后再对每个文字行中的文字进行分割和识别。例如,对于图4所示的“NO PROBLEM
”这一行文字来说,在步骤3220中可能检测到的是多个分散的文字框,对这些文字框进行扩充和合并,可以还原出完整的文字行“NO PROBLEM”。然后,可以针对文字行“NOPROBLEM”而非每个分散的文字框进行文字的分割和识别。这样,可以纠正在检测步骤中对文字框的误划分,从而避免字符间和字符内的混淆以及文字缺失现象。
在步骤S340,识别所生成的文字行中的文字。
对文字的识别可以采用任何合适的技术实现,例如,可以采用常规的模板匹配法或者基于分类器的方法识别文字行中的文字。
示例性地,根据本发明实施例的文字识别方法300可以在具有存储装置104和处理器101的设备、装置或者系统中实现。
根据本发明实施例的文字识别方法300可以部署在图像采集端,例如,可以部署在诸如内置于写字机器人内部的微型计算机。替代地,根据本发明实施例的文字识别方法300还可以部署在服务器端(或云端)处。例如,可以在客户端采集包含文字的待识别图像,客户端将采集到的待识别图像传送给服务器端(或云端),由服务器端(或云端)进行文字识别。
本领域普通技术人员可以理解,上述文字识别方法具有普适性。其可以用于任何图像的文字识别。该文字识别方法300可以针对文档图像进行文字识别,文档图像例如证件和票据的照片、纸件文档的扫描件等。该文字识别方法300还可以针对自然场景图像进行文字识别。
如图5-图6所示,为了便于描述,本发明中的“上”“下”“左”“右”“前”“后”方位基准以附图5所示的方位为准;
一种基于步进电机控制抬落笔的十字形智能写字机器人,包括左侧底座2和右侧底座8,左侧底座2和右侧底座8之间安装有横向光杆5,横向光杆5上可活动安装有运动中枢3,运动中枢3上安装有与横向光杆5垂直的纵向光杆6,纵向光杆6的下端安装有笔架模组4,左侧底座2上设置有控制模块100,左侧底座2与控制模块100之间安装有支座板7,右侧底座8的外侧面上也安装有支座板7,增加支座板7是为了增强写字机器人工作时的平稳度,防止因笔架模组4一侧的重量太大而导致整个机器人发生倾斜;控制模块100包括盖板103、底板105以及夹装于两者之间的主控制板107,所述处理器101设置在所述主控制板107上,底板105安装在支座板7的外侧面上,笔架模组4包括基座4-1和滑架4-10,基座4-1后侧面上安装有升降步进电机4-2,基座4-1前侧面上安装有竖直滑轨(图中未示出),竖直滑轨上可活动的套装有滑块(图中未示出),滑块的另一侧与滑架4-10的后侧面固定连接,升降步进电机4-2用于驱动滑架4-10上移或下移,滑架4-10的前侧设置有持笔架4-6,持笔架4-6上设置有置笔槽4-8,持笔架4-6的前端设置有用于将书写笔推向置笔槽4-8并固定的固定螺丝4-7,位于滑架4-10上方的基座4-1上设置位置反馈开关4-11,位置反馈开关4-11与主控制板107电性连接,升降步进电机4-2受控于主控制板107。
具体的,基座4-1上设置有通孔(图中未示出),滑架4-10的表面设置有竖直的腰形孔4-9,升降步进电机4-2的主轴依次穿过基座4-1上的通孔和滑架4-10表面上的腰形孔4-9,位于基座4-1和滑架4-10之间的步进电机4-2的主轴上还安装有凸轮4-3,凸轮4-3的安装孔的圆心到凸轮末端的距离大于升降步进电机4-2主轴的中心至位置反馈4-11开关下沿的距离。
优选的,基座4-1与滑架4-10之间的间隙中设置有回位弹簧4-4,滑架4-10后侧面的上端设置有第一定位销(图中未示出),基座4-1前侧面的下端设置有第二定位销4-5,回位弹簧4-4的上端与第一定位销连接,下端与第二定位销连接。
优选的,支座板7靠近笔架模组4一端的长度大于支座板7另一端的长度,采用“支座板7靠近笔架模组4一端的长度大于支座板7另一端的长度”这样的设计方案在能够防止因笔架模组4一侧的重量太大而导致整个机器人发生倾斜的同时还能尽可能减小支座板7整个的长度,节约了制造的成本。
本发明所提供的一种基于写字机器人的可书写个性化字体的方法,包括以下步骤:
第一步:用户在写字机器人上的书写区域通过写字笔手写写出包含点、横、竖、撇、捺、提、折、勾基本笔画的一个或数个字;
第二步:写字机器人通过其包含的第三方软件对用户在第一步中所书写的字迹进行识别,写字机器人将通过第三方软件得到的专属于该用户的基本笔画信息储存在写字机器人内部的控制模块100的存储装置104内;
第三步:写字机器人通过其内部的控制模块100的处理器101利用存储在储存装置104内部的专属于该用户的基本笔画信息组合形成专属于该用户的汉字库并将该汉字库信息储存在控制模块100的存储装置104内;
第四步:写字机器人通过其包含的控制模块100中的图像采集装置110对用户需要手写的内容的样本信息进行采集并将该采集信息传送至写字机器人内部的控制模块100的处理器101;
第五步:将书写笔通过固定螺丝4-7固定在置笔槽4-8内后,通过处理器101控制升降步进电机4-2转动,进而带动升降步进电机4-2主轴上的凸轮4-3来驱动滑架4-10向上移动实现抬笔动作;当滑架4-10上沿接触位置反馈开关4-11并使之闭合后,此时位置反馈开关4-11将会传送一个信号至处理器101,处理器101收到来自位置反馈开关4-11的信号后立即控制升降步进电机4-2反转,此时滑架4-10在回位弹簧4-4的作用下快速下移实现落笔动作,然后通过处理器101通过分析识别该用户需要手写的样本信息,然后从储存于储存装置104内部专属于该用户的字体库内调出与用户需要手写的样本信息相对应的字体信息,再控制书写电机9产生相应的正反转驱动笔架模组4写出专属与该用户字体的样本信息。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (1)

1.一种基于写字机器人的可书写个性化字体的方法,其特征在于,包括以下步骤:
第一步:用户在机器人上的书写区域通过写字笔写出包含点、横、竖、撇、捺、提、折、勾基本笔画的一个或数个字;
第二步:写字机器人通过其包含的第三方软件对用户在第一步中所书写的字迹进行识别,写字机器人通过第三方软件得到的专属于该用户的基本笔画信息储存在写字机器人内部的控制模块内;
第三步:写字机器人通过其内部的控制模块利用存储在控制模块内部的专属于该用户的基本笔画信息组合形成专属于该用户的汉字库并将该汉字库信息储存在控制模块内部;
第四步:写字机器人通过其包含的控制模块中的图像采集装置对用户需要手写的内容的样本信息进行采集并将该采集信息传送至写字机器人内部的控制模块;
第五步:写字机器人内部的控制模块通过分析识别该用户需要手写的样本信息,然后从储存于控制模块内部专属于该用户的字体库内调出与用户需要手写的样本信息相对应的字体信息,再控制写字机器人所包含的笔架模组写出专属与该用户字体的样本信息。
CN201911313151.1A 2019-12-18 2019-12-18 一种基于写字机器人的可书写个性化字体的方法 Pending CN112989899A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911313151.1A CN112989899A (zh) 2019-12-18 2019-12-18 一种基于写字机器人的可书写个性化字体的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911313151.1A CN112989899A (zh) 2019-12-18 2019-12-18 一种基于写字机器人的可书写个性化字体的方法

Publications (1)

Publication Number Publication Date
CN112989899A true CN112989899A (zh) 2021-06-18

Family

ID=76344112

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911313151.1A Pending CN112989899A (zh) 2019-12-18 2019-12-18 一种基于写字机器人的可书写个性化字体的方法

Country Status (1)

Country Link
CN (1) CN112989899A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008015825A1 (fr) * 2006-08-01 2008-02-07 Kabushiki Kaisha Digimoji Données de polices pour l'écriture de lettres et système de génération de lettres
CN103136769A (zh) * 2011-12-02 2013-06-05 北京三星通信技术研究有限公司 用户书写风格字体生成的方法和装置
CN105956601A (zh) * 2016-04-15 2016-09-21 北京工业大学 一种基于轨迹模仿的机器人汉字书写学习方法
CN106346459A (zh) * 2016-10-26 2017-01-25 宁波创控智能科技有限公司 十字型书写绘图机器人
CN106384094A (zh) * 2016-09-18 2017-02-08 北京大学 一种基于书写风格建模的中文字库自动生成方法
CN107088882A (zh) * 2017-06-18 2017-08-25 闾天驰 机器人拟人笔迹书写系统及其控制方法
CN107757199A (zh) * 2017-09-30 2018-03-06 宁波创控智能科技有限公司 十字型自动定位行走机构
CN108081827A (zh) * 2018-01-18 2018-05-29 佛山科学技术学院 一种自动写字机
CN109664300A (zh) * 2019-01-09 2019-04-23 湘潭大学 一种基于力觉学习的机器人多风格书法临摹方法
CN109746916A (zh) * 2019-01-28 2019-05-14 武汉科技大学 一种机器人书写书法的方法及系统
CN110576439A (zh) * 2019-09-04 2019-12-17 华南理工大学广州学院 一种多重控制的写字机器人及其控制方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008015825A1 (fr) * 2006-08-01 2008-02-07 Kabushiki Kaisha Digimoji Données de polices pour l'écriture de lettres et système de génération de lettres
CN103136769A (zh) * 2011-12-02 2013-06-05 北京三星通信技术研究有限公司 用户书写风格字体生成的方法和装置
CN105956601A (zh) * 2016-04-15 2016-09-21 北京工业大学 一种基于轨迹模仿的机器人汉字书写学习方法
CN106384094A (zh) * 2016-09-18 2017-02-08 北京大学 一种基于书写风格建模的中文字库自动生成方法
CN106346459A (zh) * 2016-10-26 2017-01-25 宁波创控智能科技有限公司 十字型书写绘图机器人
CN107088882A (zh) * 2017-06-18 2017-08-25 闾天驰 机器人拟人笔迹书写系统及其控制方法
CN107757199A (zh) * 2017-09-30 2018-03-06 宁波创控智能科技有限公司 十字型自动定位行走机构
CN108081827A (zh) * 2018-01-18 2018-05-29 佛山科学技术学院 一种自动写字机
CN109664300A (zh) * 2019-01-09 2019-04-23 湘潭大学 一种基于力觉学习的机器人多风格书法临摹方法
CN109746916A (zh) * 2019-01-28 2019-05-14 武汉科技大学 一种机器人书写书法的方法及系统
CN110576439A (zh) * 2019-09-04 2019-12-17 华南理工大学广州学院 一种多重控制的写字机器人及其控制方法

Similar Documents

Publication Publication Date Title
Wienecke et al. Toward automatic video-based whiteboard reading
US7292726B2 (en) Recognition of electronic ink with late strokes
US7742642B2 (en) System and method for automated reading of handwriting
US7630551B2 (en) Method and system for line extraction in digital ink
US6333994B1 (en) Spatial sorting and formatting for handwriting recognition
Namboodiri et al. Online handwritten script recognition
US10127199B2 (en) Automatic measure of visual similarity between fonts
US7302099B2 (en) Stroke segmentation for template-based cursive handwriting recognition
Singh et al. Offline script identification from multilingual indic-script documents: a state-of-the-art
Bhowmik et al. Handwritten Bangla word recognition using HOG descriptor
WO2007070662A1 (en) Script recognition for ink notes
CN112926421A (zh) 图像处理方法和装置、电子设备和存储介质
Thillou et al. An embedded application for degraded text recognition
CN112989899A (zh) 一种基于写字机器人的可书写个性化字体的方法
Borad et al. Augmentation based convolutional neural network for recognition of handwritten Gujarati characters
Clawson et al. Automated recognition and extraction of tabular fields for the indexing of census records
US8428358B2 (en) Radical-base classification of East Asian handwriting
Alnefaie et al. End-to-end analysis for text detection and recognition in natural scene images
JP4697387B2 (ja) 原稿画像判定装置、原稿画像判定方法及びそのプログラム
CN215942942U (zh) 写字机器人
Zunjarrao et al. Handwritten Marathi character recognition on an android device
Mandal et al. A Novel Approach of Normalization for Online Handwritten Characters using Geometrical Parameters on a 2D Plane
Welekar et al. Survey on existing techniques for writer verification
Manoj et al. Handwritten Character Recognition for English and Telugu Scripts Using Multi Layer Perceptions (MLP)
Vilar et al. A flexible system for document processing and text transcription

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