CN113191257A - 笔顺检测方法、装置和电子设备 - Google Patents
笔顺检测方法、装置和电子设备 Download PDFInfo
- Publication number
- CN113191257A CN113191257A CN202110470858.4A CN202110470858A CN113191257A CN 113191257 A CN113191257 A CN 113191257A CN 202110470858 A CN202110470858 A CN 202110470858A CN 113191257 A CN113191257 A CN 113191257A
- Authority
- CN
- China
- Prior art keywords
- stroke
- detected
- information
- strokes
- order
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- G06V30/32—Digital ink
- G06V30/36—Matching; Classification
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/32—Digital ink
- G06V30/333—Preprocessing; Feature extraction
-
- 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
Abstract
本公开实施例公开了笔顺检测方法、装置和电子设备。该方法的一具体实施方式包括:根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,其中,所述待检测笔画与预设文字对应,所述预设文字与笔画所对应的标准笔画信息相关联;确定所述待检测笔画信息和标准笔画信息之间的相似度;基于所确定的相似度,确定书写至所述待检测笔画的笔顺是否正确。由此,可以提供一种新的笔顺检测方式。
Description
技术领域
本公开涉及互联网技术领域,尤其涉及一种笔顺检测方法、装置和电子设备。
背景技术
随着互联网的发展,用户越来越多的使用终端设备实现各种功能。例如,用户可以借助终端设备进行学习。
在一些应用场景中,可以由人类对书写质量进行评价。
发明内容
提供该公开内容部分以便以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。该公开内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
第一方面,本公开实施例提供了一种笔顺检测方法,该方法包括:根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,其中,所述待检测笔画与预设文字对应,所述预设文字与笔画所对应的标准笔画信息相关联;确定所述待检测笔画信息和标准笔画信息之间的相似度;基于所确定的相似度,确定书写至所述待检测笔画的笔顺是否正确。
第二方面,本公开实施例提供了一种笔顺检测装置,包括:生成单元,用于根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,其中,所述待检测笔画与预设文字对应,所述预设文字与笔画所对应的标准笔画信息相关联;第一确定单元,用于确定所述待检测笔画信息和标准笔画信息之间的相似度;第二确定单元,用于基于所确定的相似度,确定书写至所述待检测笔画的笔顺是否正确。
第三方面,本公开实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的笔顺检测方法。
第四方面,本公开实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的笔顺检测方法的步骤。
本公开实施例提供的笔顺检测方法、装置和电子设备,需要说明的是,本实施例提供的笔顺检测方法,通过获取用户输入的待检测笔画,生成待检测笔画对应的待检测笔画信息;然后确定待检测笔画信息与标准笔画信息之间的相似度;基于所确定的相似度,可以确定该用户书写至待检测笔画的笔顺是否正确。由此,可以提高笔顺检测的效率,从而可以实现在用户书写的过程中实时检测用户的笔顺是否正确。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的笔顺检测方法的一个实施例的流程图;
图2A、图2B、图2C是根据本公开的笔顺检测方法的一个应用场景的示意图;
图3是根据本公开的一种实现方式的示意图;
图4是根据本公开的一种实现方式的示意图;
图5A、图5B、图5C是本公开的笔顺检测方法的一个应用场景的示意图;
图6A、图6B、图6C是本公开的笔顺检测方法的一个应用场景的示意图;
图7是根据本公开的笔顺检测装置的一个实施例的结构示意图;
图8是本公开的一个实施例的笔顺检测方法可以应用于其中的示例性系统架构;
图9是根据本公开实施例提供的电子设备的基本结构的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
请参考图1,其示出了根据本公开的笔顺检测方法的一个实施例的流程。该笔顺检测方法应用于终端设备。如图1所示该笔顺检测方法,包括以下步骤:
步骤101,根据用户书写的待检测笔画,生成待检测笔画对应的待检测笔画信息。
在本实施例中,笔顺检测方法的执行主体(例如终端设备)可以根据用户书写的待检测笔画,生成待检测笔画对应的待检测笔画信息。
在本实施例中,用户可以书写文字,可以理解,用户书写文字可以通过逐个待检测笔画实现。用户可以将文字书写至任何载体,例如,可以将文字书写至电子屏幕或者纸张上等。
在一些应用场景中,可以采用各种方式获取用户书写的笔画。例如,可以通过图像采集设备,对用户待检测笔画的区域进行拍照或者摄像,得到用户书写的笔画的图像。再例如,如果用户在电子屏幕上进行书写,可以通过电子屏幕的传感装置,获取用户的待检测笔画。
在本实施例中,与待检测笔画对应的待检测笔画信息,可以用于指示待检测笔画。待检测笔画可以是用户书写的任一笔画。可选的,可以将用户书写至的最后一笔作为待检测笔画。
在本实施例中,上述待检测笔画可以与预设文字对应。预设文字可以是用户期望书写的文字。预设文字可以包括至少两个笔画,至少两个笔画中的各个笔画可以与标准笔画信息对应。标准笔画信息,可以用于指示预设文字中的笔画。标准笔画信息可以是预先设置的。
步骤102,确定待检测笔画信息和标准笔画信息之间的相似度。
在本实施例中,上述执行主体可以确定待检测笔画信息和各个标准笔画信息之间的相似度。
在这里,可以采用各种相似度计算方式,确定待检测笔画信息与各个标准笔画信息之间的相似度。例如,可以采用欧式距离或者余弦相似度等相似度计算方式,在此不做限定。
步骤103,基于所确定的相似度,确定书写至待检测笔画的笔顺是否正确。
在本实施例中,上述执行主体可以基于所确定的相似度,确定书写至待检测笔画的笔顺是否正确。
需要说明的是,本实施例提供的笔顺检测方法,通过获取用户输入的待检测笔画,生成待检测笔画对应的待检测笔画信息;然后确定待检测笔画信息与标准笔画信息之间的相似度;基于所确定的相似度,可以确定该用户书写至待检测笔画的笔顺是否正确。由此,可以提高笔顺检测的效率,从而可以实现在用户书写的过程中实时检测用户的笔顺是否正确。
需要说明的是,用户每书写一笔,可以将用户最近书写的笔画作为待检测笔画,执行本实施例提供的笔顺检测方法。由此,在用户书写预设文字的过程中,可以通过检测每一笔的书写时机是否正确,确定预设文字的整体笔顺正确。
请参考图2A、图2B和图2C,图2A、图2B和图2C示出了本申请的实施例的示例性应用场景。用户可以在终端设备的屏幕上按照指示“请按照正确笔顺书写‘好’”。图2A示出了用户书写第一笔的场景。图2B示出了用户书写至第二笔的场景。图2C示出了用户书写至第三笔的场景。
在一些实施例中,所述待检测笔画信息包括形状信息。
在这里,待检测笔画的形状信息,可以指示待检测笔画的形状。作为示例,待检测笔画的形状,可以包括待检测笔画的类别。例如,待检测笔画的类别可以包括横、竖、撇、捺、点等。
在一些实施例中,上述步骤101,可以包括:将所述待检测笔画导入预先训练的分类模型,得到所述待检测笔画的形状信息。
在这里,上述分类模型可以基于训练样本,对初始分类模型进行训练得到。
在一些实施例中,训练样本可以包括笔画痕迹图像和对应的笔画类型标签。将所述笔画痕迹图像导入初始分类模型,得到识别结果,识别结果指示识别得到笔画类型。将识别结果与笔画类型标签进行对比,根据对比结果计算损失值。利用损失值更新初始分类模型的参数,得到上述分类模型。
需要说明的是,采用包括形状信息的笔画信息,可以实现利用形状信息计算待检测笔画信息和标准笔画信息之间的相似度,提高了相似度计算的准确性,从而可以提高笔顺检测的准确性。
在一些实施例中,所述待检测笔画信息包括位置信息。
在一些实施例中,上述步骤101,可以包括:拼接待检测笔画的形状信息和所述位置信息,得到所述待检测笔画信息。
在这里,位置信息可以指示待检测笔画的位置。
作为示例,可以建立坐标系,以待检测笔画在坐标系中的位置,作为待检测笔画的位置。坐标系的建立基础,可以根据实际应用场景设置,例如,可以是书写纸张上的田字格,也可以是用户书写预设文字的第一笔的下笔位置。
需要说明的是,采用包括位置信息的笔画信息,可以实现利用位置信息计算待检测笔画信息和标准笔画信息之间的相似度进行计算,由此,可以利用文字笔画之间具有相对位置关系的特点,提高相似度计算的准确性,从而可以提高笔顺检测的准确性。
需要说明的是,结合形状信息和位置信息得到待检测笔画信息,可以结合笔画的形状信息和相对位置信息,进一步提高相似度的准确性。
在一些实施例中,所述方法还包括:响应于确定书写至所述待检测笔画的笔顺错误,输出笔顺错误提示信息。
在这里,可以响应检测到笔顺错误,输出笔顺错误提示信息。
在这里,笔顺错误提示信息的具体形式,在此不做限定。
作为示例,笔顺错误提示信息可以是语音信号、书面信号或者声音信号。
需要说明的是,响应于检测的笔顺错误,进行实时提醒,提高用户收到反馈信息的速度,不仅提高实现用户对错误发现的及时性,而且可以实现用户快速定位哪个笔画的顺序有错误,节省了用户比照查找顺序错误的笔画的环节。
在一些实施例中,步骤103可以包括:可以记录待检测笔画的是用户书写的预设文字的第几笔(例如可以称为序数笔);然后,确定序数笔对应的标准笔画信息与待检测笔画信息之间的相似度,是否是所确定的相似度中最大的;如果是,可以确定书写至所述待检测笔画的笔顺正确的;如果否,可以确定书写至待检测笔画的笔顺错误。
作为示例,可以待检测笔画可以是用户书写的“好”字的第3笔。然后,确定第3笔对应的标准笔画信息与待检测笔画信息之间的相似度,是否是“好”字的各个标准笔画信息与待检测笔画信息之间的相似度中最大的。如果是,则可以确定书写至“好”字的第3笔的笔顺正确;如果否,则可以确定书写至“好”字的第3笔的笔顺错误。
在一些实施例中,上述步骤103,可以包括图3所示的步骤301和步骤302。
步骤301,根据第一笔顺信息和所确定的相似度,确定第二笔顺信息。
在这里,笔顺信息可以指示笔顺。笔顺信息可以包括笔顺信息节点,笔顺信息节点与用户书写的笔画的序号对应。笔顺信息节点指示用户所书写的笔画为预设文字中的哪个笔画。
在这里,第一笔顺信息可以指示用户在待检测笔画之前书写所述预设文字的笔顺。
在这里,第二笔顺信息可以指示书写所述预设文字至所述待检测笔画的笔顺。
作为示例,用户书写“好”字,待检测笔画为“丿”。第一笔顺信息可以指示在写“丿”之前书写的笔画的顺序。第二笔顺信息可以指示包括“丿”的笔画的顺序。
在这里,所确定的相似度,可以包括待检测笔画信息与所有标准笔画信息之间的相似度,或者可以包括待检测笔画信息与部分标准笔画信息之间的相似度。
在这里,可以将相似度理解为概率值,第一笔顺信息中的各个笔顺信息节点值也可以理解为概率值,概率值之间进行运算(例如加和或者乘积),可以得到笔顺信息成立的概率值。
步骤302,根据第二笔顺信息,确定书写至待检测笔画的笔顺是否正确。
在这里,可以采用各种方式判断第二笔顺信息指示的笔顺是否正确的。
作为示例,可以设置笔顺规则,例如全包围结构的字中被包围的部分写在封口之前。
需要说明的是,通过获取第一笔顺信息和所确定的相似度,可以获取第二笔顺信息;第二笔顺信息可以指示书写至待检测笔画的笔顺,由此,可以在之前书写的笔画的第一笔顺基础上,添加一个笔画而得到第二笔顺。由此,可以避免从用户书写的第一笔开始从头计算,从而可以减少计算量,提高笔顺检测的实时计算速度。
在一些实施例中,上述步骤301,可以包括图4所示步骤401、步骤402和步骤403。
步骤401,获取预设数目个第一笔顺信息。
在这里,第一预设数目可以是至少一个。
步骤402,根据第一预设数目个第一笔顺信息和所确定的相似度,确定至少两个候选笔顺信息。
在这里,可以将第一笔顺信息中笔顺信息节点的相似度与待检测笔画对应的各个相似度进行结合计算,确定第二预设数目个候选笔顺信息。
步骤403,从至少两个候选笔顺信息中,选取出第二笔顺信息。
需要说明的是,通过基于第一预设数目个第一笔顺信息,确定第二预设数目个第二笔顺信息,可以避免穷举用户书写待检测笔画之前的所书写的笔画的可能笔顺信息,换句话说减少了第一笔顺信息数量,也就减少了确定第二笔顺信息的计算量,由此,可以提高检测速度,提高检测笔顺的实时性。
请参考图5A、图5B、图5C和图6A、图6B、图6C,其示出了本申请的实施例的应用场景。以“好”字的书写为例,“好”字的标准笔画可以包括撇点、撇、横一、横撇、竖钩和横二。为了方便说明,将撇点编码为1,将撇编码为2,将横一编码为3,将横撇编码为4,将竖钩编码为5,将横二编码为6;如图中横向数字所示。
用户在写“好”字的时候,可以分六笔进行。第一笔的笔画信息与6个标准笔画信息分别计算相似度,得到6个相似度可以填入图5A(或者图6A)中第一行所示的六个方格。同理,第二笔的笔画信息与6个标准笔画信息分别计算相似度,得到6个相似度可以填入图5A(或者图6A)中第二行所示的六个方格。
请参考图5A和图6A,图5A和图6A示出了两条第一笔顺信息。为了便于指示,可以为图5A示出的笔顺信息为第一笔顺信息一号,第一笔顺信息一号可以采用数组[12]表示;图6A示出的第一笔顺信息二号可以采用数组[21]表示。
图5B和图5C可以示出了基于第一笔顺信息一号得到的候选第二笔顺信息。为了方便说明,图5B中示出的候选第二笔顺信息可以称为候选第二笔顺信息一号,图5C中示出的候选第二笔顺信息可以称为候选第二笔顺信息二号。候选第二笔顺信息一号可以采用数组[123]表示,候选第二笔顺信息二号可以采用数组[124]表示。
图6B和图6C可以示出了基于第一笔顺信息二号得到的候选第二笔顺信息。为了方便说明,图6B中示出的候选第二笔顺信息可以称为候选第二笔顺信息三号,图6C中示出的候选第二笔顺信息可以称为候选第二笔顺信息四号。候选第二笔顺信息三号可以采用数组[213]表示,候选第二笔顺信息四号可以采用数组[214]表示。
可以理解,第三笔的待检测笔画信息与各个标准笔画信息进行相似度计算,可以得到6个相似度填入图5A(或者图6A)中第三行所示的六个方格。将第一笔顺信息一号和第三笔对应的六个相似度结合,可以得到6个笔顺信息,这六个笔顺信息可以对应6个笔顺信息概率值。将第一笔顺信息二号和第三笔对应的六个相似度结合,也可以得到6个笔顺信息,这六个笔顺信息也可以对应6个笔顺信息概率值。从这12个笔顺信息概率值中,可以根据笔顺信息概率值选取4个选取候选笔顺信息,如图5B、图5C和图6B、图6C所示的候选第二笔顺信息。
可选的,也可以从第三笔对应的相似度中,按照相似度从大到小的顺序,选取两个相似度。将第一笔顺信息一号与这两个相似度进行结合,得到两个笔顺信息。将第一笔顺信息二号与这两个相似度进行结合,也可以得到两个候选第二笔顺信息。这样,可以得到4个候选笔顺信息。
然后,可以从图5B、图5C和图6B、图6C所示的候选第二笔顺信息,按照概率值,选取候选第二笔顺信息。例如,可以将图5B所示的候选第二笔顺信息[123]确定为第二笔顺信息。
在一些实施例中,上述步骤402,可以包括:从各个相似度中,选取第一笔顺信息包括的笔画之外的其它笔画对应的相似度,作为候选相似度;根据候选相似度和第一笔顺信息,确定候选笔顺信息。
作为示例,请参考图5A、图5B和图5C,第一笔顺信息一号[12]包括的笔画为撇点和撇。从第三笔对应的6个相似度中,将基于第一笔顺信息一号包括的笔画计算得到的相似度(即第三行第一个和第二个格子中的相似度)排除,将第三笔对应的6个相似度中的第三个到第六个格子中的相似度作为候选相似度。然后,根据候选相似度和第一笔顺信息,确定候选笔顺信息。
由此,可以减少参与候选笔顺信息计算的相似度的数量,减少因计算候选笔顺信息的数量。由此,可以减少计算量,提高计算速度,保证笔顺检测的实时性。
进一步参考图7,作为对上述各图所示方法的实现,本公开提供了一种笔顺检测装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,本实施例的笔顺检测装置包括:生成单元701、第一确定单元702和第二确定单元703。其中,生成单元,用于根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,其中,所述待检测笔画与预设文字对应,所述预设文字与笔画所对应的标准笔画信息相关联;第一确定单元,用于确定所述待检测笔画信息和标准笔画信息之间的相似度;第二确定单元,用于基于所确定的相似度,确定书写至所述待检测笔画的笔顺是否正确。
在本实施例中,笔顺检测装置的生成单元701、第一确定单元702和第二确定单元703的具体处理及其所带来的技术效果可分别参考图1对应实施例中步骤101、步骤102和步骤103的相关说明,在此不再赘述。
在一些实施例中,所述基于所确定的相似度,确定书写至所述待检测笔画的笔顺是否正确,包括:根据第一笔顺信息和所确定的相似度,确定第二笔顺信息,其中,第一笔顺信息指示用户在所述待检测笔画之前书写所述预设文字的笔顺,所述第二笔顺信息指示书写所述预设文字至所述待检测笔画的笔顺;根据所述第二笔顺信息,确定书写至所述待检测笔画的笔顺是否正确。
在一些实施例中,所述根据第一笔顺信息和所确定的相似度,确定第二笔顺信息,包括:获取预设数目个第一笔顺信息;根据所述预设数目个第一笔顺信息和所确定的相似度,确定至少两个候选笔顺信息;从所述至少两个候选笔顺信息中,选取出第二笔顺信息。
在一些实施例中,所述根据所述预设数目个第一笔顺信息和所确定的相似度,确定至少两个候选笔顺信息,包括:从所确定的相似度中,选取所述第一笔顺信息包括的笔画之外的其它笔画对应的相似度,作为候选相似度;根据所述候选相似度和所述第一笔顺信息,确定候选笔顺信息。
在一些实施例中,所述根据所述第二笔顺信息,确定书写至所述待检测笔画的笔顺是否正确,包括:确定所述第二笔顺信息指示的笔顺与所述预设文字的标准笔顺是否相同;如果是,确定书写至所述待检测笔画的笔顺正确;如果否,确定书写至所述待检测笔画的笔顺错误。
在一些实施例中,所述待检测笔画信息包括形状信息;以及所述根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,包括:将所述待检测笔画导入预先训练的分类模型,得到所述待检测笔画的形状信息。
在一些实施例中,所述待检测笔画信息包括位置信息;以及所述根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,包括:拼接待检测笔画的形状信息和所述位置信息,得到所述待检测笔画信息。
在一些实施例中,所述装置还用于:响应于确定书写至所述待检测笔画的笔顺错误,输出笔顺错误提示信息。
请参考图8,图8示出了本公开的一个实施例的笔顺检测方法可以应用于其中的示例性系统架构。
如图8所示,系统架构可以包括终端设备801、802、803,网络804,服务器805。网络804用以在终端设备801、802、803和服务器805之间提供通信链路的介质。网络804可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
终端设备801、802、803可以通过网络804与服务器805交互,以接收或发送消息等。终端设备801、802、803上可以安装有各种客户端应用,例如网页浏览器应用、搜索类应用、新闻资讯类应用。终端设备801、802、803中的客户端应用可以接收用户的指令,并根据用户的指令完成相应的功能,例如根据用户的指令在信息中添加相应信息。
终端设备801、802、803可以是硬件,也可以是软件。当终端设备801、802、803为硬件时,可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备801、802、803为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器805可以是提供各种服务的服务器,例如接收终端设备801、802、803发送的信息获取请求,根据信息获取请求通过各种方式获取信息获取请求对应的展示信息。并展示信息的相关数据发送给终端设备801、802、803。
需要说明的是,本公开实施例所提供的笔顺检测方法可以由终端设备执行,相应地,笔顺检测装置可以设置在终端设备801、802、803中。此外,本公开实施例所提供的笔顺检测方法还可以由服务器805执行,相应地,笔顺检测装置可以设置于服务器805中。
应该理解,图8中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图9,其示出了适于用来实现本公开实施例的电子设备(例如图8中的终端设备或服务器)的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图9示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图9所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储装置908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中,还存储有电子设备900操作所需的各种程序和数据。处理装置901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
通常,以下装置可以连接至I/O接口905:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置906;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置907;包括例如磁带、硬盘等的存储装置908;以及通信装置909。通信装置909可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图9示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置909从网络上被下载和安装,或者从存储装置908被安装,或者从ROM 902被安装。在该计算机程序被处理装置901执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,其中,所述待检测笔画与预设文字对应,所述预设文字与笔画所对应的标准笔画信息相关联;确定所述待检测笔画信息和标准笔画信息之间的相似度;基于所确定的相似度,确定书写至所述待检测笔画的笔顺是否正确。
在一些实施例中,所述基于所确定的相似度,确定书写至所述待检测笔画的笔顺是否正确,包括:根据第一笔顺信息和所确定的相似度,确定第二笔顺信息,其中,第一笔顺信息指示用户在所述待检测笔画之前书写所述预设文字的笔顺,所述第二笔顺信息指示书写所述预设文字至所述待检测笔画的笔顺;根据所述第二笔顺信息,确定书写至所述待检测笔画的笔顺是否正确。
在一些实施例中,所述根据第一笔顺信息和所确定的相似度,确定第二笔顺信息,包括:获取预设数目个第一笔顺信息;根据所述预设数目个第一笔顺信息和所确定的相似度,确定至少两个候选笔顺信息;从所述至少两个候选笔顺信息中,选取出第二笔顺信息。
在一些实施例中,所述根据所述预设数目个第一笔顺信息和所确定的相似度,确定至少两个候选笔顺信息,包括:从所确定的相似度中,选取所述第一笔顺信息包括的笔画之外的其它笔画对应的相似度,作为候选相似度;根据所述候选相似度和所述第一笔顺信息,确定候选笔顺信息。
在一些实施例中,所述根据所述第二笔顺信息,确定书写至所述待检测笔画的笔顺是否正确,包括:确定所述第二笔顺信息指示的笔顺与所述预设文字的标准笔顺是否相同;如果是,确定书写至所述待检测笔画的笔顺正确;如果否,确定书写至所述待检测笔画的笔顺错误。
在一些实施例中,所述待检测笔画信息包括形状信息;以及所述根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,包括:将所述待检测笔画导入预先训练的分类模型,得到所述待检测笔画的形状信息。
在一些实施例中,所述待检测笔画信息包括位置信息;以及所述根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,包括:拼接待检测笔画的形状信息和所述位置信息,得到所述待检测笔画信息。
在一些实施例中,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:响应于确定书写至所述待检测笔画的笔顺错误,输出笔顺错误提示信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,生成单元还可以被描述为“生成所述待检测笔画对应的待检测笔画信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
Claims (11)
1.一种笔顺检测方法,其特征在于,包括:
根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,其中,所述待检测笔画与预设文字对应,所述预设文字与笔画所对应的标准笔画信息相关联;
确定所述待检测笔画信息和标准笔画信息之间的相似度;
基于所确定的相似度,确定书写至所述待检测笔画的笔顺是否正确。
2.根据权利要求1所述的方法,其特征在于,所述基于所确定的相似度,确定书写至所述待检测笔画的笔顺是否正确,包括:
根据第一笔顺信息和所确定的相似度,确定第二笔顺信息,其中,第一笔顺信息指示用户在所述待检测笔画之前书写所述预设文字的笔顺,所述第二笔顺信息指示书写所述预设文字至所述待检测笔画的笔顺;
根据所述第二笔顺信息,确定书写至所述待检测笔画的笔顺是否正确。
3.根据权利要求2所述的方法,其特征在于,所述根据第一笔顺信息和所确定的相似度,确定第二笔顺信息,包括:
获取预设数目个第一笔顺信息;
根据所述预设数目个第一笔顺信息和所确定的相似度,确定至少两个候选笔顺信息;
从所述至少两个候选笔顺信息中,选取出第二笔顺信息。
4.根据权利要求3所述的方法,其特征在于,所述根据所述预设数目个第一笔顺信息和所确定的相似度,确定至少两个候选笔顺信息,包括:
从所确定的相似度中,选取所述第一笔顺信息包括的笔画之外的其它笔画对应的相似度,作为候选相似度;
根据所述候选相似度和所述第一笔顺信息,确定候选笔顺信息。
5.根据权利要求2所述的方法,其特征在于,所述根据所述第二笔顺信息,确定书写至所述待检测笔画的笔顺是否正确,包括:
确定所述第二笔顺信息指示的笔顺与所述预设文字的标准笔顺是否相同;
如果是,确定书写至所述待检测笔画的笔顺正确;
如果否,确定书写至所述待检测笔画的笔顺错误。
6.根据权利要求1所述的方法,其特征在于,所述待检测笔画信息包括形状信息;以及
所述根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,包括:
将所述待检测笔画导入预先训练的分类模型,得到所述待检测笔画的形状信息。
7.根据权利要求1所述的方法,其特征在于,所述待检测笔画信息包括位置信息;以及
所述根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,包括:
拼接待检测笔画的形状信息和所述位置信息,得到所述待检测笔画信息。
8.根据权利要求1所述的方法,其特征在于,所述方法还包括:
响应于确定书写至所述待检测笔画的笔顺错误,输出笔顺错误提示信息。
9.一种笔顺检测装置,其特征在于,包括:
生成单元,用于根据用户书写的待检测笔画,生成所述待检测笔画对应的待检测笔画信息,其中,所述待检测笔画与预设文字对应,所述预设文字与笔画所对应的标准笔画信息相关联;
第一确定单元,用于确定所述待检测笔画信息和标准笔画信息之间的相似度;
第二确定单元,用于基于所确定的相似度,确定书写至所述待检测笔画的笔顺是否正确。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。
11.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110470858.4A CN113191257B (zh) | 2021-04-28 | 2021-04-28 | 笔顺检测方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110470858.4A CN113191257B (zh) | 2021-04-28 | 2021-04-28 | 笔顺检测方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113191257A true CN113191257A (zh) | 2021-07-30 |
CN113191257B CN113191257B (zh) | 2023-04-07 |
Family
ID=76980280
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110470858.4A Active CN113191257B (zh) | 2021-04-28 | 2021-04-28 | 笔顺检测方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113191257B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110909563A (zh) * | 2018-09-14 | 2020-03-24 | 北大方正集团有限公司 | 提取文字骨架的方法、装置、设备和计算机可读存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200411416A (en) * | 2002-12-30 | 2004-07-01 | Inventec Besta Co Ltd | Input system based on the reference to auxiliary Chinese character strokes/radicals and method thereof |
JP2007213433A (ja) * | 2006-02-10 | 2007-08-23 | Fujitsu Ltd | 文字検索装置 |
CN101551724A (zh) * | 2008-03-31 | 2009-10-07 | 联想(北京)有限公司 | 在触摸屏上书写文字的方法与装置 |
CN102930757A (zh) * | 2011-08-08 | 2013-02-13 | 高静敏 | 汉字描红和习字的数字化方法 |
CN104007836A (zh) * | 2014-05-07 | 2014-08-27 | 惠州Tcl移动通信有限公司 | 一种手写字输入的处理方法及终端设备 |
CN104063723A (zh) * | 2014-06-25 | 2014-09-24 | 北京语言大学 | 脱机手写汉字的笔画还原方法及装置 |
CN104461337A (zh) * | 2013-09-24 | 2015-03-25 | 中央研究院 | 增进手写输入效率的方法 |
US20160132232A1 (en) * | 2013-12-06 | 2016-05-12 | Kabushiki Kaisha Toshiba | Electronic device and method for processing handwritten document data |
CN107132919A (zh) * | 2017-04-28 | 2017-09-05 | 广州幻境科技有限公司 | 一种基于手势的汉字笔画输入方法 |
CN110705521A (zh) * | 2019-10-22 | 2020-01-17 | 深圳市本牛科技有限责任公司 | 一种查字及笔顺教学方法及教学互动终端 |
-
2021
- 2021-04-28 CN CN202110470858.4A patent/CN113191257B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200411416A (en) * | 2002-12-30 | 2004-07-01 | Inventec Besta Co Ltd | Input system based on the reference to auxiliary Chinese character strokes/radicals and method thereof |
JP2007213433A (ja) * | 2006-02-10 | 2007-08-23 | Fujitsu Ltd | 文字検索装置 |
CN101551724A (zh) * | 2008-03-31 | 2009-10-07 | 联想(北京)有限公司 | 在触摸屏上书写文字的方法与装置 |
CN102930757A (zh) * | 2011-08-08 | 2013-02-13 | 高静敏 | 汉字描红和习字的数字化方法 |
CN104461337A (zh) * | 2013-09-24 | 2015-03-25 | 中央研究院 | 增进手写输入效率的方法 |
US20160132232A1 (en) * | 2013-12-06 | 2016-05-12 | Kabushiki Kaisha Toshiba | Electronic device and method for processing handwritten document data |
CN104007836A (zh) * | 2014-05-07 | 2014-08-27 | 惠州Tcl移动通信有限公司 | 一种手写字输入的处理方法及终端设备 |
CN104063723A (zh) * | 2014-06-25 | 2014-09-24 | 北京语言大学 | 脱机手写汉字的笔画还原方法及装置 |
CN107132919A (zh) * | 2017-04-28 | 2017-09-05 | 广州幻境科技有限公司 | 一种基于手势的汉字笔画输入方法 |
CN110705521A (zh) * | 2019-10-22 | 2020-01-17 | 深圳市本牛科技有限责任公司 | 一种查字及笔顺教学方法及教学互动终端 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110909563A (zh) * | 2018-09-14 | 2020-03-24 | 北大方正集团有限公司 | 提取文字骨架的方法、装置、设备和计算机可读存储介质 |
CN110909563B (zh) * | 2018-09-14 | 2023-07-28 | 新方正控股发展有限责任公司 | 提取文字骨架的方法、装置、设备和计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113191257B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110321958B (zh) | 神经网络模型的训练方法、视频相似度确定方法 | |
CN110298413B (zh) | 图像特征提取方法、装置、存储介质及电子设备 | |
CN112364860A (zh) | 字符识别模型的训练方法、装置和电子设备 | |
CN115908640A (zh) | 生成图像的方法、装置、可读介质及电子设备 | |
CN111459364A (zh) | 图标更新方法、装置和电子设备 | |
CN112883966B (zh) | 图像字符识别方法、装置、介质及电子设备 | |
CN114153959A (zh) | 键值匹配方法、装置、可读介质及电子设备 | |
CN113191257B (zh) | 笔顺检测方法、装置和电子设备 | |
CN111311358B (zh) | 信息处理方法、装置和电子设备 | |
CN112990176A (zh) | 书写质量评价方法、装置和电子设备 | |
CN110097004B (zh) | 面部表情识别方法和装置 | |
CN113628097A (zh) | 图像特效配置方法、图像识别方法、装置及电子设备 | |
CN112200183A (zh) | 图像处理的方法、装置、设备和计算机可读介质 | |
CN110705536A (zh) | 汉字识别纠错方法、装置、计算机可读介质及电子设备 | |
CN113807056B (zh) | 一种文档名称序号纠错方法、装置和设备 | |
CN111680754B (zh) | 图像分类方法、装置、电子设备及计算机可读存储介质 | |
CN114463768A (zh) | 表格识别方法、装置、可读介质和电子设备 | |
CN114004229A (zh) | 文本识别方法、装置、可读介质及电子设备 | |
CN113255812A (zh) | 视频边框检测方法、装置和电子设备 | |
CN111797263A (zh) | 图像标签生成方法、装置、设备和计算机可读介质 | |
CN111310858A (zh) | 用于生成信息的方法和装置 | |
CN113283115B (zh) | 图像模型生成方法、装置和电子设备 | |
CN112214695A (zh) | 信息处理方法、装置和电子设备 | |
CN112800962B (zh) | 笔画书写方向检测方法、装置、介质及电子设备 | |
CN112346630B (zh) | 状态确定方法、装置、设备和计算机可读介质 |
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 |