CN113642543A - 一种基于ai技术的多方位字体智能测评系统 - Google Patents
一种基于ai技术的多方位字体智能测评系统 Download PDFInfo
- Publication number
- CN113642543A CN113642543A CN202111195811.8A CN202111195811A CN113642543A CN 113642543 A CN113642543 A CN 113642543A CN 202111195811 A CN202111195811 A CN 202111195811A CN 113642543 A CN113642543 A CN 113642543A
- Authority
- CN
- China
- Prior art keywords
- character
- evaluated
- standard
- stroke
- text
- 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
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Character Discrimination (AREA)
Abstract
本发明适用于计算机领域,提供了一种基于AI技术的多方位字体智能测评系统,通过设置图片获取模块、待测评文字提取模块、标准文字信息调用模块、包围区域分析模块、智能测评模块以及结果发送模块,其中包围区域分析模块用于分析待测评文字的包围区域,定位包围区域的中心;然后智能测评模块将待测评文字的包围区域中心和标准文字的包围区域中心重合,对待测评文字与标准文字重叠比对,根据比对分析结果对待测评文字进行智能测评,使得待测评文字与标准文字之间的对比更加客观,不受人为因素的影响,对于待测评文字的测评更加全面准确具体,有利于书写者查缺补漏,有针对性的进行练习,进步更快。
Description
技术领域
本发明属于计算机领域,尤其涉及一种基于AI(人工智能)技术的多方位字体智能测评系统。
背景技术
在练习字体的初级阶段,一般我们都是选择字帖进行描红,描红的过程中是直接在字帖上进行描写或者在字帖上覆盖的半透明白纸上进行描写,在描红阶段基本掌握字体的书写习惯之后,然后再在纸上进行临摹,临摹的过程中需要不断对照字帖进行来回查看,以便于找到自己书写的字体与字帖上字体之间的差别,然后不断修正。
上述方法采用人为查看对比的方式,找出手写字与字帖字之间的差别,这种方式具有一定的视觉误差,而且带有书写者本人的主观判断,对于自己写的字常常会往好的方向进行评判而忽略书写不佳的地方,不利于及时纠正书写错误,使得书写者在进行书写练习的时候进步缓慢。
发明内容
本发明实施例提供一种基于AI技术的多方位字体智能测评系统,旨在解决用人为查看对比的方式找出手写字与字帖字之间的差别,具有一定的视觉误差,使得判断不准确,导致书写者进步缓慢的问题。
本发明实施例是这样实现的,一种基于AI技术的多方位字体智能测评系统包括:
图片获取模块,用于获取书写的文字图片;所述获取书写的文字图片的方式为对书写的文字进行拍照,并对照片进行修剪,使得修剪后的图片中仅剩余待测评文字;
待测评文字提取模块,用于提取并识别待测评文字;
标准文字信息调用模块,用于调用数据库中与待测评文字相同的标准文字信息;
包围区域分析模块,用于分析待测评文字的包围区域,定位包围区域的中心;
智能测评模块,用于将待测评文字的包围区域中心和标准文字的包围区域中心重合,对待测评文字与标准文字重叠比对,根据比对分析结果对待测评文字进行智能测评,得到测评结果;
结果发送模块,用于将测评结果发送到显示端。
作为本发明的一种改进方案:所述待测评文字提取模块具体包括:
待测评文字识别单元,用于从文字图片中提取待测评文字,将待测评文字移动至识别区域中心;
识别结果生成单元,用于在识别区域内识别文字,并输出至少一种文字识别结果;
识别结果发送单元,用于将文字识别结果发送到显示端,等待文字识别结果确认指令;
确认指令接收单元,用于接收显示端发送的确认指令;当确认指令为文字识别失败时,向图片获取模块发出反馈信号,图片获取模块重新获取文字图片进行识别;当确认指令为从文字识别结果中选定正确的识别结果时,向标准文字信息调用模块发送反馈信号,标准文字信息调用模块调用标准文字信息。
作为本发明的又一种改进方案:所述包围区域分析模块具体包括:
包围区域形状确认单元,用于根据待测评文字对应的标准文字信息,确认待测评文字对应的预设字体结构和包围区域形状;
顶点识别单元,用于根据预设字体结构在待测评文字中识别最外围的多个顶点;
包围区域中心定位单元,用于将多个顶点顺次连接,构成待测评文字包围区域,并定位包围区域的中心。
作为本发明的另一种改进方案:所述智能测评模块具体包括:
标准包围区域中心提取单元,用于从调用的标准文字信息中提取标准文字的包围区域中心信息;
中心重合放置单元,用于将待测评文字的包围区域中心和标准文字的包围区域中心重合,并且标准文字放置于待测评文字的上方;所述标准文字和待测评文字用两种颜色区分显示,且标准文字进行透明度处理后显示;
笔画拆解对比单元,用于将待评测文字按照笔画进行拆解,待评测文字的每一笔画与标准文字对应的笔画进行对比,得到待评测文字的每一笔画与标准文字对应的笔画的差异度;
总体差异度计算单元,用于根据每一笔画的差异度,合计整个待测评文字与标准文字的总体差异度;
测评评分转化单元,用于根据总体差异度查询测评结果对照表,确认最终测评评分;在所述测评结果对照表中,将总体差异度值从0到100%分割成多个连续的总体差异度测评区间,每一总体差异度测评区间对应一个测评评分。
作为本发明的进一步方案:所述笔画拆解对比单元具体包括:
重叠程度分析子单元,用于分析待评测文字的笔画与标准文字对应的笔画的重叠程度;
重叠程度判断子单元,用于当待评测文字的笔画被标准文字对应的笔画覆盖程度超过第一重叠度值,则认定待评测文字的笔画与标准文字对应的笔画之间重叠不偏离,输出重叠差异度为0;
重叠差异度计算子单元,用于当待评测文字的笔画被标准文字对应的笔画覆盖程度不超过第一重叠度值,进一步计算待评测文字的笔画与标准文字对应的笔画之间的平均偏离距离值,根据平均偏离距离值输出重叠差异度;随着平均偏离距离的增大,重叠差异度增大。
作为本发明的再进一步方案:所述笔画拆解对比单元具体还包括:
笔画长度测算子单元,用于测算待评测文字的笔画长度;
长度差计算子单元,用于根据待评测文字的笔画长度和标准文字对应的笔画长度,得到两者之间的长度差绝对值;
长度差异度计算子单元,用于分析长度差绝对值占标准文字对应的笔画长度的比值,记为长度差异度。
作为本发明的优化方案:所述笔画拆解对比单元具体还包括:
偏转夹角分析子单元,用于分析待评测文字的笔画与标准文字对应的笔画之间的偏转夹角;
夹角差异度计算子单元,用于根据偏转夹角查询夹角差异度转化表,将偏转夹角对应转化为角度差异度;在所述夹角差异度转化表中,每一偏转角度均与指定的角度差异度对应。
作为本发明的又一种方案:所述笔画拆解对比单元还包括:
加权处理子单元,用于对待测评文字的每一笔画对应的重叠差异度、长度差异度和角度差异度进行加权处理,得到待评测文字的每一笔画与标准文字对应的笔画的差异度。
本发明的有益效果:通过设置图片获取模块、待测评文字提取模块、标准文字信息调用模块、包围区域分析模块、智能测评模块以及结果发送模块,其中包围区域分析模块用于分析待测评文字的包围区域,定位包围区域的中心;然后智能测评模块将待测评文字的包围区域中心和标准文字的包围区域中心重合,对待测评文字与标准文字重叠比对,根据比对分析结果对待测评文字进行智能测评,使得待测评文字与标准文字之间的对比更加客观,不受人为因素的影响,对于待测评文字的测评更加全面准确具体,有利于书写者查缺补漏,有针对性的进行练习,进步更快。
附图说明
图1是一种基于AI技术的多方位字体智能测评系统内部结构示意图;
图2是一种基于AI技术的多方位字体智能测评系统中的待测评文字提取模块内部结构示意图;
图3是一种基于AI技术的多方位字体智能测评系统中的包围区域分析模块内部结构示意图;
图4是一种基于AI技术的多方位字体智能测评系统中的智能测评模块内部结构示意图;
图5是一种基于AI技术的多方位字体智能测评系统中的笔画拆解对比单元内部结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明通过设置图片获取模块、待测评文字提取模块、标准文字信息调用模块、包围区域分析模块、智能测评模块以及结果发送模块,其中包围区域分析模块用于分析待测评文字的包围区域,定位包围区域的中心;然后智能测评模块将待测评文字的包围区域中心和标准文字的包围区域中心重合,对待测评文字与标准文字重叠比对,根据比对分析结果对待测评文字进行智能测评,使得待测评文字与标准文字之间的对比更加客观,不受人为因素的影响,对于待测评文字的测评更加全面准确具体,有利于书写者查缺补漏,有针对性的进行练习,进步更快。
AI就是人工智能,它是研究人的智能的,并且进行模拟和延伸的新兴科学技术。AI技术的研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等。AI的目的就是希望让计算机能像人类一样进行学习和思考。因此将上述系统中嵌入AI技术能够使得字体识别更加智能,而且随着系统的不断累积和学习,能够掌握书写者的书写习惯和书写能力趋势,能够有针对性的推荐书写者对哪些方面进行着重的练习,并且随着书写能力的增长,推荐给书写者与其书写水平相对应的查看资源和学习资料。
图1示出了本发明实施例的一种基于AI技术的多方位字体智能测评系统内部结构示意图,所述基于AI技术的多方位字体智能测评系统包括:
图片获取模块100,用于获取书写的文字图片;所述获取书写的文字图片的方式为对书写的文字进行拍照,并对照片进行修剪,使得修剪后的图片中仅剩余待测评文字,这样能够减少其他字体的干扰,并且在书写拍照的时候,书写者最好在白纸上进行写作练习,即使在田字格类的练习本上进行练习,田字格的颜色也要与字体的颜色进行区分,以便于减少对字体提取时的干扰。
待测评文字提取模块200,用于提取并识别待测评文字;对照片中的图片进行智能识别,此时进行识别是为了找到数据库中与该字对应的预先存储的标准字,这样对于待测评文字才有测评的依据和标准。
标准文字信息调用模块300,用于调用数据库中与待测评文字相同的标准文字信息,此时调用的时候,除了调用这个标准文字本身之外,还会调用与标准文字对应的讲解视频、演示视频以及重点剖析,还可以调用与该字相关的延伸应用等。
包围区域分析模块400,用于分析待测评文字的包围区域,定位包围区域的中心;这里所述的包围区域是根据字体的形状和结构进行预先设定的,比如“入”这个字的包围区域可以设定为三角形,比如“对”这个字的包围区域就可以设定为矩形等,除了这些规则的形状之外,包围区域还可以是多种规则形状的组合。
智能测评模块500,用于将待测评文字的包围区域中心和标准文字的包围区域中心重合,对待测评文字与标准文字重叠比对,根据比对分析结果对待测评文字进行智能测评,得到测评结果。确定包围区域是为了找到两个字的中心,这样两个字重合的概率会更大。
结果发送模块600,用于将测评结果发送到显示端。
图2示出了本发明实施例的一种基于AI技术的多方位字体智能测评系统中的待测评文字提取模块内部结构示意图,所述待测评文字提取模块200具体包括:
待测评文字识别单元210,用于从文字图片中提取待测评文字,将待测评文字移动至识别区域中心。
识别结果生成单元220,用于在识别区域内识别文字,并输出至少一种文字识别结果,由于书写的原因,在识别的过程中,与很多框架和结构类似的文字,因此在识别的过程中可能会出现多种识别结果,这些结果系统不能进一步区分,因此需要使用者进行自主的选择,从这些识别结果中选择正确的识别结果。
识别结果发送单元230,用于将文字识别结果发送到显示端,等待文字识别结果确认指令。
确认指令接收单元240,用于接收显示端发送的确认指令;当确认指令为文字识别失败时,向图片获取模块发出反馈信号,图片获取模块重新获取文字图片进行识别;当确认指令为从文字识别结果中选定正确的识别结果时,向标准文字信息调用模块发送反馈信号,标准文字信息调用模块调用标准文字信息。
图3示出了本发明实施例的一种基于AI技术的多方位字体智能测评系统中的包围区域分析模块内部结构示意图,所述包围区域分析模块400具体包括:
包围区域形状确认单元410,用于根据待测评文字对应的标准文字信息,确认待测评文字对应的预设字体结构和包围区域形状。
顶点识别单元420,用于根据预设字体结构在待测评文字中识别最外围的多个顶点。根据预设的字体结构和预设的字体包围区域形状,能够了解包围区域外形的顶点个数,在待测评文字的外围定位这些点的具体位置,当无法确定这些点位置的时候,按照预设字体包围区域各点之间的位置关系,以已经确认的顶点为基准,将无法确定的点自定义。
包围区域中心定位单元430,用于将多个顶点顺次连接,构成待测评文字包围区域,并定位包围区域的中心。
图4示出了本发明实施例的一种基于AI技术的多方位字体智能测评系统中的智能测评模块内部结构示意图,所述智能测评模块500具体包括:
标准包围区域中心提取单元510,用于从调用的标准文字信息中提取标准文字的包围区域中心信息;
中心重合放置单元520,用于将待测评文字的包围区域中心和标准文字的包围区域中心重合,并且标准文字放置于待测评文字的上方;所述标准文字和待测评文字用两种颜色区分显示,且标准文字进行透明度处理后显示,这样更能够直观的看到两个字之间的区别和差异,使得书写者在练习的时候对差异处特别注意。
笔画拆解对比单元530,用于将待评测文字按照笔画进行拆解,待评测文字的每一笔画与标准文字对应的笔画进行对比,得到待评测文字的每一笔画与标准文字对应的笔画的差异度。一个字的每一笔都很重要,因此需要对每一笔进行逐个分析,当每一笔都准确无误,才能说这个字被书写者完全掌握。
总体差异度计算单元540,用于根据每一笔画的差异度,合计整个待测评文字与标准文字的总体差异度。
测评评分转化单元550,用于根据总体差异度查询测评结果对照表,确认最终测评评分;在所述测评结果对照表中,将总体差异度值从0到100%分割成多个连续的总体差异度测评区间,每一总体差异度测评区间对应一个测评评分。
图5示出了本发明实施例的一种基于AI技术的多方位字体智能测评系统中的笔画拆解对比单元内部结构示意图,所述笔画拆解对比单元530具体包括:
重叠程度分析子单元531,用于分析待评测文字的笔画与标准文字对应的笔画的重叠程度。
重叠程度判断子单元532,用于当待评测文字的笔画被标准文字对应的笔画覆盖程度超过第一重叠度值,则认定待评测文字的笔画与标准文字对应的笔画之间重叠不偏离,输出重叠差异度为0。
重叠差异度计算子单元533,用于当待评测文字的笔画被标准文字对应的笔画覆盖程度不超过第一重叠度值,进一步计算待评测文字的笔画与标准文字对应的笔画之间的平均偏离距离值,根据平均偏离距离值输出重叠差异度;随着平均偏离距离的增大,重叠差异度增大。
在本实施例的一种情况中,所述笔画拆解对比单元530还具体包括:
笔画长度测算子单元534,用于测算待评测文字的笔画长度。
长度差计算子单元535,用于根据待评测文字的笔画长度和标准文字对应的笔画长度,得到两者之间的长度差绝对值。
长度差异度计算子单元536,用于分析长度差绝对值占标准文字对应的笔画长度的比值,记为长度差异度。
在本实施例的一种情况中,所述笔画拆解对比单元530还具体包括:
偏转夹角分析子单元537,用于分析待评测文字的笔画与标准文字对应的笔画之间的偏转夹角。
夹角差异度计算子单元538,用于根据偏转夹角查询夹角差异度转化表,将偏转夹角对应转化为角度差异度;在所述夹角差异度转化表中,每一偏转角度均与指定的角度差异度对应。
在本实施例的一种情况中,所述笔画拆解对比单元530还包括:
加权处理子单元539,用于对待测评文字的每一笔画对应的重叠差异度、长度差异度和角度差异度进行加权处理,得到待评测文字的每一笔画与标准文字对应的笔画的差异度。
为了能够加载上述系统能够顺利运行,该系统除了包括上述各种模块之外,还可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述系统的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机以及系统程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述各种功能。存储器可主要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、至少一个功能所需的应用程序等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
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较佳实施方式,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 (7)
1.一种基于AI技术的多方位字体智能测评系统,其特征在于,所述系统包括:
图片获取模块,用于获取书写的文字图片;所述获取书写的文字图片的方式为对书写的文字进行拍照,并对照片进行修剪,使得修剪后的图片中仅剩余待测评文字;
待测评文字提取模块,用于提取并识别待测评文字;
标准文字信息调用模块,用于调用数据库中与待测评文字相同的标准文字信息;
包围区域分析模块,用于分析待测评文字的包围区域,定位包围区域的中心;
智能测评模块,用于将待测评文字的包围区域中心和标准文字的包围区域中心重合,对待测评文字与标准文字重叠比对,根据比对分析结果对待测评文字进行智能测评,得到测评结果;
结果发送模块,用于将测评结果发送到显示端;
所述智能测评模块具体包括:
标准包围区域中心提取单元,用于从调用的标准文字信息中提取标准文字的包围区域中心信息;
中心重合放置单元,用于将待测评文字的包围区域中心和标准文字的包围区域中心重合,并且标准文字放置于待测评文字的上方;所述标准文字和待测评文字用两种颜色区分显示,且标准文字进行透明度处理后显示;
笔画拆解对比单元,用于将待评测文字按照笔画进行拆解,待评测文字的每一笔画与标准文字对应的笔画进行对比,得到待评测文字的每一笔画与标准文字对应的笔画的差异度;
总体差异度计算单元,用于根据每一笔画的差异度,合计整个待测评文字与标准文字的总体差异度;
测评评分转化单元,用于根据总体差异度查询测评结果对照表,确认最终测评评分;在所述测评结果对照表中,将总体差异度值从0到100%分割成多个连续的总体差异度测评区间,每一总体差异度测评区间对应一个测评评分。
2.如权利要求1所述的基于AI技术的多方位字体智能测评系统,其特征在于,所述待测评文字提取模块具体包括:
待测评文字识别单元,用于从文字图片中提取待测评文字,将待测评文字移动至识别区域中心;
识别结果生成单元,用于在识别区域内识别文字,并输出至少一种文字识别结果;
识别结果发送单元,用于将文字识别结果发送到显示端,等待文字识别结果确认指令;
确认指令接收单元,用于接收显示端发送的确认指令;当确认指令为文字识别失败时,向图片获取模块发出反馈信号,图片获取模块重新获取文字图片进行识别;当确认指令为从文字识别结果中选定正确的识别结果时,向标准文字信息调用模块发送反馈信号,标准文字信息调用模块调用标准文字信息。
3.如权利要求1所述的基于AI技术的多方位字体智能测评系统,其特征在于,所述包围区域分析模块具体包括:
包围区域形状确认单元,用于根据待测评文字对应的标准文字信息,确认待测评文字对应的预设字体结构和包围区域形状;
顶点识别单元,用于根据预设字体结构在待测评文字中识别最外围的多个顶点;
包围区域中心定位单元,用于将多个顶点顺次连接,构成待测评文字包围区域,并定位包围区域的中心。
4.如权利要求1所述的基于AI技术的多方位字体智能测评系统,其特征在于,所述笔画拆解对比单元具体包括:
重叠程度分析子单元,用于分析待评测文字的笔画与标准文字对应的笔画的重叠程度;
重叠程度判断子单元,用于当待评测文字的笔画被标准文字对应的笔画覆盖程度超过第一重叠度值,则认定待评测文字的笔画与标准文字对应的笔画之间重叠不偏离,输出重叠差异度为0;
重叠差异度计算子单元,用于当待评测文字的笔画被标准文字对应的笔画覆盖程度不超过第一重叠度值,进一步计算待评测文字的笔画与标准文字对应的笔画之间的平均偏离距离值,根据平均偏离距离值输出重叠差异度;随着平均偏离距离的增大,重叠差异度增大。
5.如权利要求4所述的基于AI技术的多方位字体智能测评系统,其特征在于,所述笔画拆解对比单元具体还包括:
笔画长度测算子单元,用于测算待评测文字的笔画长度;
长度差计算子单元,用于根据待评测文字的笔画长度和标准文字对应的笔画长度,得到两者之间的长度差绝对值;
长度差异度计算子单元,用于分析长度差绝对值占标准文字对应的笔画长度的比值,记为长度差异度。
6.如权利要求5所述的基于AI技术的多方位字体智能测评系统,其特征在于,所述笔画拆解对比单元具体还包括:
偏转夹角分析子单元,用于分析待评测文字的笔画与标准文字对应的笔画之间的偏转夹角;
夹角差异度计算子单元,用于根据偏转夹角查询夹角差异度转化表,将偏转夹角对应转化为角度差异度;在所述夹角差异度转化表中,每一偏转角度均与指定的角度差异度对应。
7.如权利要求6所述的基于AI技术的多方位字体智能测评系统,其特征在于,所述笔画拆解对比单元还包括:
加权处理子单元,用于对待测评文字的每一笔画对应的重叠差异度、长度差异度和角度差异度进行加权处理,得到待评测文字的每一笔画与标准文字对应的笔画的差异度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111195811.8A CN113642543A (zh) | 2021-10-14 | 2021-10-14 | 一种基于ai技术的多方位字体智能测评系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111195811.8A CN113642543A (zh) | 2021-10-14 | 2021-10-14 | 一种基于ai技术的多方位字体智能测评系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113642543A true CN113642543A (zh) | 2021-11-12 |
Family
ID=78426843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111195811.8A Pending CN113642543A (zh) | 2021-10-14 | 2021-10-14 | 一种基于ai技术的多方位字体智能测评系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113642543A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542264A (zh) * | 2011-12-22 | 2012-07-04 | 北京语言大学 | 基于数字手写设备的汉字书写正误自动评测方法和装置 |
CN110070053A (zh) * | 2019-04-24 | 2019-07-30 | 北京盛世宣合信息科技有限公司 | 一种字体特征提取方法和装置 |
CN110298250A (zh) * | 2019-05-30 | 2019-10-01 | 广东爱贝佳科技有限公司 | 一种书写评分及纠错方法和交互式系统 |
CN110378329A (zh) * | 2019-06-11 | 2019-10-25 | 深圳富邦教育管理有限公司 | 基于点阵笔的智能辅助练字系统 |
CN110379251A (zh) * | 2019-06-11 | 2019-10-25 | 深圳富邦教育管理有限公司 | 基于触控书写板的智能辅助练字系统 |
CN110991438A (zh) * | 2019-11-29 | 2020-04-10 | 广东马上信息科技有限公司 | 一种字体评分方法、系统及其存储介质 |
-
2021
- 2021-10-14 CN CN202111195811.8A patent/CN113642543A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102542264A (zh) * | 2011-12-22 | 2012-07-04 | 北京语言大学 | 基于数字手写设备的汉字书写正误自动评测方法和装置 |
CN110070053A (zh) * | 2019-04-24 | 2019-07-30 | 北京盛世宣合信息科技有限公司 | 一种字体特征提取方法和装置 |
CN110298250A (zh) * | 2019-05-30 | 2019-10-01 | 广东爱贝佳科技有限公司 | 一种书写评分及纠错方法和交互式系统 |
CN110378329A (zh) * | 2019-06-11 | 2019-10-25 | 深圳富邦教育管理有限公司 | 基于点阵笔的智能辅助练字系统 |
CN110379251A (zh) * | 2019-06-11 | 2019-10-25 | 深圳富邦教育管理有限公司 | 基于触控书写板的智能辅助练字系统 |
CN110991438A (zh) * | 2019-11-29 | 2020-04-10 | 广东马上信息科技有限公司 | 一种字体评分方法、系统及其存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9349076B1 (en) | Template-based target object detection in an image | |
CN112528963A (zh) | 基于MixNet-YOLOv3和卷积递归神经网络CRNN的算术题智能批阅系统 | |
CN109919037B (zh) | 一种文本定位方法及装置、文本识别方法及装置 | |
CN110781648A (zh) | 一种基于深度学习的试卷自动转录系统及方法 | |
CN109299663A (zh) | 手写字体识别方法、系统以及终端设备 | |
CN112819686A (zh) | 基于人工智能的图像风格处理方法、装置及电子设备 | |
CN111611988A (zh) | 图片验证码识别方法及装置、电子设备和计算机可读介质 | |
CN112396032B (zh) | 书写检测方法、装置、存储介质及电子设备 | |
CN113673500A (zh) | 证件图像识别方法、装置、电子设备及存储介质 | |
CN116361502B (zh) | 一种图像检索方法、装置、计算机设备及存储介质 | |
US20200364034A1 (en) | System and Method for Automated Code Development and Construction | |
CN110956087B (zh) | 一种图片中表格的识别方法、装置、可读介质和电子设备 | |
CN111259888A (zh) | 基于图像的信息比对方法、装置及计算机可读存储介质 | |
CN117197479A (zh) | 一种应用玉米果穗外表面的图像分析方法、装置、计算机设备及存储介质 | |
CN111325106A (zh) | 生成训练数据的方法及装置 | |
CN113642543A (zh) | 一种基于ai技术的多方位字体智能测评系统 | |
CN116704508A (zh) | 信息处理方法及装置 | |
CN113158632B (zh) | Cad图纸的表格重建方法和计算机可读存储介质 | |
CN113111869B (zh) | 提取文字图片及其描述的方法和系统 | |
CN115601768A (zh) | 书写文字的判断方法、装置、设备及存储介质 | |
CN115512340A (zh) | 基于图片的意图检测方法及装置 | |
CN115170471A (zh) | 基于图像识别模型的部件识别方法及装置 | |
CN114639110A (zh) | 一种智能批阅方法和系统 | |
CN114331932A (zh) | 目标图像生成方法和装置、计算设备以及计算机存储介质 | |
CN112597990A (zh) | 手写公式的判阅方法、系统、终端设备及存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211112 |