CN116795222B - 一种基于OpenCV图像识别的数字毛笔 - Google Patents

Abstract

本发明公开了一种基于OpenCV图像识别的数字毛笔，包括笔头组件、笔身组件和笔座组件；所述笔身组件包括笔杆、设置于所述笔杆两端的接触开关和无线电接收模块、固定于所述笔杆中部的电路板，所述电路板上焊接有电源和蓝牙模块，所述电源分别与所述接触开关、所述蓝牙模块电连接，所述无线电接收模块与所述电路板电连接。本发明采用上述一种基于OpenCV图像识别的数字毛笔，数字毛笔通过模块化设计，具有多种写作方式，使用方便；通过OpenCV图像识别技术可以对用户书写的内容进行实时的识别和上传，节省时间；用户可以在线上平台进行笔迹的编辑修改，也可以与书法爱好者进行交流，线上平台为书法爱好者提供了新的书法学习形式。

Description

一种基于OpenCV图像识别的数字毛笔

技术领域

本发明涉及智能书写笔技术领域，尤其是涉及一种基于OpenCV图像识别的数字毛笔。

背景技术

随着科技的高速发展，大数据正处于时代的一个重要的位置，因其具有类型繁多、价值密度低、速度快、时效高的优点正被不同的领域所运用。各种智能设备如雨后春笋般出现，深刻的改变着人们的生活习惯。

由于人们对各种智能设备越来越依赖，人们对文件的电子化产生了越来越大的需求。对于传统书法形式的创新，目前市场上仅有钢笔式科学毛笔以及智能书法台两大类产品。

钢笔式科学毛笔是一款具有可更换替芯的便携耐用毛笔。它设计小巧灵活，采用墨囊与笔杆一体式，不需要额外携带墨汁蘸碟，具有便携及使用便利的特性。但相较于毛笔书写效果，钢笔式科学毛笔的笔头多用尼龙材质，笔头较硬，因此在书写时出锋容易藏锋难。

智能书法台结合以水代墨技术、毛笔三维空间力智能检测技术、数字化毛笔智能仿真技术、红外电磁双触控技术，是传统书法与现代技术的有机结合。智能书法台以书法文化为基础，以水代墨，以屏代纸，脱离墨与纸的形式，进行书法完全数字化创作革新。然而，其造价成本高而普及率低，多使用于博物馆、美术馆等文化活动场所。摒弃了纸与墨，在一定程度上影响了书写体验。

在书法内容数字化方面，现有的书法数字化有两种方式：

方式一，在纸面上书写后，使用相机或其他设备记录或扫描书写内容，将其数字化，这种方式数字化效率较低，获得的图像质量比较低；而且由于书法作品往往会有“飞白”特性，会大大增加数字处理的困难程度，处理后的结果往往不理想。

方式二，书用户在Adobe Illustrator、Adobe Photoshop、Procrate等平台内使用毛笔笔刷等工具，借助平面或数位板等工具进行创作，这种方式可以获得质量较高的书法数字化内容。但是这种方式需要使用者学习相关软件的笔刷使用方法，且抛弃了传统毛笔的书写特性，增加了数字化的门槛。且毛笔书写的体验感不强，不利于扩大毛笔内容数字化的人群，且不利于使用者的创意发挥，即部分学习过书法的使用者不习惯在平板或数位板上进行书法创作，而导致书写创作的效果大打折扣。

在日常使用方面，经过一定调查，我们发现现有的传统毛笔及其衍生品存在一下几个问题：

1.场地限制：传统毛笔在使用过程中需要配合辅助工具，如砚台、毛毡、笔搁等，导致书写需要的空间较大，极大的限制了毛笔的使用场景。例如当某位书法爱好者外出旅行时，有感而发想书写毛笔字时，传统的毛笔套装显然并不是外出旅行的最佳选择。

2.水写毡布：针对毛笔学习，市面上出现了一种可重复使用水写毡布，但由于其易消失性，导致练习者的练习痕迹无法保留，不利于练习后的日常反馈。针对解决这一问题，传统的解决方式是使用手机进行拍照保存，并使用图片处理软件进行一系列处理，获得一张清晰程度不高，并且形变程度较大照片。

3.钢笔式毛笔：钢笔式毛笔虽然一定程度上解决了便携性的问题，但其功能相对单一，并未能激起使用者的书写兴趣。

4.数字化平台：经过一定的调查，我们团队发现市面上针对书法的线上平台主要停留在字帖收集上，仅能提供参考功能，而无法更加深层地参与到用户的学习、创作、社交上。

发明内容

本发明的目的是提供一种基于OpenCV图像识别的数字毛笔，基于软硬件一体化的设计思路，在保留传统毛笔的使用方法与特性的前提下，改造传统毛笔的结构，收集毛笔的书写信息，同时开发相关的书写软件平台用以对书写信息进行数字化编辑。

为实现上述目的，本发明提供了一种基于OpenCV图像识别的数字毛笔，包括笔头组件、笔身组件和笔座组件；所述笔身组件包括笔杆、设置于所述笔杆两端的接触开关和无线电接收模块、固定于所述笔杆中部的电路板，所述电路板上焊接处理器系统，所述处理器系统与电源、蓝牙模块、所述接触开关电连接，所述无线电接收模块与所述电路板电连接。

所述笔头组件包括笔头和笔套，所述笔杆与所述笔头间螺纹连接，并通过金属环固定；所述笔座组件包括半圆环支撑部和圆盘型笔台，所述支撑部顶端中部开口并设置无线电输入模块，所述笔台上设置充电接口，所述笔台和所述支撑部通过铰链连接。

优选的，所述电路板上设置若干固定孔，所述接触开关为触摸感应的LED灯环。

优选的，所述笔杆接近所述无线电接收模块一端的两侧设置摄像头，所述摄像头输入端与所述电源连接，其输出端与所述电路板连接，所述摄像头外部设置黑色保护外壳。

优选的，所述笔杆内部设置用于容纳墨囊的空腔。

优选的，所述金属环上均匀设置若干凹槽，所述笔套上对应设置若干凸起。

优选的，所述笔头采用可更换的模块化设计。

优选的，还包括数字毛笔的线上平台，所述线上平台安装于移动端；所述蓝牙模块与所述移动端无线连接，所述线上平台接收来自所述蓝牙模块传输的信息。

优选的，数字毛笔的图像识别和处理是基于OpenCV实现的。

因此，本发明采用上述一种基于OpenCV图像识别的数字毛笔，具有如下技术效果：

(1)利用OpenCV图像识别，实现数字毛笔字迹的智能化识别，识别的字迹更加清晰自然；

(2)可以精确识别毛笔字迹并保存用户的书写作品到线上平台中，省去了书写内容扫描的过程，可以更方便地在互联网上展示和传播用户的书写作品，从而激发更多人对书法作品的兴趣；

(3)在OpenCV图像识别的支持下，不仅可以记录纸面上的内容，还可以记录水写毡布上的书写内容，减少纸张的使用量，体现了环保的理念；

(4)基于OpenCV图像识别与处理的技术，使用者可以在线上平台中删除、调整书写过的笔迹，为使用者开创了一种崭新的个性化书法创作形式；

(5)通过数字化的方式，向书法教培机构与书法自学爱好者开拓了新的书法培训与学习形式；

(6)可以让更多人了解、学习书法并参与到传统书法文化的保护中来，同时也提高了数字化技术在文化领域的应用和推广。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为本发明一种基于OpenCV图像识别的数字毛笔实施例一的整体结构示意图；

图2为本发明一种基于OpenCV图像识别的数字毛笔实施例一的笔身组件结构示意图；

图3为本发明一种基于OpenCV图像识别的数字毛笔实施例一的笔头组件结构示意图；

图4为本发明一种基于OpenCV图像识别的数字毛笔实施例一的笔座组件结构示意图；

图5为本发明一种基于OpenCV图像识别的数字毛笔实施例二线上平台的功能示意图；

图6为本发明一种基于OpenCV图像识别的数字毛笔实施例三步骤S1、S2输入的原始图片；

图7为本发明一种基于OpenCV图像识别的数字毛笔实施例三步骤S1、S2处理后图片；

图8本发明一种基于OpenCV图像识别的数字毛笔实施例三OpenCV图像识别输入的原始图片(a)和笔迹处理后输出的图片(b)。

附图标记

1、笔杆；2、接触开关；3、无线电接收模块；4、电路板；5、摄像头；6、固定孔；7、电源；8、蓝牙模块；9、笔头；10、笔套；11、金属环；12、支撑部；13、笔台；14、无线电输入模块；15、充电接口。

具体实施方式

以下通过附图和实施例对本发明的技术方案作进一步说明。

除非另外定义，本发明使用的技术术语或者科学术语应当为本发明所属领域内具有一般技能的人士所理解的通常意义。本发明中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。

实施例一

一种基于OpenCV图像识别的数字毛笔，如图1所示，包括笔头组件、笔身组件和笔座组件。笔身组件如图2所示，包括笔杆1、设置于笔杆1两端的接触开关2和无线电接收模块3、设置于笔杆1中部的电路板4，笔杆1接近无线电接收模块3一端两侧设置摄像头5。

摄像头5外部设置黑色保护外壳，防止强光等影响摄像头5的识别。

笔杆1内部设置用于容纳墨囊的空腔，墨囊可以方便用户更换墨水颜色和种类，可以使用有墨墨囊在纸上书写，也可以使用清水墨囊在书写毛毡上书写。

电路板4通过固定孔6固定于笔杆1内部，电路板4上焊接处理器系统，处理器系统与电源7、蓝牙模块8、接触开关2电连接；电源7与摄像头5电连接，摄像头5输出端与电路板4连接，无线电接收模块3与电路板4电连接。

接触开关2位于笔杆1顶端两侧，接触开关2为触摸感应的LED灯环，当使用者以毛笔握笔姿势使用时，食指放在接触开关2处，持续触摸3秒，完成开机动作。关机时，用户需要用手指持续接触开关2～3秒钟。

接触开关2通过电线传递电信号至电路板4，电路板4在接收到接触开关2传达的电信号后发送指令至电源7。电源7在接收到电路板4传达的指令后，通过电路板4给蓝牙模块8和摄像头5供电。

摄像头5接受到供电后启动，识别笔头组件在纸上书写的形状，并将其转换为数据传达到电路板4，由电路板4进行识别并存储，再将数据输送至蓝牙模块8。蓝牙模块8在接受到供电后启动，蓝牙模块8与移动端无线连接，蓝牙模块8收到电路板4传输的数据后，将数据传输至移动端。

LED灯环承担数字毛笔状态反馈功能：数字毛笔处于关机状态时，笔身环状LED不发光；蓝牙模块8开启后，LED灯环持续缓慢闪烁，直至匹配成功；匹配成功后，数字毛笔处于正常工作状态时，LED灯环保持红色状态长亮；当电量即将耗尽时，LED灯会快速闪烁，提示用户进行充电。

笔头组件如图3所示，包括笔头9和笔套10，笔头9与笔杆1螺纹连接并通过金属环11固定。金属环11设置于笔头9与笔杆1连接处，金属环11上均匀设置若干凹槽，笔套10上对应设置若干凸起。笔套10防止笔头9在不使用的时候收到伤害，并且方便使用者随身携带时墨水不会露出。

笔头9采用模块化设计，可以根据不同的创作需要更换笔头的尺寸，如大楷、中楷、小楷等等；更换笔毛种类，如羊毫、狼毫、兼毫等等。用户也可以选择无墨囊的方式，和传统毛笔使用方式一样，蘸取有色墨水在纸张上书写或蘸取清水在可重复使用的书写毛毡上书写。

笔座组件如图4所示，包括半圆环支撑部12和圆盘型笔台13，支撑部12顶端中部开孔，设置无线电输入模块14，笔台13上设置充电接口15，笔台13和支撑部12采用铰链连接。充电接口15内部设置电线，电线通过笔台13和支撑部12连接处的连接孔后连接至无线电输入模块14。

充电接口15在插上充电线并接入电源后，通过笔台13内部电线给无线电输入模块14供电。无线电输入模块14内设置螺线管，无线电输入模块14在接受到电流后，通过中间的螺线管产生磁场，激发无线电接收模块3。

笔台13一侧凹陷，凹陷一侧正对笔头9，用于收集笔头9滴落的墨水。铰链连接可以使支撑部12和笔台13转至平行，方便收纳。

当支撑部12与笔台13相互垂直时，用户可以将数字毛笔插入其中充电；也可以当做普通笔架使用，有利于数字毛笔的自然下垂。

实施例二

本发明一种基于OpenCV图像识别的数字毛笔，还包括线上平台，线上平台直接安装于移动端。当数字毛笔初次开机时，触摸开关2处的LED灯会以呼吸灯效果闪烁，以提示用户进行匹配操作。此时，用户打开线上平台，在首页中点击匹配按钮，即可与数字毛笔进行匹配。当匹配完成后，触摸开关2不再闪烁，并呈红色发光状态；线上平台同时提示“匹配完成”。

线上平台的功能如图5所示，其主要功能如下：

(1)创作功能

a)笔画编辑工具：数字毛笔内部设置压力传感器，压力传感器连接至笔尖，可以压感识别落笔和收笔，因此可以识别出用户的每个笔画，并通过算法使每个笔画形成独立矢量文件和专属图层，因此用户可以对每个笔画单独进行大小、颜色、位置、形状的调整。

b)图层工具：用户可以对每一个笔画图层进行管理，可以修改图层之间的层次关系或编组。

c)组件工具：用户可以使用组件工具将已使用图层工具进行编组的图层群组定义为组件。定义为组件的群组可以反复用于不同的创作中，增加创作的效率和创作可能性。

d)拼图工具：用户可以在小画幅的纸张等载体上创作，由数字毛笔收集信息上传，在拼图工具界面下，用户仍然可以使用笔画编辑工具、图层工具、编组工具，用户只需要创作所需画面的局部，将其组件，最后将所有组件进行拼图即可。

(2)设备管理功能：线上平台为用户提供了一个观察数字毛笔状态的可视化界面，可以显示设备信息和产品状态，比如数字毛笔的电量、连接状态、电池寿命、墨水种类及容量、预估使用时间等内容。同时也配备有商城功能，用户可以在商城界面购买诸如笔头、墨水及纸张、毛毡等等耗材或用具。还设有帮助手册，可以帮助用户正确、快速对数字毛笔进行使用。

(3)文件管理功能：包括有作品归档、组件归档和草稿储存，方便储存与管理。

(4)社区功能：以数字毛笔作为硬件基础，通过软件媒介，用户可以创作出独一无二的数字书法作品，而这一创作过程和结果需要一个分享交流的平台，因此出现了社区功能。

在社区可以进行图文帖子交流、活动发布、发布长、短视频和直播，有利于用户分享自己使用数字毛笔创作出的书法作品，交流使用心得、学习方法的，增强数字毛笔的趣味性，提高用户的获得感、愉悦度。

实施例三

一种基于OpenCV图像识别的数字毛笔，OpenCV可以实现数字毛笔的图像OCR识别及裁切，包括如下步骤：

S1、图像合并

S1-1、基本定位：对数字毛笔的字迹进行灰度信息数字化，将字迹转化为数字图像。

S1-2、定位重复区域：通过OpenCV中的特征检测器，定位数字图像中的重复区域。常用的特征检测器包括SIFT和SURF等，这些算法可以检测到数字图像中的关键点，并提取出描述这些关键点的特征向量。使用这些特征向量可以匹配不同部分的数字图像，并找到其中的重复区域。

S1-3、计算数字图像变换：定位到重复区域后，使用OpenCV中的RANSAC算法计算数字图像之间的变换关系。RANSAC可以找到两个图像之间的相应关系，并估计出它们之间的转换矩阵。

S1-4、剥离和粘贴：使用计算出的转换矩阵来构造一个仿射变换矩阵，可以将重复区域从数字图像中剥离出来，并将其粘贴到另一个数字图像中。在粘贴时，需要将重复区域与目标图像进行融合，以使其与周围环境相匹配。

S1-5、重复以上步骤：以上步骤可以在不同的数字图像区域重复进行，直到所有重复区域都被剥离和粘贴到了目标数字图像中。最终实现数字图像中重复部分的去除。

在实际使用过程中，会出现重复区域是完全相同的或重复区域具有不同的旋转、缩放或扭曲两种情况。

针对重复区域是完全相同的：可以将数字图像划分成一系列大小相同的块，然后比较这些块之间的相似度。一旦找到了相似的块，就可以将它们从图像中剥离出来，并将它们粘贴到另一个图像中。这一过程可以通过使用OpenCV中的模板匹配函数来实现。

针对重复区域具有不同的旋转、缩放或扭曲，可以采用上述步骤S1-3到S1-5来实现数字图像中重复部分的去除。

S2、模板匹配：将前后两帧数字图像分别命为目标数字图像和模板数字图像，模板匹配即找到目标数字图像和模板数字图像间相似度最高的部分(重叠部分)，并按照匹配坐标进行合并，将两帧数字图像和并为一个完整的数字图像，并在下一帧数字图像到来时重复以上步骤，即合并后数字图像与新数字图像分别为目标数字图像和模板数字图像。在openCV中以函数cv2.matchTemplate实现。

原始图片如图6所示，处理后图片如图7所示，可以看出图6中重合部分被合并，得到了正确的图像。

S3、背景笔迹分离

在得到正确、完整的图像后，要将毛笔笔迹与背景分离开，得到清楚的字迹，使用户易于编辑。该操作主要可分为以下步骤：

1)灰度化

首先将彩色图像转换为灰度图像，这样可以降低图像处理的复杂度。在灰度图像中，每个像素只有一个值，表示亮度或灰度级别。

2)二值化

将灰度图像转换为二值图像，其中笔迹区域被设置为白色，背景区域被设置为黑色。这个过程中，阈值可以使用固定值或自适应方法进行设置。

3)边缘检测

在二值图像中，使用Canny算子进行边缘检测，检测笔迹与背景之间的边缘。

4)轮廓检测

在边缘检测的基础上，使用OpenCV中的findContours函数进行轮廓检测。轮廓是图像中一系列连续的点的集合，它们表示相同颜色或灰度级别的区域的边界。

5)绘制轮廓

使用OpenCV中的drawContours函数将检测到的轮廓绘制在原始图像上。在此步骤中，将检测到的轮廓作为笔迹的边界，并将轮廓区域填充为红色或其他颜色，以便更好地观察分割结果。

6)分割结果

经过上述步骤，可以得到一个二值图像，在该图像中，笔迹区域被表示为黑色区域，背景区域被表示为白色区域。我们可以根据需要进行后续处理，如图8所示。

效果如图8所示，其中(a)为输入图像，(b)为输出图像。

S4、用户界面对笔迹的可视化编辑

经过步骤S1-S3后，已经成功获取到分离完成的用户书写笔迹原始数据。用户可以在线上平台对笔迹进行一定程度上的自定义修改，包括剪切笔画、缩放笔画、旋转笔画、移动笔画和笔画上色。通过保存按钮可以对修改结果进行保存。

同时用户可以通过手势对界面笔画进行放大、缩小、旋转、移动等操作，可以使用Android提供的GestureDetector类来实现这些操作。

并且可以使用Android的SurfaceView或TextureView创建一个预览区域，实时将变换后的结果更新上去，达到实时预览的效果。

本发明使用时，通过笔头9处的摄像头5，每秒拍摄用户的书写作品，将图片实时发送给处理器系统，将图像解码，以数字化的形式导出，传给蓝牙模块，再传输至移动端的线上平台，并开始运行我们的图像基本定位程序以及图片重复处理算法，随后将算法推演出来的图片借助数字信号处理器，让用户得以实现在移动端观察编辑自己的书写。

因此，本发明采用上述一种基于OpenCV图像识别的数字毛笔，数字毛笔通过模块化设计，具有多种写作方式，使用方便；通过OpenCV图像识别技术可以对用户书写的内容进行实时的识别和上传，节省时间；用户可以在线上平台进行笔迹的编辑修改，也可以与书法爱好者进行交流，线上平台为书法爱好者提供了新的书法学习形式。

最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。

Claims (2)

1.一种基于OpenCV图像识别的数字毛笔的OpenCV图像识别方法，其特征在于：所述数字毛笔包括笔头组件、笔身组件和笔座组件；所述笔身组件包括笔杆、设置于所述笔杆两端的接触开关和无线电接收模块、固定于所述笔杆中部的电路板，所述电路板上焊接处理器系统，所述处理器系统与电源、蓝牙模块、所述接触开关电连接，所述无线电接收模块与所述电路板电连接；

所述笔头组件包括笔头和笔套，所述笔杆与所述笔头间螺纹连接，并通过金属环固定；所述笔身组件还包括压力传感器，所述压力传感器连接至所述笔头的笔尖；所述笔座组件包括半圆环支撑部和圆盘型笔台，所述支撑部顶端中部开口并设置无线电输入模块，所述笔台上设置充电接口，所述笔台和所述支撑部通过铰链连接；

所述电路板上设置若干固定孔，所述接触开关为触摸感应的LED灯环；

所述笔杆接近所述无线电接收模块一端的两侧设置摄像头，所述摄像头的输入端与所述电源连接，其输出端与所述电路板连接，所述摄像头外部设置黑色保护外壳；

所述笔杆内部设置用于容纳墨囊的空腔；

所述金属环上均匀设置若干凹槽，所述笔套上对应设置若干凸起；

所述笔头采用可更换的模块化设计；

还包括数字毛笔的线上平台，所述线上平台安装于移动端；所述蓝牙模块与所述移动端无线连接，所述线上平台接收来自所述蓝牙模块传输的信息；

所述线上平台包括创作模块、管理模块和社区模块，所述创作模块包括笔画编辑工具、图层工具、组件工具和拼图工具；

笔画编辑工具通过算法使所述压力传感器识别的每个笔画形成独立矢量文件和专属图层，用户可以对每个笔画单独进行大小、颜色、位置、形状的调整；用户通过所述图层工具对每个笔画图层进行管理，修改图层之间的层次关系或编组；用户通过所述组件工具将已使用所述图层工具进行编组的图层群组定义为组件；通过所述拼图工具将所述笔画编辑工具、所述图层工具、所述组件工具与客户创造内容进行拼图创作；

识别方法包括如下步骤：

S1、图像合并；

S1-1、基本定位：对数字毛笔的字迹进行灰度信息数字化，将字迹转化为数字图像；

S1-2、定位重复区域：通过OpenCV中的特征检测器，定位数字图像中的重复区域；特征检测器可以检测到数字图像中的关键点，并提取出描述这些关键点的特征向量，使用这些特征向量可以匹配不同部分的数字图像，并找到其中的重复区域；

S1-3、计算数字图像变换：定位到重复区域后，使用OpenCV中的RANSAC算法计算数字图像之间的变换关系；RANSAC可以找到两个图像之间的相应关系，并估计出它们之间的转换矩阵；

S1-4、剥离和粘贴：使用计算出的转换矩阵来构造一个仿射变换矩阵，可以将重复区域从数字图像中剥离出来，并将其粘贴到另一个数字图像中；在粘贴时，需要将重复区域与目标图像进行融合，以使其与周围环境相匹配；

S1-5、重复以上步骤：以上步骤可以在不同的数字图像区域重复进行，直到所有重复区域都被剥离和粘贴到了目标数字图像中；最终实现数字图像中重复部分的去除；

S2、模板匹配：将前后两帧数字图像分别命为目标数字图像和模板数字图像，模板匹配即找到目标数字图像和模板数字图像间的重叠部分，并按照匹配坐标进行合并，将两帧数字图像和并为一个完整的数字图像，并在下一帧数字图像到来时重复以上步骤，即合并后数字图像与新数字图像分别为目标数字图像和模板数字图像；

S3、背景笔迹分离：在得到正确、完整的图像后，要将毛笔笔迹与背景分离开，得到清楚的字迹，使用户易于编辑；

S4、用户界面对笔迹的可视化编辑：经过步骤S1-S3后，已经成功获取到分离完成的用户书写笔迹原始数据；用户可以在线上平台对笔迹进行一定程度上的自定义修改，包括剪切笔画、缩放笔画、旋转笔画、移动笔画和笔画上色；通过保存按钮可以对修改结果进行保存。

2.根据权利要求1所述的一种基于OpenCV图像识别的数字毛笔的OpenCV图像识别方法，其特征在于，所述步骤S3包括以下步骤：

1）灰度化

将彩色图像转换为灰度图像，降低图像处理的复杂度；在灰度图像中，每个像素只有一个值，表示亮度或灰度级别；

2）二值化

将灰度图像转换为二值图像，其中笔迹区域被设置为白色，背景区域被设置为黑色；这个过程中，阈值可以使用固定值或自适应方法进行设置；

3）边缘检测

在二值图像中，使用Canny算子进行边缘检测，检测笔迹与背景之间的边缘；

4）轮廓检测

在边缘检测的基础上，使用OpenCV中的findContours函数进行轮廓检测；轮廓是图像中一系列连续的点的集合，它们表示相同颜色或灰度级别的区域的边界；

5）绘制轮廓

使用OpenCV中的drawContours函数将检测到的轮廓绘制在原始图像上；在此步骤中，将检测到的轮廓作为笔迹的边界，并将轮廓区域填充为红色或其他颜色，以便更好地观察分割结果；

6）分割结果

经过上述步骤，可以得到一个二值图像，在该图像中，笔迹区域被表示为黑色区域，背景区域被表示为白色区域。