CN116863489A - 文字评价方法、装置及电子设备 - Google Patents
文字评价方法、装置及电子设备 Download PDFInfo
- Publication number
- CN116863489A CN116863489A CN202310530577.2A CN202310530577A CN116863489A CN 116863489 A CN116863489 A CN 116863489A CN 202310530577 A CN202310530577 A CN 202310530577A CN 116863489 A CN116863489 A CN 116863489A
- Authority
- CN
- China
- Prior art keywords
- obtaining
- target
- character
- evaluated
- combination
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000011218 segmentation Effects 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013145 classification model Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000002023 wood Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
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
- G06V30/22—Character recognition characterised by the type of writing
- G06V30/226—Character recognition characterised by the type of writing of cursive writing
-
- 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
- G06V30/18—Extraction of features or characteristics of the image
-
- 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
- G06V30/19—Recognition using electronic means
- G06V30/191—Design or setup of recognition systems or techniques; Extraction of features in feature space; Clustering techniques; Blind source separation
- G06V30/19173—Classification techniques
-
- 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
- G06V30/22—Character recognition characterised by the type of writing
- G06V30/226—Character recognition characterised by the type of writing of cursive writing
- G06V30/2268—Character recognition characterised by the type of writing of cursive writing using stroke segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Input (AREA)
Abstract
本申请提供了一种文字评价方法、装置及电子设备,其中,该方法包括:根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息;将待评价文字图像输入预设笔画分割模型,得到待评价文字包含的笔画图像;根据笔画分组信息和笔画图像,得到待评价文字的特征信息;根据特征信息和目标特征信息,得到待评价文字的得分信息。通过本申请,解决了相关技术中存在只对文字整体进行评价,评价结果缺乏细节依据的问题。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种文字评价方法、装置及电子设备。
背景技术
目前通过AI对文字进行评价的方法,仅在文字整体层面上进行测评,通过将手写文字与模板文字进行匹配对比,得出一个文字整体分数。无法对手写文字进行深度评测,评价结果缺乏细节依据,无法给出文字修改的指导意见。
因此,现有技术中存在只对文字整体进行评价,评价结果缺乏细节依据的问题。
发明内容
本申请提供了一种文字评价方法、装置及电子设备,以至少解决相关技术中存在只对文字整体进行评价,评价结果缺乏细节依据的问题。
根据本申请实施例的一个方面,提供了一种文字评价方法,该方法包括:
根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息;
将所述待评价文字图像输入预设笔画分割模型,得到所述待评价文字包含的笔画图像;
根据所述笔画分组信息和所述笔画图像,得到所述待评价文字的特征信息;
根据所述特征信息和所述目标特征信息,得到所述待评价文字的得分信息。
根据本申请实施例的另一个方面,还提供了一种文字评价装置,该装置包括:
第一得到模块,用于根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息;
输入模块,用于将所述待评价文字图像输入预设笔画分割模型,得到所述待评价文字包含的笔画图像;
第二得到模块,用于根据所述笔画分组信息和所述笔画图像,得到所述待评价文字的特征信息;
第三得到模块,用于根据所述特征信息和所述目标特征信息,得到所述待评价文字的得分信息。
根据本申请实施例的又一个方面,还提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器、通信接口和存储器通过通信总线完成相互间的通信;其中,存储器,用于存储计算机程序;处理器,用于通过运行所述存储器上所存储的所述计算机程序来执行上述任一实施例中的方法步骤。
根据本申请实施例的又一个方面,还提供了一种计算机可读的存储介质,该存储介质中存储有计算机程序,其中,该计算机程序被设置为运行时执行上述任一实施例中的方法步骤。
在本申请实施例中,通过根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息;将待评价文字图像输入预设笔画分割模型,得到待评价文字包含的笔画图像;根据笔画分组信息和笔画图像,得到待评价文字的特征信息;根据特征信息和目标特征信息,得到待评价文字的得分信息。通过上述方法,将待评价文字进行分割,得到待评价文字的所有笔画,再结合带评价文字的笔画分组信息,将笔画进行结合并得到待评价文字的特征信息。将目标文字的目标特征信息作为参考,输出较为全面和完善的得分信息,提高了文字评价的准确性和可解释行,对辅导学习书写练字和教师评价指导具有重要的意义。解决了相关技术中存在只对文字整体进行评价,评价结果缺乏细节依据的问题。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例的一种可选的文字评价方法的流程示意图;
图2是根据本申请实施例的一种可选的文字部件示意图;
图3是根据本申请实施例的一种可选的文字特征信息示意图;
图4是根据本申请实施例的一种可选的待评价文字和目标文字示意图;
图5是根据本申请实施例的一种可选的文字评价装置的结构框图;
图6是根据本申请实施例的一种可选的电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本申请实施例的一个方面,提供了一种文字评价方法,如图1所示,该方法的流程可以包括以下步骤:
步骤S101,根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息。
可选地,用户使用普通笔(如钢笔,铅笔水性笔等)、智能笔(各类点阵书写笔)在字帖上书写汉字。手机拍照字帖图片,或者点阵书传输书写笔迹信息,生成待评价文字图像。根据待评价文字图像,确定待评价文字的标签信息,例如:名称、编码、序号等,再根据该标签信息从目标文字数据库中获取该待评价文字对应的目标文字和目标特征信息。并根据目标文字每个部件包含的笔画,确定笔画分组信息。其中,汉字的部件表示由笔画组成的具有组配汉字功能的构字单位。
需要说明的是,本实施例通过目前的文字部件信息划分文字结构类型,文字结构类型包括上下结构、左右结构、上中下结构、左中右结构、半包围结构、三包围结构和全包围结构等。并对上述每个文字结构类型中包含的标准文字进行信息编码,每一个文字的信息编码包含该文字的部件名称以及每一个部件中包含的所有笔画,即笔画分组信息。如图2所示,“吉”字的文字结构类型为上下结构,其中,“吉”字的笔画分组信息为:第一画、第二画、第三画属于上部件,第四画、第五画、第六画属于下部件。将所有文字的编码信息纳入目标文字数据库。将目标文字数据库中的文字视为目标文字。
步骤S102,将待评价文字图像输入预设笔画分割模型,得到待评价文字包含的笔画图像。
可选地,将待评价文字图像输入提前训练好的预设笔画分割模型,预设笔画分割模型会对待评价文字进行笔画拆分,并输出相应的笔画图像,例如笔画灰度图像。
需要说明的是,本实施例会提前根据预设笔画分割模型对上述每个目标文字进行笔画拆分,生成每个目标文字的笔画图像,并存储进目标文字数据库中。
步骤S103,根据笔画分组信息和笔画图像,得到待评价文字的特征信息。
可选地,根据上述多个笔画图像,提取每个笔画在多个维度下的特征,包括笔画的尺寸特征和质心特征。根据步骤S101中的笔画分组信息将所有笔画的特征组合成待评价文字的特征信息,包括待评价文字每个部件的特征。
需要说明的是,本实施例会提前提取目标文字笔画的特征,并组合得到每个目标文字的部件特征。将目标文字的部件特征进行信息编码得到目标特征信息,并将目标特征信息存储进目标文字数据库,作为测评待评价文字的参考信息。
步骤S104,根据特征信息和目标特征信息,得到待评价文字的得分信息。
可选地,以目标特征信息作为参考,根据特征信息对待评价文字每个细节进行智能分析,包括每个部件的大小、部件间的距离、部件位置等细节,并得到反映待评价文字各维度下书写优良中差情况的得分信息。
在本申请实施例中,通过根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息;将待评价文字图像输入预设笔画分割模型,得到待评价文字包含的笔画图像;根据笔画分组信息和笔画图像,得到待评价文字的特征信息;根据特征信息和目标特征信息,得到待评价文字的得分信息。通过上述方法,将待评价文字进行分割,得到待评价文字的所有笔画,再结合带评价文字的笔画分组信息,将笔画进行结合并得到待评价文字的特征信息。将目标文字的目标特征信息作为参考,输出较为全面和完善的得分信息,提高了文字评价的准确性和可解释行,对辅导学习书写练字和教师评价指导具有重要的意义。解决了相关技术中存在只对文字整体进行评价,评价结果缺乏细节依据的问题。
作为一种可选实施例,根据笔画分组信息和笔画图像,得到待评价文字的特征信息,包括:
根据笔画图像,得到第一预设数量个笔画的轮廓点;
根据轮廓点,得到每个笔画的笔画外接矩形;
根据笔画分组信息和笔画外接矩形,得到第二预设数量个部件的部件外接矩形,其中,笔画包含于部件,部件包含于待评价文字;
根据笔画图像,得到每个笔画的质心坐标;
根据笔画分组信息和质心坐标,得到每个部件的部件质心坐标;
根据部件外接矩形和部件质心坐标,得到特征信息。
可选地,从笔画图像中提取笔画的轮廓点,得到第一预设数量个笔画的轮廓点,笔画图像可以为笔画灰度图像,第一预设数量表示待评价文字所有的笔画数量。
根据上述轮廓点,求取每个笔画的最大外接矩形作为笔画外接矩形。并根据笔画分组信息确定每个部件包含所有的笔画,根据同一部件中每一个笔画的最大外接矩形确定该部件的最大外接矩形作为部件外接矩形,得到第二预设数量个部件的部件外接矩形,第二预设数量表示待评价文字所有的部件数量。
根据笔画灰度图像求取每个笔画的质心坐标,根据笔画分组信息确定每个部件包含所有的笔画,将同一部件中所有笔画的质心坐标按笔画像素点数量加权平均的方式求取该部件的质心特征,重复上述流程,得到每个部件的部件质心坐标。
根据部件外接矩形和部件质心坐标,得到待评价文字的特征信息,包括:待评价文字的尺寸特征和质心特征,尺寸特征例如:部件最大外接矩形的长、宽以及矩形面积。
需要说明的是,本实施例会提前根据上述流程,提取所有目标文字笔画的特征,并组合得到每个目标文字的目标特征信息。如图3所示:“李”为一个目标文字,根据部件“木”每个笔画的笔画外接矩形确定部件“木”的部件外接矩形为矩形7,根据每个笔画的质心坐标确定部件“木”的质心为质心1。同理,确定部件“子”的部件外接矩形为矩形8,质心为质心2。将所有目标文字笔画的特征作为目标特征信息存储进目标文字数据库,作为测评待评价文字的参考信息。
在本申请实施例中,根据笔画图像,得到每个笔画的最大外接矩形和质心坐标,并结合笔画分组信息得出待评价文字中每个部件的部件尺寸特征和部件质心特征。方便后续根据目标特征信息计算待评价文字多个维度的评分。
作为一种可选实施例,根据特征信息和目标特征信息,得到待评价文字的得分信息,包括:
根据特征信息,得到待评价文字中每个部件的多维度数据信息;
根据目标特征信息,得到目标文字中每个部件的目标多维度数据信息;
根据多维度数据信息和目标多维度数据信息,得到待评价文字的多维度评分;
根据多维度评分和第一预设公式,得到待评价文字的总评分;
根据多维度评分和总评分,得到得分信息。
可选地,根据特征信息,得到多维度数据信息,包括:部件外接矩形的面积、高宽比、部件外接矩形间的质心距离、方位数据等信息。
根据目标特征信息,得到目标多维度数据信息,包括:目标文字中部件外接矩形的目标面积、目标高宽比、目标文字中部件外接矩形间的目标质心距离、目标方位数据等信息。
根据上述多维度数据信息和上述目标多维度数据信息,得到待评价文字的多维度评分,包括:面积维度得分Scorearea、高宽比维度得分Scoreaspect、距离维度得分Scoredistance以及方位维度得分Scoreangle。
将上述多维度评分代入第一预设公式,例如公式(1),计算得到待评价文字的总评分Scoretotal。
Scoretotal=(Scorearea+Scoreaspect+Scoredistance+Scoreangle)/4(1)
整合上述多维度评分和总评分,得到待评价文字的得分信息。
在本申请实施例中,根据待评价文字的特征信息和对应的目标特征信息,计算待评价文字多维度下的评分,最后计算多维度评分的平均值作为总评分,能够对所有的文字做部件结构类型绑定和手写字部件维度进行自动化测评,并输出待评价文字的各维度评分和总评分。
作为一种可选实施例,在待评价文字包含两个部件的情况下,根据多维度数据信息和目标多维度数据信息,得到待评价文字的多维度评分,包括:
根据多维度数据信息,得到待评价文字中每个部件对应的高宽比、面积、部件间距离以及部件间方位数据;
根据目标多维度数据信息,得到目标文字中每个部件对应的目标高宽比、目标面积、目标部件间距离以及目标部件间方位数据;
根据面积、目标面积以及第二预设公式,得到第一差值;
根据第一差值、预设面积阈值、预设面积容忍阈值以及第三预设公式,得到待评价文字的第一维度评分;
根据高宽比、目标高宽比以及第四预设公式,得到第二差值;
根据第二差值、预设高宽比阈值、预设高宽比容忍阈值以及第三预设公式,得到待评价文字的第二维度评分;
根据部件间距离、目标部件间距离以及第五预设公式,得到第三差值;
根据第三差值、预设部件间距离阈值、预设部件间距离容忍阈值以及第三预设公式,得到待评价文字的第三维度评分;
根据部件间方位数据、目标部件间方位数据以及第六预设公式,得到第四差值;
根据第四差值、预设部件间方位阈值、预设部件间方位容忍阈值以及第三预设公式,得到待评价文字的第四维度评分。
可选地,在待评价文字的结构为上下结构、左右结构时,待评价文字包含两个部件,另外,部分半包围结构、全包围结构的文字也包含两个部件。设两个部件的序号分别为:部件1和部件2。
根据待评价文字的多维度数据信息,得到待评价文字中每个部件对应的高宽比asecthw、面积areahw、部件间距离distancehw以及部件间方位数据anglehw,其中,下标hw表示待评价文字,distancehw和anglehw可以通过两个部件的部件质心坐标计算得出。根据目标文字的目标多维度数据信息,得到目标文字中每个部件对应的目标高宽比aspectgt、目标面积areagt、目标部件间距离distancegt以及目标部件间方位数据anglegt,其中,下标gt表示目标文字。
如图4所示:图4右侧为待评价文字“艺”,部件1为“艹”,部件2为“乙”。部件1对应的高宽比和面积分别为矩形11的高宽比和面积,部件2对应的高宽比和面积分别为矩形12的高宽比和面积,待评价文字的部件间距离为质心5和质心6连线的长度,部件间方位数据为质心5和质心6连线的相对角度例如与坐标轴的夹角。图4左侧为目标文字“艺”,部件1对应的目标高宽比和目标面积分别为矩形9的高宽比和面积,部件2对应的目标高宽比和目标面积分别为矩形10的高宽比和面积,目标部件间距离为质心3和质心4连线的长度,目标部件间方位数据为质心3和质心4连线的相对角度。
根据多维度数据信息和目标多维度数据信息,依次对待评价文字进行多维度分析,其中包括面积维度、高宽比维度、距离维度、方位维度四个维度,具体包括:
将待评价文字中部件1的面积部件2的面积/>部件1的目标面积以及部件2的目标面积/>代入第二预设公式,例如公式(2),/>对应area′hw,/>对应areahw,/>对应area′gt,/>对应areagt,计算待评价文字两部件间面积比与目标文字两部件间面积比的差值即第一差值Darea。
Darea=(areahw/area′hw)/(areagt/area′gt)-1 (2)
将第一差值Darea、预设面积阈值αarea、预设面积容忍阈值βarea代入第三预设公式,例如公式(3),Darea对应D,αarea对应α,βarea对应β,计算待评价文字在面积维度下的得分Scorearaa即第一维度评分。其中,αarea用于判断部件间面积比是否合理,由提前分类好的数据通过kmeans聚类求取。βarea由人工设定。提前分类好的数据通过对多个标准手写字样本进行分析并分类后得到的。
Score=1-(|D|-|α|)/β (3)
将待评价文字中部件1的高宽比部件2的高宽比/>部件1的目标高宽比/>以及部件2的目标高宽比/>代入第四预设公式,例如公式(4),对应aspect′hw,/>对应aspecthw,/>对应aspect′gt,/>对应aspectgt,计算待评价文字两部件间高宽比与目标文字两部件间高宽比的差值即第二差值Daspect。
Daspect=(aspecthw/aspect′hw)/(aspectgt/aspect′gt)-1 (4)
将第二差值Daspect、预设高宽比阈值αaspect、预设高宽比容忍阈值βaspect代入第三预设公式,例如公式(3),Daspect对应D,αaspect对应α,βaspect对应β,计算待评价文字在高宽比维度下的得分Scoreaspect即第二维度评分。其中,αaspect用于判断部件间高宽比是否合理,由上述提前分类好的数据通过kmeans聚类求取。βaspect由人工设定。
将待评价文字中部件1和部件2之间的部件间距离和目标部件间距离,代入第五预设公式,例如公式(5),/>对应distancehw,/>对应distancegt,计算待评价文字两部件的部件间距离与目标文字两部件的部件间距离的差值即第三差值Ddistance。
Ddistance=distancehw/distancegt-1 (5)
将第三差值Ddistance、预设部件间距离阈值αdistance、预设部件间距离容忍阈值βdistance代入第三预设公式,例如公式(3),Ddistance对应D,αdistance对应α,βdistance对应β,计算待评价文字在距离维度下的得分Scoredistance即第三维度评分。其中,αdistance用于判断部件间距离是否合理,由上述提前分类好的数据通过kmeans聚类求取。βdistance由人工设定。
将待评价文字中部件1和部件2之间的部件间方位数据和目标部件间方位数据/>代入第六预设公式,例如公式(6),/>对应anglehw,/>对应anglegt,计算待评价文字部件间方位数据与目标部件间方位数据的差值即第四差值Dangle。
Dangle=anglehw/anglegt-1 (6)
将第四差值Dangle、预设部件间方位阈值αangle、预设部件间方位容忍阈值βangle代入第三预设公式,例如公式(3),Dangle对应D,αangle对应α,βangle对应β,计算待评价文字在方位维度下的得分Scoreangle即第四维度评分。其中,αangle用于判断部件间方位是否合理,由上述提前分类好的数据通过kmeans聚类求取。βangle由人工设定。
在本申请实施例中,针对包含两个部件的待评价文字,根据多维度数据信息和目标多维度数据信息,依次对待评价文字从面积维度、高宽比维度、距离维度、方位维度四个维度进行多维度分析,并计算每个维度对应的评分,解决了现有技术中存在评价结果缺乏细节依据的问题,使待评价文字的得分信息更精准。
作为一种可选实施例,在待评价文字包含三个部件的情况下,根据多维度数据信息和目标多维度数据信息,得到待评价文字的多维度评分,包括:
根据多维度数据信息,得到待评价文字中每个部件对应的高宽比、面积、部件间距离以及部件间方位数据;
根据目标多维度数据信息,得到目标文字中每个部件对应的目标高宽比、目标面积、目标部件间距离以及目标部件间方位数据;
根据部件,得到第一组合和第二组合,其中,第一组合和第二组合均包含两个不同的部件,第一组合和第二组合不完全相同;
根据目标面积,确定第一组合对应的第一权重和第二组合对应的第二权重;
根据面积、目标面积以及第二预设公式,得到第一组合的第一组合差值和第二组合的第二组合差值;
根据第一组合差值、第二组合差值、预设面积阈值、预设面积容忍阈值以及第三预设公式,得到第一组合的第一中间评分和第二组合的第二中间评分;
根据第一权重、第一中间评分、第二权重、第二中间评分以及第七预设公式,得到待评价文字的第一维度评分;
根据高宽比、目标高宽比以及第四预设公式,得到第一组合的第三组合差值和第二组合的第四组合差值;
根据第三组合差值、第四组合差值、预设高宽比阈值、预设高宽比容忍阈值以及第三预设公式,得到第一组合的第三中间评分和第二组合的第四中间评分;
根据第一权重、第三中间评分、第二权重、第四中间评分以及第七预设公式,得到待评价文字的第二维度评分;
根据部件间距离、目标部件间距离以及第五预设公式,得到第一组合的第五组合差值和第二组合的第六组合差值;
根据第五组合差值、第六组合差值、预设部件间距离阈值、预设部件间距离容忍阈值以及第三预设公式,得到第一组合的第五中间评分和第二组合的第六中间评分;
根据第一权重、第五中间评分、第二权重、第六中间评分以及第七预设公式,得到待评价文字的第三维度评分;
根据部件间方位数据、目标部件间方位数据以及第六预设公式,得到第一组合的第七组合差值和第二组合的第八组合差值;
根据第七组合差值、第八组合差值、预设部件间方位阈值、预设部件间方位容忍阈值以及第三预设公式,得到第一组合的第七中间评分和第二组合的第八中间评分;
根据第一权重、第七中间评分、第二权重、第八中间评分以及第七预设公式,得到待评价文字的第四维度评分。
可选地,在待评价文字的结构为上中下结构、左中右结构时,待评价文字包含三个部件,另外,部分半包围结构、全包围结构的文字也包含三个部件。设两个部件的序号分别为:部件1、部件2以及部件3。
根据待评价文字的多维度数据信息,得到待评价文字中每个部件对应的高宽比asecthw、面积areahw、部件间距离distancehw以及部件间方位数据anglehw,其中,下标hw表示待评价文字。根据目标文字的目标多维度数据信息,得到目标文字中每个部件对应的目标高宽比aspectgt、目标面积areagt、目标部件间距离distancegt以及目标部件间方位数据anglegt,其中,下标gt表示目标文字。
根据部件1、部件2以及部件3,生成第一组合和第二组合,第一组合和第二组合均包含两个不同的部件,第一组合和第二组合不完全相同,例如:第一组合包含部件1和部件2,则第二组合可以包含部件2和部件3或包含部件1和部件3,第一组合包含部件1和部件3,则第二组合可以包含部件2和部件3。
本实施例以第一组合包含部件1和部件2,第二组合包含部件2和部件3为例,进行说明:
根据部件1、部件2以及部件3的目标面积,确定第一组合对应的第一权重W21和第二组合对应的第二权重W32。
将第一组合中部件1的面积、部件2的面积/>、部件1的目标面积以及部件2的目标面积/>代入第二预设公式,例如公式(2),/>对应area′hw,/>对应areahw,/>对应area′gt,/>对应areagt,计算第一组合的第一组合差值/>。将第二组合中部件3的面积/>、部件2的面积/>、部件3的目标面积/>以及部件2的目标面积/>代入第二预设公式,例如公式(2),/>对应area′hw,/>对应areahw,/>对应area′gt,/>对应areagt,计算第二组合的第二组合差值/>。
将第一组合差值、预设面积阈值αarea、预设面积容忍阈值βarea代入第三预设公式,例如公式(3),/>对应D,αarea对应α,βarea对应β,计算第一组合的第一中间评分。将第二组合差值/>、预设面积阈值αarea、预设面积容忍阈值βarea代入第三预设公式,例如公式(3),/>对应D,αarea对应α,βarea对应β,计算第二组合的第二中间评分。
将第一权重W21、第一中间评分、第二权重W32、第二中间评分/>代入第七预设公式,例如公式(7),/>对应Score21,/>对应Score32,计算待评价文字的第一维度评分Scorearea。
Score=W21Score21+W32Score32 (7)
将第一组合中部件1的高宽比、部件2的高宽比/>、部件1的目标高宽比/>以及部件2的目标高宽比/>代入第四预设公式,例如公式(4),对应aspect′hw,
对应aspecthw,/>对应aspect′gt,/>对应aspectgt,计算第一组合的第三组合差值/>。将第二组合中部件3的高宽比/>、部件2的高宽比/>、部件3的目标高宽比/>以及部件2的目标高宽比/>代入第四预设公式,例如公式(4),
对应aspect′hw,/>对应aspecthw,/>对应aspect′gt,对应aspectgt,计算第二组合的第四组合差值/>。
将第三组合差值、预设高宽比阈值αaspect、预设高宽比容忍阈值βaspect代入第三预设公式,例如公式(3),/>对应D,αaspect对应α,βaspect对应β,计算第一组合的第三中间评分/>。将第四组合差值/>、预设高宽比阈值αaspect、预设高宽比容忍阈值βaspect代入第三预设公式,例如公式(3),/>对应D,αaspect对应α,βaspect对应β,计算第二组合的第四中间评分/>。
将第一权重W21、第三中间评分、第二权重W32、第四中间评分代入第七预设公式,例如公式(7),/>对应Score21,/>对应Score32,计算待评价文字的第二维度评分Scoreaspect。
将第一组合中部件1和部件2之间的部件间距离和目标部件间距离,代入第五预设公式,例如公式(5),/>对应distancehw,/>对应distancegt,计算第一组合的第五组合差值/>。将第二组合中部件2和部件3之间的部件间距离/>和目标部件间距离/>,代入第五预设公式,例如公式(5),/>对应distancehw,/>对应distancegt,计算第二组合的第六组合差值/>。
将第五组合差值、预设部件间距离阈值αdistance、预设部件间距离容忍阈值βdistance代入第三预设公式,例如公式(3),/>对应D,αdistance对应α,βdidtance对应β,计算第一组合的第五中间评分/>。将第六组合差值/>、预设部件间距离阈值αdistance、预设部件间距离容忍阈值βdistance代入第三预设公式,例如公式(3),/>对应D,αdistance对应α,βdistance对应β,计算第二组合的第六中间评分/>。
将第一权重W21、第五中间评分、第二权重W32、第六中间评分代入第七预设公式,例如公式(7),/>对应Score21,对应Score32,计算待评价文字的第三维度评分Scoredistance。
将第一组合中部件1和部件2之间的部件间方位数据和目标部件间方位数据/>代入第六预设公式,例如公式(6),/>对应anglehw,/>对应anglegt,计算第一组合的第七组合差值/>将第二组合中部件2和部件3之间的部件间方位数据/>和目标部件间方位数据/>,代入第六预设公式,/>对应anglehw,对应anglegt,例如公式(6),计算第二组合的第八组合差值/>。
将第七组合差值、预设部件间方位数据阈值αangle、预设部件间方位数据容忍阈值βangle代入第三预设公式,例如公式(3),/>对应D,αangle对应α,βangle对应β,计算第一组合的第七中间评分/>。将第八组合差值/>、预设部件间方位数据阈值αangle、预设部件间方位数据容忍阈值βangle代入第三预设公式,例如公式(3),/>对应D,αangle对应α,βangle对应β,计算第二组合的第八中间评分/>。
将第一权重W21、第七中间评分、第二权重W32、第八中间评分代入第七预设公式,例如公式(7),/>对应Score21,/>对应Score32,计算待评价文字的第四维度评分Scoreangle。
在本申请实施例中,针对包含三个部件的待评价文字,根据多维度数据信息和目标多维度数据信息,依次对待评价文字从面积维度、高宽比维度、距离维度、方位维度四个维度进行多维度分析,并计算每个维度对应的评分,解决了现有技术中存在评价结果缺乏细节依据的问题,使待评价文字的得分信息更精准。
作为一种可选实施例,根据目标面积,确定第一组合对应的第一权重和第二组合对应的第二权重,包括:
根据第一组合和第二组合,得到第一部件和第二部件,其中,第一部件只包含于第一组合,第二部件只包含于第二组合;
根据第一部件的目标面积、第二部件的目标面积以及第八预设公式,得到第一权重和第二权重。
可选地,以第一组合包含部件1和部件2,第二组合包含部件2和部件3为例,此时第一权重表示为W21,第二权重表示为W32。根据第一组合和第二组合,得到第一部件为部件1、第二部件为部件3,其中,部件1只包含于第一组合,部件3只包含于第二组合。
将部件1的目标面积和部件3的目标面积/>代入第八预设公式,包括公式(8)和公式(9),计算得到第一权重W21和第二权重W32:
在本申请实施例中,根据目标面积,确定第一权重和第二权重,使得后续计算待评价文字的多维度评分能够考虑每个部件的特征,使得评分更精准。
作为一种可选实施例,在得到待评价文字的得分信息之后,方法还包括:
根据得分信息,得到待评价文字的总评分和多维度评分;
根据总评分和预设指标,生成待评价文字的总体评价信息;
根据多维度评分和预设哈希表,生成多维度评价信息。
可选地,根据得分信息,得到待评价文字的总评分Scoretotal和多维度评分,包括:面积维度得分Scorearea、高宽比维度得分Scoreaspect、距离维度得分Scoredistance以及方位维度得分Scoreangle。
Scoretotal是由部件各维度偏差程度D计算各维度得分合并得到,是0-100范围的数字,是一个手写字基于部件评价的总体得分,可以反映一个手写字写得好坏与否。通过设定预设指标,例如60、90等,确定待评价文字书写的优良中差情况。根据总评分和预设指标,生成待评价文字的总体评价信息,包括:优、良、中、差等评价。
对于手写字的评价是查询预设哈希表得到,每个维度有对应的预设哈希表。预设哈希表是通过将维度偏差程度和相应设置的评语建立映射关系得到的。根据多维度评分和预设哈希表,生成多维度评价信息,例如:当中下部件面积差值过大时,会输出下部件相对中部件过大,程度为/>的评语;当上中部件在方位维度的角度差过大时,会输出中部件相对上部件的偏差情况,比如偏左等,通过上述流程分别生成每个维度的评价信息。
在本申请实施例中,通过对待评价文字的部件信息的大小、距离、位置等进行智能分析,得出较为全面和完善的部件测评结果和指导建议,指出待评价文字各维度的书写问题。有助于老师的教学工作,便于学生理解文字结构、矫正错误。对辅导学习书写练字和教师评价指导具有重要的意义。
作为一种可选实施例,根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息,包括:
将待评价文字图像输入预设文字分类模型,得到待评价文字的名称;
根据名称和目标文字数据库,得到目标特征信息和笔画分组信息。
可选地,待评价文字图像例如输入的手写字帖图片。先通过文字检测模型确定待评价文字图像的手写字单字区域,然后通过预设文字分类模型得到待评价文字的名称,并根据名称从目标文字数据库调取待评价文字对应的目标文字的目标特征信息和待评价文字的笔画分组信息。
在本申请实施例中,通过预设文字分类模型确定待评价文字的名称,根据名称从目标文字数据库调取目标特征信息和笔画分组信息,通过模型进行文字检测、文字分类,便于后续对待评价文字进行多维度评价。
根据本申请实施例的另一个方面,还提供了一种用于实施上述文字评价方法的文字评价装置。图5是据本申请实施例的一种可选的文字评价装置的结构框图,如图5所示,该装置可以包括:
第一得到模块501,用于根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息;
输入模块502,用于将待评价文字图像输入预设笔画分割模型,得到待评价文字包含的笔画图像;
第二得到模块503,用于根据笔画分组信息和笔画图像,得到待评价文字的特征信息;
第三得到模块504,用于根据特征信息和目标特征信息,得到待评价文字的得分信息。
需要说明的是,该实施例中的第一得到模块501可以用于执行上述步骤S101,该实施例中的输入模块502可以用于执行上述步骤S102,该实施例中的第二得到模块503可以用于执行上述步骤S103,该实施例中的第三得到模块504,可以用于执行上述步骤S104。
通过上述模块,将待评价文字进行分割,得到待评价文字的所有笔画,再结合带评价文字的笔画分组信息,将笔画进行结合并得到待评价文字的特征信息。将目标文字的目标特征信息作为参考,输出较为全面和完善的得分信息,提高了文字评价的准确性和可解释行,对辅导学习书写练字和教师评价指导具有重要的意义。解决了相关技术中存在只对文字整体进行评价,评价结果缺乏细节依据的问题。
作为一种可选实施例,第二得到模块包括:
第一得到单元,用于根据笔画图像,得到第一预设数量个笔画的轮廓点;
第二得到单元,用于根据轮廓点,得到每个笔画的笔画外接矩形;
第三得到单元,用于根据笔画分组信息和笔画外接矩形,得到第二预设数量个部件的部件外接矩形,其中,笔画包含于部件,部件包含于待评价文字;
第四得到单元,用于根据笔画图像,得到每个笔画的质心坐标;
第五得到单元,用于根据笔画分组信息和质心坐标,得到每个部件的部件质心坐标;
第六得到单元,用于根据部件外接矩形和部件质心坐标,得到特征信息。
作为一种可选实施例,第三得到模块包括:
第七得到单元,用于根据特征信息,得到待评价文字中每个部件的多维度数据信息;
第八得到单元,用于根据目标特征信息,得到目标文字中每个部件的目标多维度数据信息;
第九得到单元,用于根据多维度数据信息和目标多维度数据信息,得到待评价文字的多维度评分;
第十得到单元,用于根据多维度评分和第一预设公式,得到待评价文字的总评分;
第十一得到单元,用于根据多维度评分和总评分,得到得分信息。
作为一种可选实施例,在待评价文字包含两个部件的情况下,第九得到单元包括:
第一得到子模块,用于根据多维度数据信息,得到待评价文字中每个部件对应的高宽比、面积、部件间距离以及部件间方位数据;
第二得到子模块,用于根据目标多维度数据信息,得到目标文字中每个部件对应的目标高宽比、目标面积、目标部件间距离以及目标部件间方位数据;
第三得到子模块,用于根据面积、目标面积以及第二预设公式,得到第一差值;
第四得到子模块,用于根据第一差值、预设面积阈值、预设面积容忍阈值以及第三预设公式,得到待评价文字的第一维度评分;
第五得到子模块,用于根据高宽比、目标高宽比以及第四预设公式,得到第二差值;
第六得到子模块,用于根据第二差值、预设高宽比阈值、预设高宽比容忍阈值以及第三预设公式,得到待评价文字的第二维度评分;
第七得到子模块,用于根据部件间距离、目标部件间距离以及第五预设公式,得到第三差值;
第八得到子模块,用于根据第三差值、预设部件间距离阈值、预设部件间距离容忍阈值以及第三预设公式,得到待评价文字的第三维度评分;
第九得到子模块,用于根据部件间方位数据、目标部件间方位数据以及第六预设公式,得到第四差值;
第十得到子模块,用于根据第四差值、预设部件间方位阈值、预设部件间方位容忍阈值以及第三预设公式,得到待评价文字的第四维度评分。
作为一种可选实施例,在待评价文字包含三个部件的情况下,第九得到单元包括:
第十一得到子模块,用于根据多维度数据信息,得到待评价文字中每个部件对应的高宽比、面积、部件间距离以及部件间方位数据;
第十二得到子模块,用于根据目标多维度数据信息,得到目标文字中每个部件对应的目标高宽比、目标面积、目标部件间距离以及目标部件间方位数据;
第十三得到子模块,用于根据部件,得到第一组合和第二组合,其中,第一组合和第二组合均包含两个不同的部件,第一组合和第二组合不完全相同;
确定子模块,用于根据目标面积,确定第一组合对应的第一权重和第二组合对应的第二权重;
第十四得到子模块,用于根据面积、目标面积以及第二预设公式,得到第一组合的第一组合差值和第二组合的第二组合差值;
第十五得到子模块,用于根据第一组合差值、第二组合差值、预设面积阈值、预设面积容忍阈值以及第三预设公式,得到第一组合的第一中间评分和第二组合的第二中间评分;
第十六得到子模块,用于根据第一权重、第一中间评分、第二权重、第二中间评分以及第七预设公式,得到待评价文字的第一维度评分;
第十七得到子模块,用于根据高宽比、目标高宽比以及第四预设公式,得到第一组合的第三组合差值和第二组合的第四组合差值;
第十八得到子模块,用于根据第三组合差值、第四组合差值、预设高宽比阈值、预设高宽比容忍阈值以及第三预设公式,得到第一组合的第三中间评分和第二组合的第四中间评分;
第十九得到子模块,用于根据第一权重、第三中间评分、第二权重、第四中间评分以及第七预设公式,得到待评价文字的第二维度评分;
第二十得到子模块,用于根据部件间距离、目标部件间距离以及第五预设公式,得到第一组合的第五组合差值和第二组合的第六组合差值;
第二十一得到子模块,用于根据第五组合差值、第六组合差值、预设部件间距离阈值、预设部件间距离容忍阈值以及第三预设公式,得到第一组合的第五中间评分和第二组合的第六中间评分;
第二十二得到子模块,用于根据第一权重、第五中间评分、第二权重、第六中间评分以及第七预设公式,得到待评价文字的第三维度评分;
第二十三得到子模块,用于根据部件间方位数据、目标部件间方位数据以及第六预设公式,得到第一组合的第七组合差值和第二组合的第八组合差值;
第二十四得到子模块,用于根据第七组合差值、第八组合差值、预设部件间方位阈值、预设部件间方位容忍阈值以及第三预设公式,得到第一组合的第七中间评分和第二组合的第八中间评分;
第二十五得到子模块,用于根据第一权重、第七中间评分、第二权重、第八中间评分以及第七预设公式,得到待评价文字的第四维度评分。
作为一种可选实施例,确定子模块包括:
第一得到子单元,用于根据第一组合和第二组合,得到第一部件和第二部件,其中,第一部件只包含于第一组合,第二部件只包含于第二组合;第二得到子单元,用于根据第一部件的目标面积、第二部件的目标面积以及第八预设公式,得到第一权重和第二权重。
作为一种可选实施例,该装置还包括:
第四得到模块,用于根据得分信息,得到待评价文字的总评分和多维度评分;第一生成模块,用于根据总评分和预设指标,生成待评价文字的总体评价信息;第二生成模块,用于根据多维度评分和预设哈希表,生成多维度评价信息。
作为一种可选实施例,第一得到模块包括:
第十二得到单元,用于将待评价文字图像输入预设文字分类模型,得到待评价文字的名称;第十三得到单元,用于根据名称和目标文字数据库,得到目标特征信息和笔画分组信息。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。
根据本申请实施例的又一个方面,还提供了一种用于实施上述文字评价方法的电子设备,该电子设备可以是服务器、终端、或者其组合。
图6是根据本申请实施例的一种可选的电子设备的结构框图,如图6所示,包括处理器601、通信接口602、存储器603和通信总线604,其中,处理器601、通信接口602和存储器603通过通信总线604完成相互间的通信,其中,
存储器603,用于存储计算机程序;
处理器601,用于执行存储器603上所存放的计算机程序时,实现如下步骤:
根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息;将待评价文字图像输入预设笔画分割模型,得到待评价文字包含的笔画图像;根据笔画分组信息和笔画图像,得到待评价文字的特征信息;根据特征信息和目标特征信息,得到待评价文字的得分信息。
可选地,在本实施例中,上述的通信总线可以是PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线、或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM,也可以包括非易失性存储器(non-volatile memory),例如,至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
作为一种示例,如图6所示,上述存储器603中可以但不限于包括上述文字评价装置中的第一得到模块501、输入模块502、第二得到模块503、第三得到模块504。此外,还可以包括但不限于上述文字评价装置中的其他模块单元,本示例中不再赘述。
上述处理器可以是通用处理器,可以包含但不限于:CPU(Central ProcessingUnit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(DigitalSignal Processing,数字信号处理器)、ASIC(Application Specific IntegratedCircuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)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。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本领域普通技术人员可以理解,图6所示的结构仅为示意,实施上述文字评价方法的设备可以是终端设备,该终端设备可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices,MID)、PAD等终端设备。图6其并不对上述电子设备的结构造成限定。例如,终端设备还可包括比图6中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图6所示的不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、ROM、RAM、磁盘或光盘等。
根据本申请实施例的又一个方面,还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于存储执行文字评价方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息;将待评价文字图像输入预设笔画分割模型,得到待评价文字包含的笔画图像;根据笔画分组信息和笔画图像,得到待评价文字的特征信息;根据特征信息和目标特征信息,得到待评价文字的得分信息。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例中对此不再赘述。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、ROM、RAM、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
在本说明书的描述中,参考术语“本实施例”、“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公开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。在本公开的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
显然,上述实施例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。
Claims (10)
1.一种文字评价方法,其特征在于,所述方法包括:
根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息;
将所述待评价文字图像输入预设笔画分割模型,得到所述待评价文字包含的笔画图像;
根据所述笔画分组信息和所述笔画图像,得到所述待评价文字的特征信息;
根据所述特征信息和所述目标特征信息,得到所述待评价文字的得分信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述笔画分组信息和所述笔画图像,得到所述待评价文字的特征信息,包括:
根据所述笔画图像,得到第一预设数量个笔画的轮廓点;
根据所述轮廓点,得到每个所述笔画的笔画外接矩形;
根据所述笔画分组信息和所述笔画外接矩形,得到第二预设数量个部件的部件外接矩形,其中,所述笔画包含于所述部件,所述部件包含于所述待评价文字;
根据所述笔画图像,得到每个所述笔画的质心坐标;
根据所述笔画分组信息和所述质心坐标,得到每个所述部件的部件质心坐标;
根据所述部件外接矩形和所述部件质心坐标,得到所述特征信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述特征信息和所述目标特征信息,得到所述待评价文字的得分信息,包括:
根据所述特征信息,得到所述待评价文字中每个所述部件的多维度数据信息;
根据所述目标特征信息,得到所述目标文字中每个所述部件的目标多维度数据信息;
根据所述多维度数据信息和所述目标多维度数据信息,得到所述待评价文字的多维度评分;
根据所述多维度评分和第一预设公式,得到所述待评价文字的总评分;
根据所述多维度评分和所述总评分,得到所述得分信息。
4.根据权利要求3所述的方法,其特征在于,在所述待评价文字包含两个所述部件的情况下,所述根据所述多维度数据信息和所述目标多维度数据信息,得到所述待评价文字的多维度评分,包括:
根据所述多维度数据信息,得到所述待评价文字中每个所述部件对应的高宽比、面积、部件间距离以及部件间方位数据;
根据所述目标多维度数据信息,得到所述目标文字中每个所述部件对应的目标高宽比、目标面积、目标部件间距离以及目标部件间方位数据;
根据所述面积、所述目标面积以及第二预设公式,得到第一差值;
根据所述第一差值、预设面积阈值、预设面积容忍阈值以及第三预设公式,得到所述待评价文字的第一维度评分;
根据所述高宽比、所述目标高宽比以及第四预设公式,得到第二差值;
根据所述第二差值、预设高宽比阈值、预设高宽比容忍阈值以及所述第三预设公式,得到所述待评价文字的第二维度评分;
根据所述部件间距离、所述目标部件间距离以及第五预设公式,得到第三差值;
根据所述第三差值、预设部件间距离阈值、预设部件间距离容忍阈值以及所述第三预设公式,得到所述待评价文字的第三维度评分;
根据所述部件间方位数据、所述目标部件间方位数据以及第六预设公式,得到第四差值;
根据所述第四差值、预设部件间方位阈值、预设部件间方位容忍阈值以及所述第三预设公式,得到所述待评价文字的第四维度评分。
5.根据权利要求3所述的方法,其特征在于,在所述待评价文字包含三个所述部件的情况下,所述根据所述多维度数据信息和所述目标多维度数据信息,得到所述待评价文字的多维度评分,包括:
根据所述多维度数据信息,得到所述待评价文字中每个所述部件对应的高宽比、面积、部件间距离以及部件间方位数据;
根据所述目标多维度数据信息,得到所述目标文字中每个所述部件对应的目标高宽比、目标面积、目标部件间距离以及目标部件间方位数据;
根据所述部件,得到第一组合和第二组合,其中,所述第一组合和所述第二组合均包含两个不同的所述部件,所述第一组合和所述第二组合不完全相同;
根据所述目标面积,确定所述第一组合对应的第一权重和所述第二组合对应的第二权重;
根据所述面积、所述目标面积以及第二预设公式,得到所述第一组合的第一组合差值和所述第二组合的第二组合差值;
根据所述第一组合差值、所述第二组合差值、预设面积阈值、预设面积容忍阈值以及第三预设公式,得到所述第一组合的第一中间评分和第二组合的第二中间评分;
根据所述第一权重、所述第一中间评分、所述第二权重、所述第二中间评分以及第七预设公式,得到所述待评价文字的第一维度评分;
根据所述高宽比、所述目标高宽比以及第四预设公式,得到所述第一组合的第三组合差值和所述第二组合的第四组合差值;
根据所述第三组合差值、所述第四组合差值、预设高宽比阈值、预设高宽比容忍阈值以及所述第三预设公式,得到所述第一组合的第三中间评分和第二组合的第四中间评分;
根据所述第一权重、所述第三中间评分、所述第二权重、所述第四中间评分以及所述第七预设公式,得到所述待评价文字的第二维度评分;
根据所述部件间距离、所述目标部件间距离以及第五预设公式,得到所述第一组合的第五组合差值和所述第二组合的第六组合差值;
根据所述第五组合差值、所述第六组合差值、预设部件间距离阈值、预设部件间距离容忍阈值以及所述第三预设公式,得到所述第一组合的第五中间评分和第二组合的第六中间评分;
根据所述第一权重、所述第五中间评分、所述第二权重、所述第六中间评分以及所述第七预设公式,得到所述待评价文字的第三维度评分;
根据所述部件间方位数据、所述目标部件间方位数据以及第六预设公式,得到所述第一组合的第七组合差值和所述第二组合的第八组合差值;
根据所述第七组合差值、所述第八组合差值、预设部件间方位阈值、预设部件间方位容忍阈值以及所述第三预设公式,得到所述第一组合的第七中间评分和第二组合的第八中间评分;
根据所述第一权重、所述第七中间评分、所述第二权重、所述第八中间评分以及所述第七预设公式,得到所述待评价文字的第四维度评分。
6.根据权利要求5所述的方法,其特征在于,所述根据所述目标面积,确定所述第一组合对应的第一权重和所述第二组合对应的第二权重,包括:
根据所述第一组合和所述第二组合,得到第一部件和第二部件,其中,所述第一部件只包含于所述第一组合,所述第二部件只包含于所述第二组合;
根据所述第一部件的所述目标面积、第二部件的所述目标面积以及第八预设公式,得到所述第一权重和所述第二权重。
7.根据权利要求3所述的方法,其特征在于,在所述得到所述待评价文字的得分信息之后,所述方法还包括:
根据所述得分信息,得到所述待评价文字的所述总评分和所述多维度评分;
根据所述总评分和预设指标,生成所述待评价文字的总体评价信息;
根据所述多维度评分和预设哈希表,生成多维度评价信息。
8.根据权利要求1所述的方法,其特征在于,所述根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息,包括:
将所述待评价文字图像输入预设文字分类模型,得到所述待评价文字的名称;
根据所述名称和所述目标文字数据库,得到所述目标特征信息和所述笔画分组信息。
9.一种文字评价装置,其特征在于,所述装置包括:
第一得到模块,用于根据待评价文字图像和目标文字数据库,得到待评价文字对应的目标文字的目标特征信息和笔画分组信息;
输入模块,用于将所述待评价文字图像输入预设笔画分割模型,得到所述待评价文字包含的笔画图像;
第二得到模块,用于根据所述笔画分组信息和所述笔画图像,得到所述待评价文字的特征信息;
第三得到模块,用于根据所述特征信息和所述目标特征信息,得到所述待评价文字的得分信息。
10.一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信,其特征在于,
所述存储器,用于存储计算机程序;
所述处理器,用于通过运行所述存储器上所存储的所述计算机程序来执行权利要求1至8中任一项中所述的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310530577.2A CN116863489A (zh) | 2023-05-10 | 2023-05-10 | 文字评价方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310530577.2A CN116863489A (zh) | 2023-05-10 | 2023-05-10 | 文字评价方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116863489A true CN116863489A (zh) | 2023-10-10 |
Family
ID=88232883
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310530577.2A Pending CN116863489A (zh) | 2023-05-10 | 2023-05-10 | 文字评价方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116863489A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117237954A (zh) * | 2023-11-14 | 2023-12-15 | 暗物智能科技(广州)有限公司 | 一种基于排序学习的文字智能评分方法及系统 |
-
2023
- 2023-05-10 CN CN202310530577.2A patent/CN116863489A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117237954A (zh) * | 2023-11-14 | 2023-12-15 | 暗物智能科技(广州)有限公司 | 一种基于排序学习的文字智能评分方法及系统 |
CN117237954B (zh) * | 2023-11-14 | 2024-03-19 | 暗物智能科技(广州)有限公司 | 一种基于排序学习的文字智能评分方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109271401B (zh) | 一种题目搜索、批改方法、装置、电子设备和存储介质 | |
CN109670504B (zh) | 一种手写答案识别批改方法及装置 | |
CN109817046B (zh) | 一种基于家教设备的学习辅助方法及家教设备 | |
CN110009027B (zh) | 图像的比对方法、装置、存储介质及电子装置 | |
CN109712043B (zh) | 一种答案批改方法及装置 | |
CN109284355B (zh) | 一种批改试卷中口算题的方法及装置 | |
CN110046698A (zh) | 异质图神经网络生成方法、装置、电子设备及存储介质 | |
CN110334179B (zh) | 问答处理方法、装置、计算机设备和存储介质 | |
CN113111154B (zh) | 相似度评估方法、答案搜索方法、装置、设备及介质 | |
CN110222678B (zh) | 一种题目分析方法、系统、可读存储介质及电子设备 | |
CN112613553B (zh) | 图片样本集生成方法、装置、计算机设备和存储介质 | |
CN116863489A (zh) | 文字评价方法、装置及电子设备 | |
CN112819073A (zh) | 分类网络训练、图像分类方法、装置和电子设备 | |
CN113688273B (zh) | 面向图形类题目的作答及判定方法和装置 | |
CN113033721B (zh) | 题目批改方法及计算机存储介质 | |
US11749128B2 (en) | Answer correction method and device | |
CN115346223A (zh) | 书写信息的评测方法和装置、电子设备和存储介质 | |
CN111027533B (zh) | 一种点读坐标的变换方法、系统、终端设备及存储介质 | |
CN113505786A (zh) | 试题拍照评判方法、装置及电子设备 | |
CN113673706A (zh) | 机器学习模型训练方法、装置及电子设备 | |
CN110728321A (zh) | 识别分式图像的训练方法与装置、识别方法及装置 | |
CN110490157A (zh) | 文字评估方法、文字学习方法、装置、设备及存储介质 | |
CN116758786A (zh) | 书法测评方法、装置、计算机设备及介质 | |
CN107862230B (zh) | 一种等级决定及录入方法 | |
CN112836498A (zh) | 数据处理方法、识别方法、装置及计算设备 |
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 |