CN117406903A - 用于触控屏的书写笔迹调整方法、装置、介质及设备 - Google Patents
用于触控屏的书写笔迹调整方法、装置、介质及设备 Download PDFInfo
- Publication number
- CN117406903A CN117406903A CN202310666064.4A CN202310666064A CN117406903A CN 117406903 A CN117406903 A CN 117406903A CN 202310666064 A CN202310666064 A CN 202310666064A CN 117406903 A CN117406903 A CN 117406903A
- Authority
- CN
- China
- Prior art keywords
- stroke
- preset
- writing
- feature
- initial
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012937 correction Methods 0.000 claims abstract description 49
- 230000000694 effects Effects 0.000 claims abstract description 33
- 238000000605 extraction Methods 0.000 claims description 52
- 238000012549 training Methods 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 239000004973 liquid crystal related substance Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000010897 surface acoustic wave method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0487—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser
- G06F3/0488—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures
- G06F3/04883—Interaction techniques based on graphical user interfaces [GUI] using specific features provided by the input device, e.g. functions controlled by the rotation of a mouse with dual sensing arrangements, or of the nature of the input device, e.g. tap gestures based on pressure sensed by a digitiser using a touch-screen or digitiser, e.g. input of commands through traced gestures for inputting data by handwriting, e.g. gesture or text
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/03—Arrangements for converting the position or the displacement of a member into a coded form
- G06F3/041—Digitisers, e.g. for touch screens or touch pads, characterised by the transducing means
- G06F3/0416—Control or interface arrangements specially adapted for digitisers
- G06F3/0418—Control or interface arrangements specially adapted for digitisers for error correction or compensation, e.g. based on parallax, calibration or alignment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
-
- 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
- G06V30/1801—Detecting partial patterns, e.g. edges or contours, or configurations, e.g. loops, corners, strokes or intersections
-
- 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
- G06V30/19007—Matching; 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
- G06V30/19—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
- G06V30/19147—Obtaining sets of training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Character Discrimination (AREA)
Abstract
本申请实施例提供一种用于触控屏的书写笔迹调整方法、装置、介质及设备，该方法包括：当构成目标文字的初始笔画书写完成时，提取初始笔画的笔画整体结构特征及笔画局部结构特征；根据笔画整体结构特征确定初始笔画对应的字体类型；将笔画局部结构特征与字体类型对应的预设笔画局部结构特征进行比较；若笔画局部结构特征与预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换初始笔画。本申请通过适度调整触摸屏上的书写效果，让用户的字体和标准字体更贴近，从而达到更美观的效果。
Description
技术领域
本申请涉及电子通信技术领域，尤其涉及一种用于触控屏的书写笔迹调整技术领域，特别涉及一种用于触控屏的书写笔迹调整方法、装置、介质及设备。
背景技术
对比传统电子白板同投影机的应用组合，液晶触控一体机具有更好的演示效果，从产品的集成度、使用的便利性、成本的可控性以及用户体验度方面来衡量，都已经是主流。但是在白板上书写和在黑板上书写，因为书写工具(书写笔和普通笔)和书写介质(触摸屏，黑板，纸张)的不同导致书写的质量的不同。触摸屏更硬，更滑。导致原先能够在纸质等传统书写介质上写出优美字迹的用户无法在触摸屏等电子书写介质上发挥正常水平，影响书写体验和观看体验。
发明内容
本申请实施例提供一种用于触控屏的书写笔迹调整方法、装置、介质及设备，利用本申请实施例提供的用于触控屏的书写笔迹调整方法，通过提取用户书写完成的初始笔画的笔画整体结构特征及笔画局部结构特征，确定初始笔画对应的字体类型，根据笔画局部结构特征与字体类型对应的预设笔画局部结构特征判断初始笔画是否与预设笔画效果有明显偏差，并在有明显偏差时对初始笔画自动调整优化，使用户在电子书写介质上能够写出笔画优美的文字。
本申请实施例一方面提供了一种用于触控屏的书写笔迹调整方法，所述用于触控屏的书写笔迹调整方法包括：
当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；
根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；
将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；
若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。
在本申请实施例所述的用于触控屏的书写笔迹调整方法中，所述笔画局部结构特征包括笔画倾斜特征、笔画长宽比例特征、笔画长度特征及笔画粗细特征中的一种或多种。
在本申请实施例所述的用于触控屏的书写笔迹调整方法中，所述为所述笔画局部结构特征添加修正值，包括：
自动为所述笔画局部结构特征添加预设修正值；或
提供选择界面供用户选择确定第一修正值，将所述第一修正值添加至所述笔画局部结构特征。
在本申请实施例所述的用于触控屏的书写笔迹调整方法中，当用户选择的第一修正值超过第二预设阈值时，则将所述预设笔画局部结构特征转换得到目标笔画。
在本申请实施例所述的用于触控屏的书写笔迹调整方法中，在所述转换得到接近预设笔画效果的目标笔画之后，所述方法还包括：
检测所述初始笔画书写完成后的预设时长内是否有新增笔画书写操作；
若超过所述预设时长未检测到新增笔画书写操作，则将当前完成书写的所有初始笔画构成的文字作为所述目标文字，并将所述目标文字的笔画长宽比例特征与其对应的预设笔画局部结构特征进行比较；
若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第三预设阈值，则为所述笔画局部结构特征添加第二修正值，并转换得到接近预设文字效果的优化文字后替换所述目标文字。
在本申请实施例所述的用于触控屏的书写笔迹调整方法中，所述提取所述初始笔画的笔画整体结构特征及笔画局部结构特征，包括：
将所述初始笔画书输入预训练的特征提取模型进行特征提取操作，得到所述初始笔画的笔画整体结构特征及笔画局部结构特征。
在本申请实施例所述的用于触控屏的书写笔迹调整方法中，在所述提取所述初始笔画的笔画整体结构特征及笔画局部结构特征之前，所述方法还包括：
获取待训练的特征提取模型的训练样本；
通过所述待训练的特征提取模型对所述训练样本中笔画进行特征提取，得到与所述笔画对应的笔画整体结构特征及笔画局部结构特征；
通过所述待训练的特征提取模型，基于所述笔画整体结构特征及笔画局部结构特征识别所述训练样本中的笔画的笔画整体结构特征及笔画局部结构特征，得到所述笔画的识别结果；
基于所述识别结果及所述笔画的标签，调整所述待训练的特征提取模型的参数，得到所述预训练的特征提取模型。
相应的，本申请实施例另一方面还提供了一种用于触控屏的书写笔迹调整装置，所述用于触控屏的书写笔迹调整装置包括：
特征提取模块，用于当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；
类型确定模块，用于根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；
特征比较模块，用于将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；
笔画优化模块，用于若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。
相应的，本申请实施例另一方面还提供了一种存储介质，所述存储介质存储有多条指令，所述指令适于处理器进行加载，以执行如上所述的用于触控屏的书写笔迹调整方法。
相应的，本申请实施例另一方面还提供了一种终端设备，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令以执行如上所述的用于触控屏的书写笔迹调整方法。
本申请实施例提供了一种用于触控屏的书写笔迹调整方法、装置、介质及设备，该方法通过当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。利用本申请实施例提供的用于触控屏的书写笔迹调整方法，通过提取用户书写完成的初始笔画的笔画整体结构特征及笔画局部结构特征，确定初始笔画对应的字体类型，根据笔画局部结构特征与字体类型对应的预设笔画局部结构特征判断初始笔画是否与预设笔画效果有明显偏差，并在有明显偏差时对初始笔画自动调整优化，让用户的字体和标准字体更贴近，使用户在电子书写介质上能够写出笔画优美的文字。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，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为本申请实施例提供的用于触控屏的书写笔迹调整方法的流程示意图。
图2为本申请实施例提供的用于触控屏的书写笔迹调整装置的结构示意图。
图3为本申请实施例提供的用于触控屏的书写笔迹调整装置的另一结构示意图。
图4为本申请实施例提供的终端设备的结构示意图。
具体实施方式
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，本领域技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本申请的保护范围。
需要说明的是，以下内容是对本方案背景做出的简单介绍：
本方案主要是围绕“市场上的触摸屏由于材质与传统的书写介质如纸质等不同，导致难以书写出笔画优美的文字”这一技术问题开展的。可以理解的是，对比传统电子白板同投影机的应用组合，液晶触控一体机具有更好的演示效果，从产品的集成度、使用的便利性、成本的可控性以及用户体验度方面来衡量，都已经是主流。但是在白板上书写和在黑板上书写，因为书写工具(书写笔和普通笔)和书写介质(触摸屏，黑板，纸张)的不同导致书写的质量的不同。触摸屏更硬，更滑。导致原先能够在纸质等传统书写介质上写出优美字迹的用户无法在触摸屏等电子书写介质上发挥正常水平，影响书写体验和观看体验。
为了解决上述技术问题，本申请实施例提供一种用于触控屏的书写笔迹调整方法。利用本申请实施例提供的用于触控屏的书写笔迹调整方法，通过提取用户书写完成的初始笔画的笔画整体结构特征及笔画局部结构特征，确定初始笔画对应的字体类型，根据笔画局部结构特征与字体类型对应的预设笔画局部结构特征判断初始笔画是否与预设笔画效果有明显偏差，并在有明显偏差时对初始笔画自动调整优化，使用户在电子书写介质上能够写出笔画优美的文字。
请参阅图1，图1为本申请实施例提供的用于触控屏的书写笔迹调整方法的流程示意图。所述用于触控屏的书写笔迹调整方法，应用于终端设备中。可选地，该终端设备为终端或服务器。可选地，该服务器是独立的物理服务器，或者是多个物理服务器构成的服务器集群或者分布式系统，或者是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。可选地，该终端是智能手机、电视机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表、智能语音交互设备、智能家电及车载终端等，但并不局限于此。
在一实施例中，所述方法可以包括以下步骤：
步骤101，当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征。
在本实施例中，笔画整体结构特征指的是能够标识笔画所述字体类型的特征。字体类型包括常见的宋体、楷体和黑体等。以宋体为例，宋体特点是字形方正、笔画横平竖直、横细竖粗、棱角分明、结构严谨、整齐均匀、有极强的笔画规律性。
笔画局部结构特征指的是能够标识指定字体类型下的笔画具体特征。笔画局部结构特征包括笔画倾斜特征、笔画长宽比例特征、笔画长度特征及笔画粗细特征中的一种或多种。具体地，笔画局部结构特征的书写效果主要体现在比如宋体笔画结尾的小三角形，楷书笔画结尾的顿点，幼圆的圆润等是否协调。
其中，通过将初始笔画书输入预训练的特征提取模型进行特征提取操作，得到初始笔画的笔画整体结构特征及笔画局部结构特征。
特征提取模型可以基于神经网络例如卷积神经网络训练得到，具体训练过程包括：
获取待训练的特征提取模型的训练样本；
通过所述待训练的特征提取模型对所述训练样本中笔画进行特征提取，得到与所述笔画对应的笔画整体结构特征及笔画局部结构特征；
通过所述待训练的特征提取模型，基于所述笔画整体结构特征及笔画局部结构特征识别所述训练样本中的笔画的笔画整体结构特征及笔画局部结构特征，得到所述笔画的识别结果；
基于所述识别结果及所述笔画的标签，调整所述待训练的特征提取模型的参数，得到所述预训练的特征提取模型。
步骤102，根据所述笔画整体结构特征确定所述初始笔画对应的字体类型。
在本实施例中，针对各种字体对应的笔画整体结构特征可以结合神经网络模型训练得到能够识别字体类型的字体类型识别模型。根据笔画整体结构特征输入训练好的字体类型识别模型确定初始笔画对应的字体类型。字体类型识别模型可以基于现有的神经网络例如卷积神经网络训练得到，在此不做赘述。
步骤103，将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较。
其中，笔画局部结构特征与预设笔画局部结构特征可以采用点坐标表示例如(x，y)，通过计算两点坐标之间的距离能够确定初始笔画相对于标准笔画的偏差值，进而确定是否需要对初始笔画进行调整。
步骤104，若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。
其中，实际使用的时候，用户可以基于本方案提供的书写笔迹调整方法自动识别初始笔画对应的字体类型，也可以让用户在书写字体之前先选择字体类型。当用户写完一笔初始笔画时，通过将初始笔画的笔画局部结构特征与字体类型对应的预设笔画局部结构特征进行比较，根据比较结果确定是否对初始笔画进行优化调整。若笔画局部结构特征与预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换初始笔画。具体可以将初始笔画的笔画局部结构特征调整一个比例值P，默认是30％(这里可以给用户自己调整，100％的时候直接将预设笔画局部结构特征转换得到目标笔画)，这里说的靠近是因为触摸屏上写字的时候，从开始到最后是都是有轨迹坐标的，并且android上用的是绝对坐标。那么就可以将特征值的原点(起始点)，锚定到用户的起始点。然后对偏离对比特征值的坐标进行修正。即用户的字的坐标(x,y)到特征值坐标(x1,y1)间的直线距离减少P(30％)。这里主要调整的是字体的流畅度，比如竖不直，勾太多这些。比如竖的时候起点的x1和终点的x2正常情况下是同一个值，如果偏离了，那么默认减少偏离值的30％。又比如调节笔画尾部特征，比如幼圆，写的时候收尾太锐利了，可以做30％的平滑处理，锚点为笔画尾部圆的中心点，把锐利收尾的像素点，往锚点减少30％。同时调整笔画的粗细(如果用户有选择)，调整的时候也把原来的用户书写的大小，放大或者缩小30％就好。
在一些实施例中，转换得到接近预设笔画效果的目标笔画之后，该方法还包括以下步骤：
检测所述初始笔画书写完成后的预设时长内是否有新增笔画书写操作；
若超过所述预设时长未检测到新增笔画书写操作，则将当前完成书写的所有初始笔画构成的文字作为所述目标文字，即默认用户当前已完成一个文字的写书操作，并将所述目标文字的笔画长宽比例特征与其对应的预设笔画局部结构特征进行比较；
若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第三预设阈值，则为所述笔画局部结构特征添加第二修正值，并转换得到接近预设文字效果的优化文字后替换所述目标文字。
示例性地，当用户写完一笔初始笔画后，若2S内无新增的书写动作，则将目标文字的笔画长宽比例特征与其对应的预设笔画局部结构特征进行比较，若笔画局部结构特征与预设笔画局部结构特征之间的偏差值超过第三预设阈值，则为笔画局部结构特征添加第二修正值，并转换得到接近预设文字效果的优化文字后替换目标文字。即整体调整目标文字的结构(显示的区域不变，仅仅调整文字的长宽比例)，这里也可以设置默认值，并可以让用户选择。
上述所有可选技术方案，可以采用任意结合形成本申请的可选实施例，在此不再一一赘述。
具体实施时，本申请不受所描述的各个步骤的执行顺序的限制，在不产生冲突的情况下，某些步骤还可以采用其它顺序进行或者同时进行。
由上可知，本申请实施例提供的用于触控屏的书写笔迹调整方法通过当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。利用本申请实施例提供的用于触控屏的书写笔迹调整方法，通过提取用户书写完成的初始笔画的笔画整体结构特征及笔画局部结构特征，确定初始笔画对应的字体类型，根据笔画局部结构特征与字体类型对应的预设笔画局部结构特征判断初始笔画是否与预设笔画效果有明显偏差，并在有明显偏差时对初始笔画自动调整优化，让用户的字体和标准字体更贴近，使用户在电子书写介质上能够写出笔画优美的文字。
本申请实施例还提供一种用于触控屏的书写笔迹调整装置，所述用于触控屏的书写笔迹调整装置可以集成在终端设备中。
请参阅图2，图2为本申请实施例提供的用于触控屏的书写笔迹调整装置的结构示意图。用于触控屏的书写笔迹调整装置30可以包括：
特征提取模块31，用于当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；
类型确定模块32，用于根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；
特征比较模块33，用于将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；
笔画优化模块34，用于若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。
在一些实施例中，所述笔画局部结构特征包括笔画倾斜特征、笔画长宽比例特征、笔画长度特征及笔画粗细特征中的一种或多种。
在一些实施例中，所述笔画优化模块34，用于自动为所述笔画局部结构特征添加预设修正值；或提供选择界面供用户选择确定第一修正值，将所述第一修正值添加至所述笔画局部结构特征。
在一些实施例中，当用户选择的第一修正值超过第二预设阈值时，则将所述预设笔画局部结构特征转换得到目标笔画。
在一些实施例中，所述装置还包括检测模块，用于检测所述初始笔画书写完成后的预设时长内是否有新增笔画书写操作；若超过所述预设时长未检测到新增笔画书写操作，则将当前完成书写的所有初始笔画构成的文字作为所述目标文字，并将所述目标文字的笔画长宽比例特征与其对应的预设笔画局部结构特征进行比较；若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第三预设阈值，则为所述笔画局部结构特征添加第二修正值，并转换得到接近预设文字效果的优化文字后替换所述目标文字。
在一些实施例中，所述特征提取模块31，用于将所述初始笔画书输入预训练的特征提取模型进行特征提取操作，得到所述初始笔画的笔画整体结构特征及笔画局部结构特征。
在一些实施例中，所述装置还包括训练模块，用于获取待训练的特征提取模型的训练样本；通过所述待训练的特征提取模型对所述训练样本中笔画进行特征提取，得到与所述笔画对应的笔画整体结构特征及笔画局部结构特征；通过所述待训练的特征提取模型，基于所述笔画整体结构特征及笔画局部结构特征识别所述训练样本中的笔画的笔画整体结构特征及笔画局部结构特征，得到所述笔画的识别结果；基于所述识别结果及所述笔画的标签，调整所述待训练的特征提取模型的参数，得到所述预训练的特征提取模型。
具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现。
由上可知，本申请实施例提供的用于触控屏的书写笔迹调整装置30，其中特征提取模块31用于当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；类型确定模块32用于根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；特征比较模块33用于将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；笔画优化模块34用于若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。
具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现。
请参阅图3，图3为本申请实施例提供的用于触控屏的书写笔迹调整装置的另一结构示意图，用于触控屏的书写笔迹调整装置30包括存储器120、一个或多个处理器180、以及一个或多个应用程序，其中该一个或多个应用程序被存储于该存储器120中，并配置为由该处理器180执行；该处理器180可以包括特征提取模块31、类型确定模块32、特征比较模块33以及笔画优化模块34。例如，以上各个部件的结构和连接关系可以如下：
存储器120可用于存储应用程序和数据。存储器120存储的应用程序中包含有可执行代码。应用程序可以组成各种功能模块。处理器180通过运行存储在存储器120的应用程序，从而执行各种功能应用以及数据处理。此外，存储器120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。相应地，存储器120还可以包括存储器控制器，以提供处理器180对存储器120的访问。
处理器180是装置的控制中心，利用各种接口和线路连接整个终端的各个部分，通过运行或执行存储在存储器120内的应用程序，以及调用存储在存储器120内的数据，执行装置的各种功能和处理数据，从而对装置进行整体监控。可选的，处理器180可包括一个或多个处理核心；优选的，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等。
具体在本实施例中，处理器180会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行代码加载到存储器120中，并由处理器180来运行存储在存储器120中的应用程序，从而实现各种功能：
特征提取指令，用于当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；
类型确定指令，用于根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；
特征比较指令，用于将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；
笔画优化指令，用于若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。
在一些实施例中，所述笔画局部结构特征包括笔画倾斜特征、笔画长宽比例特征、笔画长度特征及笔画粗细特征中的一种或多种。
在一些实施例中，所述笔画优化指令，用于自动为所述笔画局部结构特征添加预设修正值；或提供选择界面供用户选择确定第一修正值，将所述第一修正值添加至所述笔画局部结构特征。
在一些实施例中，当用户选择的第一修正值超过第二预设阈值时，则将所述预设笔画局部结构特征转换得到目标笔画。
在一些实施例中，所述程序还包括检测指令，用于检测所述初始笔画书写完成后的预设时长内是否有新增笔画书写操作；若超过所述预设时长未检测到新增笔画书写操作，则将当前完成书写的所有初始笔画构成的文字作为所述目标文字，并将所述目标文字的笔画长宽比例特征与其对应的预设笔画局部结构特征进行比较；若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第三预设阈值，则为所述笔画局部结构特征添加第二修正值，并转换得到接近预设文字效果的优化文字后替换所述目标文字。
在一些实施例中，所述特征提取指令，用于将所述初始笔画书输入预训练的特征提取模型进行特征提取操作，得到所述初始笔画的笔画整体结构特征及笔画局部结构特征。
在一些实施例中，所述程序还包括训练指令，用于获取待训练的特征提取模型的训练样本；通过所述待训练的特征提取模型对所述训练样本中笔画进行特征提取，得到与所述笔画对应的笔画整体结构特征及笔画局部结构特征；通过所述待训练的特征提取模型，基于所述笔画整体结构特征及笔画局部结构特征识别所述训练样本中的笔画的笔画整体结构特征及笔画局部结构特征，得到所述笔画的识别结果；基于所述识别结果及所述笔画的标签，调整所述待训练的特征提取模型的参数，得到所述预训练的特征提取模型。
本申请实施例还提供一种终端设备。所述终端设备可以是服务器、智能手机、电脑、平板电脑等设备。
请参阅图4，图4示出了本申请实施例提供的终端设备的结构示意图，该终端设备可以用于实施上述实施例中提供的用于触控屏的书写笔迹调整方法。该终端设备1200可以为电视机或智能手机或平板电脑。
如图4所示，终端设备1200可以包括RF(Radio Frequency，射频)电路110、包括有一个或一个以上(图中仅示出一个)计算机可读存储介质的存储器120、输入单元130、显示单元140、传感器150、音频电路160、传输模块170、包括有一个或者一个以上(图中仅示出一个)处理核心的处理器180以及电源190等部件。本领域技术人员可以理解，图4中示出的终端设备1200结构并不构成对终端设备1200的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
RF电路110用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。RF电路110可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(SIM)卡、存储器等等。RF电路110可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。
存储器120可用于存储软件程序以及模块，如上述实施例中用于触控屏的书写笔迹调整方法对应的程序指令/模块，处理器180通过运行存储在存储器120内的软件程序以及模块，从而执行各种功能应用以及数据处理，可以根据终端设备所处的当前场景来自动选择振动提醒模式来进行用于触控屏的书写笔迹调整，既能够保证会议等场景不被打扰，又能保证用户可以感知来电，提升了终端设备的智能性。存储器120可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器120可进一步包括相对于处理器180远程设置的存储器，这些远程存储器可以通过网络连接至终端设备1200。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入单元130可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元130可包括触敏表面131以及其他输入设备132。触敏表面131，也称为触控显示屏或者触控板，可收集用户在其上或附近的触控操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面131上或在触敏表面131附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面131可包括触控检测装置和触控控制器两个部分。其中，触控检测装置检测用户的触控方位，并检测触控操作带来的信号，将信号传送给触控控制器；触控控制器从触控检测装置上接收触控信息，并将它转换成触点坐标，再送给处理器180，并能接收处理器180发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面131。除了触敏表面131，输入单元130还可以包括其他输入设备132。具体地，其他输入设备132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元140可用于显示由用户输入的信息或提供给用户的信息以及终端设备1200的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元140可包括显示面板141，可选的，可以采用LCD(Liquid CrystalDisplay，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置显示面板141。进一步的，触敏表面131可覆盖显示面板141，当触敏表面131检测到在其上或附近的触控操作后，传送给处理器180以确定触控事件的类型，随后处理器180根据触控事件的类型在显示面板141上提供相应的视觉输出。虽然在图4中，触敏表面131与显示面板141是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表面131与显示面板141集成而实现输入和输出功能。
终端设备1200还可包括至少一种传感器150，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板141的亮度，接近传感器可在终端设备1200移动到耳边时，关闭显示面板141和/或背光。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于终端设备1200还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路160、扬声器161，传声器162可提供用户与终端设备1200之间的音频接口。音频电路160可将接收到的音频数据转换后的电信号，传输到扬声器161，由扬声器161转换为声音信号输出；另一方面，传声器162将收集的声音信号转换为电信号，由音频电路160接收后转换为音频数据，再将音频数据输出处理器180处理后，经RF电路110以发送给比如另一终端，或者将音频数据输出至存储器120以便进一步处理。音频电路160还可能包括耳塞插孔，以提供外设耳机与终端设备1200的通信。
终端设备1200通过传输模块170(例如Wi-Fi模块)可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图4示出了传输模块170，但是可以理解的是，其并不属于终端设备1200的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器180是终端设备1200的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器120内的软件程序和/或模块，以及调用存储在存储器120内的数据，执行终端设备1200的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器180可包括一个或多个处理核心；在一些实施例中，处理器180可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器180中。
终端设备1200还包括给各个部件供电的电源190，在一些实施例中，电源可以通过电源管理系统与处理器180逻辑相连，从而通过电源管理系统实现管理放电、以及功耗管理等功能。电源190还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管未示出，终端设备1200还可以包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等，在此不再赘述。具体在本实施例中，终端设备1200的显示单元140是触控屏显示器，终端设备1200还包括有存储器120，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器120中，且经配置以由一个或者一个以上处理器180执行一个或者一个以上程序包含用于进行以下操作的指令：
特征提取指令，用于当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；
类型确定指令，用于根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；
特征比较指令，用于将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；
笔画优化指令，用于若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。
在一些实施例中，所述笔画局部结构特征包括笔画倾斜特征、笔画长宽比例特征、笔画长度特征及笔画粗细特征中的一种或多种。
在一些实施例中，所述笔画优化指令，用于自动为所述笔画局部结构特征添加预设修正值；或提供选择界面供用户选择确定第一修正值，将所述第一修正值添加至所述笔画局部结构特征。
在一些实施例中，当用户选择的第一修正值超过第二预设阈值时，则将所述预设笔画局部结构特征转换得到目标笔画。
在一些实施例中，所述程序还包括检测指令，用于检测所述初始笔画书写完成后的预设时长内是否有新增笔画书写操作；若超过所述预设时长未检测到新增笔画书写操作，则将当前完成书写的所有初始笔画构成的文字作为所述目标文字，并将所述目标文字的笔画长宽比例特征与其对应的预设笔画局部结构特征进行比较；若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第三预设阈值，则为所述笔画局部结构特征添加第二修正值，并转换得到接近预设文字效果的优化文字后替换所述目标文字。
在一些实施例中，所述特征提取指令，用于将所述初始笔画书输入预训练的特征提取模型进行特征提取操作，得到所述初始笔画的笔画整体结构特征及笔画局部结构特征。
在一些实施例中，所述程序还包括训练指令，用于获取待训练的特征提取模型的训练样本；通过所述待训练的特征提取模型对所述训练样本中笔画进行特征提取，得到与所述笔画对应的笔画整体结构特征及笔画局部结构特征；通过所述待训练的特征提取模型，基于所述笔画整体结构特征及笔画局部结构特征识别所述训练样本中的笔画的笔画整体结构特征及笔画局部结构特征，得到所述笔画的识别结果；基于所述识别结果及所述笔画的标签，调整所述待训练的特征提取模型的参数，得到所述预训练的特征提取模型。
本申请实施例还提供一种终端设备。所述终端设备可以是智能手机、电脑等设备。
由上可知，本申请实施例提供了一种终端设备1200，所述终端设备1200执行以下步骤：
当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；
根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；
将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；
若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。
本申请实施例还提供一种存储介质，所述存储介质中存储有计算机程序，当所述计算机程序在计算机上运行时，所述计算机执行上述任一实施例所述的用于触控屏的书写笔迹调整方法。
需要说明的是，对本申请所述用于触控屏的书写笔迹调整方法而言，本领域普通测试人员可以理解实现本申请实施例所述用于触控屏的书写笔迹调整方法的全部或部分流程，是可以通过计算机程序来控制相关的硬件来完成，所述计算机程序可存储于一计算机可读存储介质中，如存储在终端设备的存储器中，并被该终端设备内的至少一个处理器执行，在执行过程中可包括如所述用于触控屏的书写笔迹调整方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)等。
对本申请实施例的所述用于触控屏的书写笔迹调整装置而言，其各功能模块可以集成在一个处理芯片中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中，所述存储介质譬如为只读存储器，磁盘或光盘等。
以上对本申请实施例所提供的用于触控屏的书写笔迹调整方法、装置、介质及设备进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种用于触控屏的书写笔迹调整方法，其特征在于，包括：
当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；
根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；
将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；
若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。
2.如权利要求1所述的书写笔迹调整方法，其特征在于，所述笔画局部结构特征包括笔画倾斜特征、笔画长宽比例特征、笔画长度特征及笔画粗细特征中的一种或多种。
3.如权利要求1所述的书写笔迹调整方法，其特征在于，所述为所述笔画局部结构特征添加修正值，包括：
自动为所述笔画局部结构特征添加预设修正值；或
提供选择界面供用户选择确定第一修正值，将所述第一修正值添加至所述笔画局部结构特征。
4.如权利要求3所述的书写笔迹调整方法，其特征在于，当用户选择的第一修正值超过第二预设阈值时，则将所述预设笔画局部结构特征转换得到目标笔画。
5.如权利要求2所述的书写笔迹调整方法，其特征在于，在所述转换得到接近预设笔画效果的目标笔画之后，所述方法还包括：
检测所述初始笔画书写完成后的预设时长内是否有新增笔画书写操作；
若超过所述预设时长未检测到新增笔画书写操作，则将当前完成书写的所有初始笔画构成的文字作为所述目标文字，并将所述目标文字的笔画长宽比例特征与其对应的预设笔画局部结构特征进行比较；
若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第三预设阈值，则为所述笔画局部结构特征添加第二修正值，并转换得到接近预设文字效果的优化文字后替换所述目标文字。
6.如权利要求1所述的书写笔迹调整方法，其特征在于，所述提取所述初始笔画的笔画整体结构特征及笔画局部结构特征，包括：
将所述初始笔画书输入预训练的特征提取模型进行特征提取操作，得到所述初始笔画的笔画整体结构特征及笔画局部结构特征。
7.如权利要求6所述的书写笔迹调整方法，其特征在于，在所述提取所述初始笔画的笔画整体结构特征及笔画局部结构特征之前，所述方法还包括：
获取待训练的特征提取模型的训练样本；
通过所述待训练的特征提取模型对所述训练样本中笔画进行特征提取，得到与所述笔画对应的笔画整体结构特征及笔画局部结构特征；
通过所述待训练的特征提取模型，基于所述笔画整体结构特征及笔画局部结构特征识别所述训练样本中的笔画的笔画整体结构特征及笔画局部结构特征，得到所述笔画的识别结果；
基于所述识别结果及所述笔画的标签，调整所述待训练的特征提取模型的参数，得到所述预训练的特征提取模型。
8.一种用于触控屏的书写笔迹调整装置，其特征在于，包括：
特征提取模块，用于当构成目标文字的初始笔画书写完成时，提取所述初始笔画的笔画整体结构特征及笔画局部结构特征；
类型确定模块，用于根据所述笔画整体结构特征确定所述初始笔画对应的字体类型；
特征比较模块，用于将所述笔画局部结构特征与所述字体类型对应的预设笔画局部结构特征进行比较；
笔画优化模块，用于若所述笔画局部结构特征与所述预设笔画局部结构特征之间的偏差值超过第一预设阈值，则为所述笔画局部结构特征添加修正值，并转换得到接近预设笔画效果的优化笔画后替换所述初始笔画。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1-7任一项所述的用于触控屏的书写笔迹调整方法。
10.一种终端设备，其特征在于，包括处理器和存储器，所述存储器存储有多条指令，所述处理器加载所述指令以执行权利要求1-7任一项所述的用于触控屏的书写笔迹调整方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310666064.4A CN117406903A (zh) | 2023-06-06 | 2023-06-06 | 用于触控屏的书写笔迹调整方法、装置、介质及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310666064.4A CN117406903A (zh) | 2023-06-06 | 2023-06-06 | 用于触控屏的书写笔迹调整方法、装置、介质及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117406903A true CN117406903A (zh) | 2024-01-16 |
Family
ID=89487689
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310666064.4A Pending CN117406903A (zh) | 2023-06-06 | 2023-06-06 | 用于触控屏的书写笔迹调整方法、装置、介质及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117406903A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117930995A (zh) * | 2024-03-22 | 2024-04-26 | 杭州海康威视数字技术股份有限公司 | 一种文字绘制方法及装置 |
-
2023
- 2023-06-06 CN CN202310666064.4A patent/CN117406903A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117930995A (zh) * | 2024-03-22 | 2024-04-26 | 杭州海康威视数字技术股份有限公司 | 一种文字绘制方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10397649B2 (en) | Method of zooming video images and mobile display terminal | |
| AU2013204564B2 (en) | Method and apparatus for processing multiple inputs | |
| CN107817939B (zh) | 一种图像处理方法及移动终端 | |
| CN108055408B (zh) | 一种应用程序控制方法及移动终端 | |
| CN110989882B (zh) | 一种控制方法、电子设备和计算机可读存储介质 | |
| CN109240577B (zh) | 一种截屏方法及终端 | |
| CN107943390B (zh) | 一种文字复制方法及移动终端 | |
| US11165950B2 (en) | Method and apparatus for shooting video, and storage medium | |
| CN108920069B (zh) | 一种触控操作方法、装置、移动终端和存储介质 | |
| CN108958606B (zh) | 分屏显示方法、装置、存储介质和电子设备 | |
| KR102388590B1 (ko) | 전자 장치 및 전자 장치의 입력 방법 | |
| CN111026464A (zh) | 一种识别方法及电子设备 | |
| CN107957841B (zh) | 滚动截屏方法及装置 | |
| CN117406903A (zh) | 用于触控屏的书写笔迹调整方法、装置、介质及设备 | |
| US20180286089A1 (en) | Electronic device and method for providing colorable content | |
| CN106384033A (zh) | 一种终端屏幕灭屏的方法及装置 | |
| CN109634508B (zh) | 一种用户信息加载方法及装置 | |
| CN107861667B (zh) | 一种桌面应用图标的排列方法及移动终端 | |
| CN116307394A (zh) | 产品用户体验评分方法、装置、介质及设备 | |
| CN111027406B (zh) | 图片识别方法、装置、存储介质及电子设备 | |
| CN114168059A (zh) | 书写笔迹生成方法、装置、存储介质及终端设备 | |
| CN109032379B (zh) | 一种语言选项显示方法及终端 | |
| CN113495641A (zh) | 触摸屏鬼点识别方法、装置、终端及存储介质 | |
| CN110908732A (zh) | 应用的任务删除方法及电子设备 | |
| CN110868634A (zh) | 一种视频处理方法及电子设备 |
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 |