手写体字符生成方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种手写体字符生成方法、装置、计算机设备和存储介质，其中方法通过获取初始手写体字符图像，并基于初始手写体字符图像，提取初始手写体字符图像中初始手写体的目标字符的手写轨迹信息序列，采用粗糙路径理论对手写轨迹信息序列进行处理，以得到描述初始手写体字符图像中手写轨迹信息的路径图像序列，进而将初始手写体字符图像以及对应的路径图像序列输入第一深度学习模型，生成多种手写体风格的目标字符，从而实现多种手写体风格数据的生成及扩充，解决了手写体数据不足的问题。

Generating method, device, computer equipment and storage medium of handwritten characters

【技术实现步骤摘要】
手写体字符生成方法、装置、计算机设备和存储介质
本申请涉及字符处理技术，特别是涉及一种手写体字符生成方法、装置、计算机设备和存储介质。
技术介绍
随着社会经济的发展和中国城镇化的推进，越来越多的人进入城市就业，越来越多的企业和金融机构诞生，对于企业和金融机构而言，每天都产生着大量的手写单据。由于手写数据风格多样，人人不同，因此传统的后台录入统计，一般采用人工进行，不仅速度慢且效率低下。因此，如何快速准确的完成对手写票据的识别、核对，同时减少人工成本，是急需解决的问题。特别是在智慧金融及人工智能相关政策的指引下，越来越多的企业和金融机构开始针对其进行相应的投入和研究。但是，基于手写数据风格多样，人人不同，导致样本数据采集困难、成本高，而样本数据的不足直接决定了智能识别的鲁棒性。
技术实现思路
基于此，有必要针对上述手写体样本数据不足的问题，提供一种能够自动生成多种风格手写体数据的手写体字符生成方法、装置、计算机设备和存储介质。为了实现上述目的，一方面，本申请实施例提供了一种手写体字符生成方法，所述方法包括：获取初始手写体字符图像，其中，初始手写体字符图像中包括初始手写体的目标字符；基于初始手写体字符图像，提取初始手写体的目标字符的手写轨迹信息序列；采用粗糙路径理论对手写轨迹信息序列进行处理，得到描述初始手写体字符图像中手写轨迹信息的路径图像序列；将初始手写体字符图像以及对应的路径图像序列输入第一深度学习模型，生成多种手写体风格的目标字符图像。<br>在其中一个实施例中，基于初始手写体字符图像，提取初始手写体的目标字符的手写轨迹信息序列，包括：通过第二深度学习模型扫描初始手写体字符图像，生成与初始手写体的目标字符的笔画顺序对应的笔迹静态图像序列；对笔迹静态图像序列进行形态学图像处理，得到对应的手写轨迹信息序列。在其中一个实施例中，对笔迹静态图像序列进行形态学图像处理，包括：对笔迹静态图像序列进行差分处理、形态学处理以及连通域处理。在其中一个实施例中，采用粗糙路径理论对手写轨迹信息序列进行处理，包括：基于粗糙路径理论将手写轨迹信息序列转换为一组实数集合，以得到对应的路径签名；根据设定维数对路径签名进行降维处理，得到对应维数的截断签名，其中，截断签名是与设定维数对应的有限个实数构成的集合；根据初始手写体字符图像以及有限个实数分别对应的几何特征，生成一一对应的各签名图像，一一对应的各签名图像构成路径图像序列。在其中一个实施例中，所述方法还包括：获取训练数据，其中，训练数据包括样本手写体字符图像和对应的样本目标手写体字符图像；基于样本手写体字符图像和对应的样本目标手写体字符图像，分别得到描述手写轨迹信息的样本路径图像序列和样本目标路径图像序列；将设定的随机参数序列、样本手写体字符图像和对应的样本路径图像序列输入初始对抗网络模型，得到样本手写体字符图像的预测手写体字符图像；根据设定的损失函数、预测手写体字符图像、样本目标手写体字符图像和对应的样本目标路径图像序列确定初始对抗网络模型的损失值；根据损失值训练初始对抗网络模型，得到第一深度学习模型。在其中一个实施例中，在得到样本手写体字符图像的预测手写体字符图像之后，还包括：获取描述预测手写体字符图像中手写轨迹信息的预测路径图像序列；则根据设定的损失函数、预测手写体字符图像、样本目标手写体字符图像和对应的样本目标路径图像序列确定初始对抗网络模型的损失值，包括：根据预测手写体字符图像和样本目标手写体字符图像确定对应的第一损失；根据预测路径图像序列和样本目标路径图像序列确定对应的第二损失；基于第一损失和第二损失的和得到初始对抗网络模型的损失值。在其中一个实施例中，基于样本手写体字符图像和对应的样本目标手写体字符图像，分别得到描述手写轨迹信息的样本路径图像序列和样本目标路径图像序列，包括：分别提取样本手写体字符图像的样本手写轨迹信息序列，以及对应的样本目标手写体字符图像的样本目标手写轨迹信息序列；采用粗糙路径理论对样本手写轨迹信息序列和样本目标手写轨迹信息序列进行处理，得到描述样本手写体字符图像中手写轨迹信息的样本路径图像序列，以及得到描述样本目标手写体字符图像中手写轨迹信息的样本目标路径图像序列。另一方面，本申请实施例还提供了一种手写体字符生成装置，所述装置包括：初始手写体字符图像获取模块，用于获取初始手写体字符图像，其中，初始手写体字符图像中包括初始手写体的目标字符；手写轨迹信息序列提取模块，用于基于初始手写体字符图像，提取初始手写体的目标字符的手写轨迹信息序列；粗糙路径处理模块，用于采用粗糙路径理论对手写轨迹信息序列进行处理，得到描述初始手写体字符图像中手写轨迹信息的路径图像序列；字符生成模块，用于将初始手写体字符图像以及对应的路径图像序列输入第一深度学习模型，生成多种手写体风格的目标字符图像。又一方面，本申请实施例还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取初始手写体字符图像，其中，初始手写体字符图像中包括初始手写体的目标字符；基于初始手写体字符图像，提取初始手写体的目标字符的手写轨迹信息序列；采用粗糙路径理论对手写轨迹信息序列进行处理，得到描述初始手写体字符图像中手写轨迹信息的路径图像序列；将初始手写体字符图像以及对应的路径图像序列输入第一深度学习模型，生成多种手写体风格的目标字符。再一方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取初始手写体字符图像，其中，初始手写体字符图像中包括初始手写体的目标字符；基于初始手写体字符图像，提取初始手写体的目标字符的手写轨迹信息序列；采用粗糙路径理论对手写轨迹信息序列进行处理，得到描述初始手写体字符图像中手写轨迹信息的路径图像序列；将初始手写体字符图像以及对应的路径图像序列输入第一深度学习模型，生成多种手写体风格的目标字符。上述手写体字符生成方法、装置、计算机设备和存储介质，通过获取初始手写体字符图像，并基于初始手写体字符图像，提取初始手写体字符图像中初始手写体的目标字符的手写轨迹信息序列，采用粗糙路径理论对手写轨迹信息序列进行处理，以得到描述初始手写体字符图像中手写轨迹信息的路径图像序列，进而将初始手写体字符图像以及对应的路径图像序列输入第一深度学习模型，生成多种手写体风格的目标字符，从而实现多种手写体风格数据的生成及扩充，解决了手写体数据不足的问题。附图说明图1为一个实施例中手写体字符生成方法的应用环境图；图2为一个实施例中手写体字符生成方法的流程示意图；图3为一个实施例中手写轨迹信息序列步骤的流程示意图；图4A为一个实施例中初始手写体字符图像的示意图；图4B为基于图4A得到的笔迹静态图像序列示意图；图5为一个实施例中采用粗糙本文档来自技高网...

【技术保护点】
1.一种手写体字符生成方法，其特征在于，所述方法包括：/n获取初始手写体字符图像，所述初始手写体字符图像中包括初始手写体的目标字符；/n基于所述初始手写体字符图像，提取所述初始手写体的目标字符的手写轨迹信息序列；/n采用粗糙路径理论对所述手写轨迹信息序列进行处理，得到描述所述初始手写体字符图像中手写轨迹信息的路径图像序列；/n将所述初始手写体字符图像以及对应的路径图像序列输入第一深度学习模型，生成多种手写体风格的目标字符图像。/n

【技术特征摘要】
1.一种手写体字符生成方法，其特征在于，所述方法包括：
获取初始手写体字符图像，所述初始手写体字符图像中包括初始手写体的目标字符；
基于所述初始手写体字符图像，提取所述初始手写体的目标字符的手写轨迹信息序列；
采用粗糙路径理论对所述手写轨迹信息序列进行处理，得到描述所述初始手写体字符图像中手写轨迹信息的路径图像序列；
将所述初始手写体字符图像以及对应的路径图像序列输入第一深度学习模型，生成多种手写体风格的目标字符图像。


2.根据权利要求1所述的手写体字符生成方法，其特征在于，所述基于所述初始手写体字符图像，提取所述初始手写体的目标字符的手写轨迹信息序列，包括：
通过第二深度学习模型扫描所述初始手写体字符图像，生成与所述初始手写体的目标字符的笔画顺序对应的笔迹静态图像序列；
对所述笔迹静态图像序列进行形态学图像处理，得到对应的手写轨迹信息序列。


3.根据权利要求2所述的手写体字符生成方法，其特征在于，所述对所述笔迹静态图像序列进行形态学图像处理，包括：
对所述笔迹静态图像序列进行差分处理、形态学处理以及连通域处理。


4.根据权利要求1所述的手写体字符生成方法，其特征在于，所述采用粗糙路径理论对所述手写轨迹信息序列进行处理，包括：
基于所述粗糙路径理论将所述手写轨迹信息序列转换为一组实数集合，以得到对应的路径签名；
根据设定维数对所述路径签名进行降维处理，得到对应维数的截断签名，所述截断签名是与设定维数对应的有限个实数构成的集合；
根据所述初始手写体字符图像以及有限个实数分别对应的几何特征，生成一一对应的各签名图像，所述一一对应的各签名图像构成所述路径图像序列。


5.根据权利要求1至4任一项所述的手写体字符生成方法，其特征在于，所述方法还包括：
获取训练数据，所述训练数据包括样本手写体字符图像和对应的样本目标手写体字符图像；
基于所述样本手写体字符图像和对应的样本目标手写体字符图像，分别得到描述手写轨迹信息的样本路径图像序列和样本目标路径图像序列；
将设定的随机参数序列、所述样本手写体字符图像和对应的样本路径图像序列输入初始对抗网络模型，得到所述样本手写体字符图像的预测手写体字符图像；
根据设定的损失函数、所述预测手写体字符图像、所述样本目标手写体字符图像和对应的样本目标路径图像序列确定所述初始对抗网络模型的损失值；
根据所...

【专利技术属性】
技术研发人员：周康明，王庆峰，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：上海;31