本公开涉及一种书写检测方法、装置、存储介质及电子设备，该书写检测方法包括：获取用户书写目标文字的至少一个字帖图像，所述至少一个字帖图像包括对应所述用户书写所述目标文字时所形成的包括书写笔画的至少一个练字方格；识别所述至少一个字帖图像中的所述至少一个练字方格；将所述至少一个练字方格输入实例分割模型，以确定所述至少一个练字方格包括的笔画内容；将所述至少一个练字方格包括的笔画内容与笔画模板进行比对，得到书写检测结果。果。果。
【技术实现步骤摘要】
书写检测方法、装置、存储介质及电子设备
[0001]本公开涉及图像识别
，具体地，涉及一种书写检测方法、装置、存储介质及电子设备。
技术介绍
[0002]目前，在进行文字书写教学时，往往需要采用由老师示范，学生跟着书写的教学方式，或者老师单独的一对一指导教学方式。在学生临摹字帖完成练字之后，需要老师人工评判学生的书写情况。如果学生数量众多，则需要耗费老师较多的精力和时间评判所有学生的书写情况，无法实现高效的书写评判。
技术实现思路
[0003]提供该
技术实现思路
部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该
技术实现思路
部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
[0004]第一方面，本公开提供一种书写检测方法，所述方法包括：
[0005]获取用户书写目标文字的至少一个字帖图像，所述至少一个字帖图像包括所述用户书写所述目标文字时所形成的包括书写笔画的至少一个练字方格；
[0006]识别所述至少一个字帖图像中的所述至少一个练字方格；
[0007]将所述至少一个练字方格输入实例分割模型，以确定所述至少一个练字方格包括的笔画内容；
[0008]将所述至少一个练字方格包括的笔画内容与笔画模板进行比对，得到书写检测结果。
[0009]第二方面，本公开提供一种书写检测装置，所述装置包括：
[0010]获取模块，用于获取用户书写目标文字的至少一个字帖图像，所述至少一个字帖图像包括所述用户书写所述目标文字时所形成的包括书写笔画的至少一个练字方格；
[0011]识别模块，用于识别所述至少一个字帖图像中的所述至少一个练字方格；
[0012]确定模块，用于将所述至少一个练字方格输入实例分割模型，以确定所述至少一个练字方格包括的笔画内容；
[0013]比对模块，用于将所述至少一个练字方格包括的笔画内容与笔画模板进行比对，得到书写检测结果。
[0014]第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面中所述方法的步骤。
[0015]第四方面，本公开提供一种电子设备，包括：
[0016]存储装置，其上存储有计算机程序；
[0017]处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中所述方法的步骤。
[0018]通过上述技术方案，可以先识别字帖图像中的至少一个练字方格，并将该至少一个练字方格输入实例分割模型，以得到至少一个练字方格包括的笔画内容，最后将至少一个练字方格包括的笔画内容与笔画模板进行比对，得到书写检测结果。相较于相关技术中人工评判练字情况的方式，可以通过基于实例分割的人工智能方法对输入的字帖图像进行自动化的书写检测，减少用于书写评判的人力和时间，从而提高书写评判效率。
[0019]本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
[0020]结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
[0021]图1是根据本公开一示例性实施例示出的一种书写检测方法的流程图；
[0022]图2是根据本公开一示例性实施例示出的一种书写检测方法中字帖图像示意图；
[0023]图3是根据本公开一示例性实施例示出的一种书写检测方法中识别出的练字方格的示意图；
[0024]图4是根据本公开一示例性实施例示出的一种书写检测方法中识别到的字帖图像中每两个相邻练字方格之间新增笔画的示意图；
[0025]图5是根据本公开一示例性实施例示出的一种书写检测方法中笔顺模板的示意图；
[0026]图6是根据本公开一示例性实施例示出的一种书写检测装置的框图；
[0027]图7是根据本公开一示例性实施例示出的一种电子设备的框图。
具体实施方式
[0028]下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
[0029]应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
[0030]本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
[0031]需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。另外需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
[0032]本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性
的目的，而并不是用于对这些消息或信息的范围进行限制。
[0033]正如
技术介绍
所言，相关技术中的书写评判方式主要为人工评判的方式，无法实现高效的书写评判。有鉴于此，本公开实施例提供一种书写检测方法、装置、存储介质及电子设备，以实现自动化的书写检测，减少在书写评判过程中耗费的人力和时间，从而提高书写评判效率。
[0034]图1是根据本公开一示例性实施例示出的一种书写检测方法的流程图。参照图1，该书写检测方法包括：
[0035]步骤101，获取用户书写目标文字的至少一个字帖图像，所述至少一个字帖图像包括所述用户书写所述目标文字时所形成的包括书写笔画的至少一个练字方格；
[0036]步骤102，识别所述至少一个字帖图像中的所述至少一个练字方格；
[0037]步骤103，将所述至少一个练字方格输入实例分割模型，以确定所述至少一个练字方格包括的笔画内容；
[0038]步骤104，将所述至少一个练字方格包括的笔画内容与笔画模板进行比对，得到书写检测结果。
[0039]通过上述方式，可以先识别字帖图像中的至少一个练字方格，并将该至少一个练字方格输入实例分割模型，以得到至少一个练字方格包括的笔画内容，最后将至少一个练字方格包括的笔画内容与笔画模板进行比对，得到书写检测结果。相较于相关技术中人工评判练字情况的方式，可以通过基于实例分割的人工智能方法对输入的字帖图像本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种书写检测方法，其特征在于，所述方法包括：获取用户书写目标文字的至少一个字帖图像，所述至少一个字帖图像中包括所述用户书写所述目标文字时所形成的包括书写笔画的至少一个练字方格；识别所述至少一个字帖图像中的所述至少一个练字方格；将所述至少一个练字方格输入实例分割模型，以确定所述至少一个练字方格包括的笔画内容；将所述至少一个练字方格包括的笔画内容与笔画模板进行比对，得到书写检测结果。2.根据权利要求1所述的方法，其特征在于，所述实例分割模型是根据标注有笔画实例信息的样本字帖图像训练得到的，其中，所述样本字帖图像中样本文字的每一笔画标注有不同的笔画实例信息。3.根据权利要求1所述的方法，其特征在于，所述将所述至少一个练字方格包括的笔画内容与笔画模板进行比对，得到书写检测结果，包括：将相邻两个练字方格中对应位置的笔画进行匹配，以确定所述相邻两个练字方格之间的新增笔画；根据所述至少一个字帖图像中每两个相邻练字方格之间的新增笔画，确定所述至少一个字帖图像中所述目标文字对应的笔画顺序，并将所述笔画顺序与文字笔画库中所述目标文字的笔顺模板进行相似度计算，得到笔顺相似度，其中，所述文字笔画库中存储有不同文字对应的笔顺模板；所述书写检测结果包括所述笔顺相似度。4.根据权利要求3所述的方法，其特征在于，所述将相邻两个练字方格中对应位置的笔画进行匹配，以确定所述相邻两个练字方格之间的新增笔画，包括：针对第一练字方格中的每一笔画，确定该笔画与第二练字方格中每一笔画之间的重叠度，若所述重叠度大于预设重叠度，则确定该笔画与所述第二练字方格中的对应笔画匹配，其中，所述第一练字方格与所述第二练字方格相邻；若所述第一练字方格或所述第二练字方格中存在未匹配的剩余笔画，则将所述剩余笔画确定为所述第一练字方格和所述第二练字方格之间的新增笔画。5.根据权利要求1所述的方法，其特征在于，所述将所述至少一个练字方格包括的笔画内容与笔画模板进行比对，得到书写检测结果，包括：针对所述至少一个练字方格中的每一笔画，确定该笔画的笔画类型；在单笔画库中查找所述笔画类型对应的单笔画模板，并将所述单笔画模板与所述笔画进行相似度计算，得到笔画相似度，其中，所述单笔画库中存储有不同笔画类型对应的单笔画模板；所述书写检测结果包括所述...
【专利技术属性】
技术研发人员：石威，李文熙，黄灿，王长虎，
申请(专利权)人：北京有竹居网络技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。