【技术实现步骤摘要】
一种快速识别手写矢量的方法及装置、介质和设备
本专利技术涉及手写字体识别
,特别是一种快速识别手写矢量的方法及装置、介质和设备。
技术介绍
目前现有的针对手写字体的识别技术大多数适用于手写的数字、字母、中文汉字,而缺乏对手写的矢量(向量)的识别。随着通讯技术的发展,线上学习系统、学生作业线上批改系统发展势头迅猛。矢量作为理工科常用的符号,在教师授课的手写板书、学生手写作业中出现的频率很高,因此,有必要研究能分辨手写字母及手写字母矢量的技术。
技术实现思路
本专利技术的第一目的在于解决现有技术的不足,提出一种快速识别手写矢量的方法,可以准确高效地识别手写字母及手写字母矢量。本专利技术的第二目的在于提出一种快速识别手写矢量的装置。本专利技术的第三目的在于提出一种计算机可读存储介质。本专利技术的第四目的在于提出一种计算设备。本专利技术的第一目的通过下述技术方案实现:一种快速识别手写矢量的方法,包括如下步骤:S1、获取含有手写字体的原始图像;S2、对原始图像进行高斯滤波处理,再将其从RGB图像转换为灰度图;S3、对灰度图进行边缘检测,得到边缘图像;S4、识别边缘图像中手写的字母或手写的字母矢量中的字母,并存储该字母信息;S5、检测边缘图像中是否含有直线,若无,则初步判定手写字体不存在字母矢量的箭头特征;若有,则初步判定手写字体存在字母矢量的箭头特征,然后根据直线在边缘图像中的像素点坐标,对边缘图像进行分割,得到含有直线的局部图像 ...
【技术保护点】
1.一种快速识别手写矢量的方法,其特征在于,包括如下步骤:/nS1、获取含有手写字体的原始图像;/nS2、对原始图像进行高斯滤波处理,再将其从RGB图像转换为灰度图;/nS3、对灰度图进行边缘检测,得到边缘图像;/nS4、识别边缘图像中手写的字母或手写的字母矢量中的字母,并存储该字母信息;/nS5、检测边缘图像中是否含有直线,若无,则初步判定手写字体不存在字母矢量的箭头特征;若有,则初步判定手写字体存在字母矢量的箭头特征,然后根据直线在边缘图像中的像素点坐标,对边缘图像进行分割,得到含有直线的局部图像;/nS6、计算局部图像的HU矩,并将该HU矩与标准箭头HU矩进行匹配,若两者一致,则判定手写字体存在字母矢量的箭头特征;若两者不一致,则判定手写字体不存在字母矢量的箭头特征;/nS7、如果在步骤S5与步骤S6均有检测到箭头特征,则判定手写字体为手写字母矢量,根据步骤S4中存储的字母信息,生成并输出对应的字母矢量;/n如果在步骤S5和S6中任一个步骤没有检测到箭头特征,则判定手写字体为字母,并输出步骤S4中存储的字母信息。/n
【技术特征摘要】
1.一种快速识别手写矢量的方法,其特征在于,包括如下步骤:
S1、获取含有手写字体的原始图像;
S2、对原始图像进行高斯滤波处理,再将其从RGB图像转换为灰度图;
S3、对灰度图进行边缘检测,得到边缘图像;
S4、识别边缘图像中手写的字母或手写的字母矢量中的字母,并存储该字母信息;
S5、检测边缘图像中是否含有直线,若无,则初步判定手写字体不存在字母矢量的箭头特征;若有,则初步判定手写字体存在字母矢量的箭头特征,然后根据直线在边缘图像中的像素点坐标,对边缘图像进行分割,得到含有直线的局部图像;
S6、计算局部图像的HU矩,并将该HU矩与标准箭头HU矩进行匹配,若两者一致,则判定手写字体存在字母矢量的箭头特征;若两者不一致,则判定手写字体不存在字母矢量的箭头特征;
S7、如果在步骤S5与步骤S6均有检测到箭头特征,则判定手写字体为手写字母矢量,根据步骤S4中存储的字母信息,生成并输出对应的字母矢量;
如果在步骤S5和S6中任一个步骤没有检测到箭头特征,则判定手写字体为字母,并输出步骤S4中存储的字母信息。
2.根据权利要求1所述的快速识别手写矢量的方法,其特征在于,区域图像的HU矩的计算公式为:
I1=η20+η02
I2=(η20+η02)2+4η112
I3=(η20+3η12)2+(3η21-η03)2
I4=(η30+η12)2+(η21+η03)2
I5=(η30-η12)(η30-η12)[(η30+η12)2-3(η21+η03)2]+(3η21-η03)(η21+η30)[3(η30+η12)2-(η21+η03)2]
I6=(η20-η02)[(η30+η12)2-(η21+η03)2]+4η11(η30+η12)(η21+η03)
I7=(3η21+η03)(η30+η12)[(η30+η12)2-3(η21+η03)2]+9η30-3η12)(η21+η30)[3(η30+η12)2-(η21+η03)2]
其中,I1、I2、I3、I4、I5、I6、I7分别代表7个不变矩;η20、η02、η11、η30、η03、η30、η21、η12均为归一化中心矩。
3.根据权利要求1所述的快速识别手写矢量的方法,其特征在于,将原始图像从RGB图像转换为灰度图,具体是:对原始图像的RGB三个分量进行加权平均,得到最终的灰度...
【专利技术属性】
技术研发人员:朱静,杜晓楠,牛子晗,王茹皓,李楚宪,尹邦政,赵宣博,陈新兵,黄薪如,刘静,
申请(专利权)人:广州大学,
类型:发明
国别省市:广东;44
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。