System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种手写字符的识别方法和装置。
技术介绍
1、以图片形式存在的字符,统称为手写字符;识别手写字符,是指从字符集中识别出与图片相匹配的字符,此过程在考核试卷的批改、识别身份证号或停车场车牌号等数字串等场景中,有很大的实际应用价值;现有技术通过传统的机器学习方法,运用深度学习模型对手写字符进行识别,虽然准确率较高,但是由于深度学习模型的训练时间较长,且每次更改字符集时,需要重新训练深度学习模型,导致在频繁更改字符集的场景中,由于频繁训练深度学习模型使得计算机资源被过多占用,导致手写字符识别的效率低,采用分类模型识别手写字符,虽然能够节约训练时间,但是准确率低,且在字符集体量很大的情况下,机器学习的模型会非常复杂,出现过拟合,导致识别性能下降。因此,亟需一种高效准确的识别手写字符的方法,既能应对字符集频繁更换的问题,也能应对字符集体量大的问题。
技术实现思路
1、鉴于上述问题,提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的一种手写字符的识别方法和装置。
2、第一方面,本专利技术实施例提供一种手写字符的识别方法,包括:
3、获取待识别手写字符,提取所述待识别手写字符的拓扑图;
4、分别确定所述待识别手写字符的拓扑图与预先获取到的各标准字符的拓扑图之间的第一对应点组;
5、根据所述待识别手写字符的拓扑图与所述各标准字符的拓扑图之间的第一对应点组,计算所述待识别手写字符的拓扑图与各标准字符的拓扑图的平均距离;<
...【技术保护点】
1.一种手写字符的识别方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述各标准字符的拓扑图,是通过下述方式获取到的:
3.如权利要求2所述的方法,其特征在于,提取出所述标准字符的拓扑图之后,还包括:
4.如权利要求3所述的方法,其特征在于,所述提取所述待识别手写字符的拓扑图,包括:
5.如权利要求4所述的方法,其特征在于,所述分别确定所述待识别手写字符的拓扑图与预先获取到的各标准字符的拓扑图之间的第一对应点组,包括:
6.如权利要求5所述的方法,其特征在于,确定拓扑图分组中待识别手写字符的拓扑图与标准字符的拓扑图之间的第一对应点组,包括:
7.如权利要求6所述的方法,其特征在于,所述第二对应点组和所述第三对应点组之间的相似度,通过下述方式得到:
8.如权利要求1-7任一所述的方法,其特征在于,所述根据所述待识别手写字符的拓扑图与所述各标准字符的拓扑图之间的第一对应点组,计算所述待识别手写字符的拓扑图与各标准字符的拓扑图的平均距离,包括:
9.如权利要求8所述的方法,
10.一种手写字符的识别装置,其特征在于,包括:
11.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机可执行指令,所述计算机可执行指令被处理器执行时实现如权利要求1-9任一所述的手写字符的识别方法。
12.一种终端设备,其特征在于,包括:存储器、处理器及存储于存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如权利要求1-9任一所述的手写字符的识别方法。
13.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现如权利要求1-9任一所述的手写字符的识别方法。
...【技术特征摘要】
1.一种手写字符的识别方法,其特征在于,包括:
2.如权利要求1所述的方法,其特征在于,所述各标准字符的拓扑图,是通过下述方式获取到的:
3.如权利要求2所述的方法,其特征在于,提取出所述标准字符的拓扑图之后,还包括:
4.如权利要求3所述的方法,其特征在于,所述提取所述待识别手写字符的拓扑图,包括:
5.如权利要求4所述的方法,其特征在于,所述分别确定所述待识别手写字符的拓扑图与预先获取到的各标准字符的拓扑图之间的第一对应点组,包括:
6.如权利要求5所述的方法,其特征在于,确定拓扑图分组中待识别手写字符的拓扑图与标准字符的拓扑图之间的第一对应点组,包括:
7.如权利要求6所述的方法,其特征在于,所述第二对应点组和所述第三对应点组之间的相似度,通过下述方式得到:
8.如权利要求1-7任一所述的方法,其特征在于,所述根据所述待识别手写字符的拓扑图与所述各标准字符的拓扑图之间的第一对应点组...
【专利技术属性】
技术研发人员:张宸宇,周萌,李崇,崔雪征,单东旭,侯硕,
申请(专利权)人:昆仑数智科技有限责任公司,
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。