手写体

摘要： 手写体不同于遵循书法的结字原理和艺术审美的书写体,也不同于机械且冰冷的印刷字体,其更多地保留了不同造字者的书写特征和个性,极具灵动性且传递着能够打动人心的独特情感,因而具备情感交流的功能。在互联网经济和数字技术的发展进程中,市场需求呈现出定制化和个性化的新趋势。在此背景下,手写体逐渐成为影视综艺海报、品牌形象、公益教育和网络电商推广等领域中广泛使用的热门字体。文章主要从手写字体设计当前存在的问题出发,探讨其发展现状以及未来发展趋势,以期引发广大手写体的使用者、设计者的反思,共同促进字体设计行业的健康发展。

摘要： 针对印刷体和手写体分类准确率不够高的问题,本文首先提出了一种印刷体与手写体像素级样本制作方法,并制作了印刷体和手写体数据集。其次提出了一种基于带空洞卷积和空洞空间金字塔池化的全卷积神经网络(FCN-AC-ASPP)模型。经过对FCNAC-ASPP模型的训练和检测,该模型的分类准确率平均交并比(IoU)达到96.10%,优于全卷积神经网络(FCN)、DeeplabV3+、带空洞卷积的全卷积神经网络(FCN-AC)模型。最后对于同时含有印刷体和手写体的新图片,用训练好的FCN-AC-ASPP模型对印刷体和手写体分类,从而把手写体去除。

摘要： 一面奖状思绪的闸门从一张保存了61年之久的奖状开启。纸张皱皱巴巴有些破损,我小心翼翼地打开,散发出一股很有年代感的墨香奖状正中央为4面红旗簇拥下的毛主席头像,左右竖排分别印刷着“生产必须安全,安全为了生产”的语录,正文足毛笔字手写体,内荇记载为:“代承新同志在1959年10法工作战线上积极苦干,清廉务实,成绩显著,评为先进工作者,以资鼓励,希戒骄戒躁,继续努力,争取更大成就。西乡县人民法院,1959年12月16日”。

摘要： 汉字作为信息的载体,在中华文明的历史发展进程中起着不可替代的重要作用.随着信息时代的到来,更增加了人们对文字信息化的迫切需求,汉字识别成为目前研究的热点.由于中国汉字结构的复杂多样性,要进行笔划的提取工作,首先要对汉字的结构,分类等进行深入的分析研究.本文对现有的笔划提取方法的进行研究,通过分析、总结了以往笔画提取中使用的各种算法的优点及不足,提出改进的方法思路.

摘要： 有一种“猝死”,令人悲怆、心碎。2017年的11月14日晚上10点,距期中考试还有三天,江苏徐州市一位10岁的刘姓女孩,在家喝农药自杀,死前留有手写体遗书374字,告别视频3分26秒。视频中,女孩噙着眼泪但又十分平静地告诉父母,她要去天堂了,她太想去那里看看了。在遗书中她又说,因为老师嫌其成绩不好,不让她考试,(当事老师和地方教育局对此否认)她继续活着没有意义了。

摘要： 小学英语入门教学是引导学生进行英语学习的基础阶段,这个阶段是非常重要的,从多年的教学经验来看,很多学生在今后英语成绩的好坏基本取决于学生在入门阶段兴趣的培养和英语学习习惯的养成上。在基础阶段的学习过程中,如果学生能够在入门阶段对英语产生兴趣,养成良好的英语语言学习习惯就能够在以后的学习中得到长远的发展和进步。反之,在初学阶段如果没有养成良好的学习习惯和学习兴趣就会越学越吃力,最后很有可能因为英语学习成绩影响而失去更多学习的机会。基于此,本人针对多年从事小学英语教学中发现的一些问题和解决对策和大家交流一下,希望能够给广大的小学英语老师带来一些启示和帮助。

摘要： 我国的书信史悠久流长,早在文字出现前,人们就已有书信往来,当时采用结绳、刻符等方式。即使到了今天,不需要鸿雁来传书,甚至可以没有文字,但仍然被称为"短信"。在整理教育家李吉林的相关资料时,我们发现了相当数量的信件,有短信、有长信,有学术、有生活,李吉林在长达四十年探索教育改革的过程中与全国各地的专家、学者一直保持着密切的联系,他们切磋学术,相互勉励,彼此慰藉。从中,我们不仅能感受到情境教育研究共同体的孜孜以求,更因为手写体的温度,教育前辈们的音容笑貌仿佛就在眼前。

摘要： 西夏文书法分为篆隶楷行草五种书体,其中楷书和草书在日常使用中较为普遍,因此更能真实地反映当时人们书写的真实状态,其书法风格明显继承于东汉魏晋时期西北地区的汉字书法风格.但是由于文字本身书写繁复,笔画过多,很难在整篇中体现疏密大小等对比关系,因此审美价值不高.

摘要： 2013年,算起来,该是在秋冬换季的时间,大概是的。一个阳光很好的中午。吃罢午饭,我同大学时最好的几个伙伴有一个很长而具体的讨论,关于如何杀死我吸毒的兄弟(表亲),又可逃脱法律制裁。在之后一天提交方案的创作课上,我给了我的导师一张用红色手写体草草涂写的"杀死我弟弟"图片。他提议我可以向监狱提交申请,邀请我的弟弟在展览开幕时来到现场同我进行一次谈话。

摘要： 对手写体字符进行分类是模式识别的重要应用之一.为了进一步提高MINST手写体字符库的识别效果,在分析MINST手写体图像特点的基础上,提出了一种基于深度学习的分类方法.深度学习是一种新兴的机器学习方法,近年来引领了机器学习的潮流.文中通过深度置信网络(DBN)的方法训练一个自动编码器(autoencoder)来提取图像的特征,并在图像分类阶段运用罗杰斯特回归(logistic regression)进行分类,实验结果表明,通过本文方法能很好的对MINST手写体图像进行分类,类比原有的方法有较高的分类准确率,具有较强的实用性.

摘要： 汉字书写质量评价是计算机辅助中文学习的一项重要功能,可以指出和纠正汉字书写中不规范的情况,客观评价书写美观程度。但目前相关方法的研究还比较少。本文从汉字布局的角度出发,归纳了常见的手写体汉字笔画及部件布局问题,并在此基础上提出了一种基于模板的联机手写体汉字书写布局评价方法。该方法分为笔画布局评价、部件布局评价、整字形态评价三种评价,通过测量9种指标值得出评价结论。实验表明,该方法能够较好地枪测常见的笔画和部件布局问题,同时能够对书写工整情况做出客观评价。

摘要： 对模糊C-均值聚类作了简要分析和评论,在此基础上将遗传算法引入其中,以克服模糊C-均值聚类的局部性和对初始聚类中心的敏感性;然后,采用了基于贴近度和择近原則的模糊识别方法;最后,详细设计了算法。仿真结果说明,该方法在识别速度和准确率方面都达到了令人满意的效果,为手写体数字的识别提供了一种新方法,也拓展了模糊理论的应用范围。

摘要： 提出使用有监督的局部切空间对齐(SLTSA)和支持向量机(SVM)的手写体数字识别技术.局部切空间对齐(LTSA)能给出手写体数字在高维空间中的低维特征.为获得更好的降维效果,把LTSA推广到有监督的情况(SLTSA).SLTSA能够适应动态的环境,即当有新的样本加入时,SLTSA能把它映射到对应的低维空间中.同时引入类信息来构造局部切空间,以处理手写体识别中多分类的问题.实验中,组合SLTSA和SVM对MNIST数据库中的手写体数字进行识别,并取得了令人满意的结果.

摘要： 在模式识别的各个应用领域中,多分类器融合技术被认为是一种有效提高系统性能的方法.本文描述了一种基于语言学知识的多分类器融合方法,同时研究了其融合略,为分类器的融合提供了基础.这些融合策略经联机手写体汉字识别系统测试,系统性能有了较大提高.

摘要： 基于Markov模型的后处理是提高手写体汉字识别正确率的有效手段.但由于模型的建立依赖于所使用的语料库,当处理对象与语料库所属的领域有明显差别时,后处理效果会明显下降.本文从通用模型与领域模型相结合的角度,探讨了专业文献识别中的后处理问题,给出了通用模型与领域模型相结合的方法,经测试,对于计算机类专业文献,平均识别率达到了96.6﹪,比单纯使用通用模型提高了2.2个百分点.

摘要： 本文参照Delaunay Mesh提出了一种新的文字图像细化算法.它主要通过对文字图像边界的近似多边形顶点集合进行参照边界信息的Delaunay Mesh,生成三角形网格.把多边形外部的三角形去掉后,剩余一系列保持拓扑关系的内部三角形,然后根据三角形的类型生成不同的局部骨架,最后连接生成整幅文字图像的骨架.算法充分利用了图像的全局和局部以及边界信息,具有速度快,效果好等优点.

摘要： 该文提出了一种直接从手写汉字点阵中抽取笔划特征的新算法，该算法具有算法简单、笔划抽取速度快、正确率高和抗干扰能力强的特点。这种算法已用于在ＰＣ／ＡＴ机上实现的成页手写体汉字（楷书）识别系统中，效果极为满意。

摘要： 本发明的方法和微处理器包括计算手写体输入(108)中的角度变化值，选择角度变化值大于阈值(110)的潜在分割点，并用这些分割点确定一系列直线段笔画供识别器解释手写体输入。

摘要： 本发明公开了一种从印刷体到手写体的模型自适应文本识别方法和系统，属于文本识别领域，主要包括以下两个阶段：在第一个阶段，使用印刷体文本数据集预训练出一个文本识别模型。在第二个阶段，基于正学习和负学习使用无标注的手写体图片对预训练得到的文本识别模型进行自适应训练。本发明在预训练模型的基础上基于无标注的手写体数据进行自适应训练，不需要标注额外的手写体数据，并且实现了超越普通印刷体到手写体的域自适应文本识别方法的效果。

摘要： 本发明提供了一种基于笔画粗细的手写体与印刷体的鉴别算法，其特征在于：通过统计邻域内边缘像素数目获得笔画粗细的特征，再结合版面分析将图像文档分割为粗细均匀的区域，然后计算这些区域内笔画粗细的统计特征，最后使用支持向量机(SVM)判断手写体与印刷体类别。本发明提出的方法通过统计一个区域中出现的边缘像素数目获得笔画的粗细，具有定义明确、计算简便的特点。利用本发明提供的笔画粗细特征结合版面分析，能够将文档图像中的文本行进一步分割为粗细均匀的区域，该类区域较文本行更细致，较单个字符范围大，因此能够提取出比文本行和单个字符更稳定的特征，从而获得更好地分类效果。

摘要： 本公开提供一种手写体识别方法及装置，该手写体识别方法包括：检测用户在手写屏上的手写轨迹对应的多个轨迹点的信息，多个轨迹点包括起始轨迹点和当前轨迹点；若当前轨迹点为终止轨迹点，将起始轨迹点和终止轨迹点期间的轨迹点作为待识别轨迹点，当前轨迹点的抬笔时刻之后的预设时长内未检测到新的轨迹点则为终止轨迹点，起始轨迹点为上一次输入给文本识别模型的最后一个轨迹点的下一个轨迹点，或者，手写屏的第一个轨迹点；采用文本识别模型对待识别轨迹点的信息进行识别，得到文本识别结果；以印刷体形式显示文本识别结果。本公开实施例中，实时显示手写轨迹的文本识别结果，从而方便用户实时查看和纠正文本识别结果，能够有效提高识别率。

摘要： 一种能提高兴趣、激发好奇的中国语文（汉语）教科书。它的课文和生字是铅笔、钢笔、毛笔的手写体，生字是图画讲解、并以篆繁体帮助认识，达到识字、习文、学书（读帖）、熟行款的统一；图画讲解、篆繁体助识、简楷书体识认和记写生字的结合；教科书和作业、作文、写字字体的一致。

摘要： 一种基于深度学习的印刷体与手写体分开文字识别方法。本发明方法包括：对于同时含有印刷体和手写体的文档图片，经过预处理之后，先用深度学习模型对印刷体和手写体分类识别，再根据分类识别的结果可以分别得到印刷体图片、手写体图片，最后对印刷体和手写体图片分别进行文字识别。该方法对于同时含有印刷体和手写体的文档图片可以实现印刷体和手写体分开文字识别，完全是自动的、智能的、自适应的，不需要人为设置参数。

摘要： 本发明公开了一种从印刷体到手写体的模型自适应文本识别方法和系统，属于文本识别领域，主要包括以下两个阶段：在第一个阶段，使用印刷体文本数据集预训练出一个文本识别模型。在第二个阶段，基于正学习和负学习使用无标注的手写体图片对预训练得到的文本识别模型进行自适应训练。本发明在预训练模型的基础上基于无标注的手写体数据进行自适应训练，不需要标注额外的手写体数据，并且实现了超越普通印刷体到手写体的域自适应文本识别方法的效果。

摘要： 本发明公开了一种基于印刷体模板的手写体分离与定位方法，具体包括以下步骤：(1)图片矫正：将空白模板和含有手写体文本的图片经过二值化处理、轮廓提取和霍夫变换检测矫正图片的倾斜度；(2)手写分离：将含有手写体文本的图片中的手写体和印刷体进行分离得到纯手写体图片；(3)文本定位：对得到纯手写体图片中的手写体文本进行定位；(4)直线检测：检测所述步骤(3)中定位到的手写体文本中是否有直线，若有直线则检测直线的具体位置并输出其坐标值；(5)目标提取：对纯手写体文本进行干扰字符筛选，并将干扰的手写体字符去掉，得到所需的手写体字符。该方法对同时含有印刷体和手写体图片中的手写体部分做出精确定位，提高文本识别系统的精确度。

摘要： 一种个性化手写体替换书写体方法，属于人工智能与软件工程交叉学科，主要用于解决按照用户手写体行文风格将用户的书写体替换成目标手写风格的手写体的问题，主要步骤是：S1.输入用户的一组汉字，S2.将该组汉字根据工整度归类到以下三种情形之一：时间充裕情形、时间不充裕情形和签名情形；S3.采用深度学习的方法学习出这组汉字的行文风格，包括这组汉字的斜度、手写力度和笔画特征等，并根据归类的情形和这些风格特征值形成表征该组汉字行文特征的一个四元组；S4.根据这个四元组模拟用户待替换的书写体汉字，并进行替换。

摘要： 本发明公开了一种印刷体与手写体混合文本行提取系统，包括文本块区域预处理以及文本行提取；本发明先通过文本块区域预处理过程，对包含有印刷体或手写体或混合文本的文档图像进行扭斜校正，通过版面分析获取文本块区域；然后对文本块区域进行连通域聚类并分配所属文本行标签，并对粘连字符像素进行聚类分割并重新分配所属文本行标签；最后通过文本行标签实现文档图像文本行的提取。本发明克服了现有技术中的手写文本或印刷体与手写体混合文本中的文本行因倾斜粘连而造成的提取笔画信息丢失或冗余笔画信息引入的缺陷，提高了文本行提取过程中的像素可控性，从而达到快速高效地提取文本行的目的。