[发明专利]字符类型转换方法和装置

说明书

本公开实施例中提供了一种字符类型转换方法和装置，属于计算机应用技术领域，该方法包括：接收待处理的目标字符；将所述目标字符输入字符类型转换模型，确定所述目标字符的初始类型，其中，所述初始类型为手写体和印刷体中的任一种；输出对立类型的所述目标字符，其中，所述对立类型为与所述初始类型相反的类型。通过本公开的方案，提高了字符类型转换的多样性和适应性。

技术领域

本公开涉及图像处理技术领域，尤其涉及一种字符类型转换方法的装置。

背景技术

随着计算机技术的发展，智能设备的功能也越来越多样化。现有设备的字符显示方案中，通常显示的字符类型包括手写体和印刷体，手写体为采集用户手写输入操作形成的字符，印刷体则是设备本身生成的字符，输出字符的种类较为单一。

可见，现有的字符输出方案存在输出字符类型较为单一、适应性较差的技术问题。

发明内容

有鉴于此，本公开实施例提供一种字符类型转换方法和装置，至少部分解决现有技术中存在的问题。

第一方面，本公开实施例提供了一种字符类型转换方法，包括：

接收待处理的目标字符；

将所述目标字符输入字符类型转换模型，确定所述目标字符的初始类型，其中，所述初始类型为手写体和印刷体中的任一种；

输出对立类型的所述目标字符，其中，所述对立类型为与所述初始类型相反的类型。

根据本公开实施例的一种具体实现方式，获取预设数量的训练字符的手写体样本数据和印刷体样本数据；

将每个所述训练字符的手写体样本数据和印刷体样本数据均对应输入神经网络，训练得到所述字符类型转换模型

根据本公开实施例的一种具体实现方式，所述将每个所述训练字符的手写体样本数据和印刷体样本数据均对应输入神经网络，训练得到所述字符类型转换模型的步骤，包括：

将所述训练字符的手写体样本数据和印刷体样本数据均对应输入神经网络，提取手写体样本数据的手写体特征和印刷体样本数据的印刷体特征；

将所述手写体特征和印刷体特征输入神经网络；

将印刷体的训练字符转换为手写体的模拟字符，以及，将手写体的测试字符转换为印刷体的模拟字符；

确定所述手写体的模拟字符与所述手写体的训练字符的近似程度值，以及，所述印刷体的模拟字符与所述印刷体的训练字符的近似程度值；

抽取所述第一生成器和所述第二生成器的内隐含层的特征数据，得到漏洞损失值；

利用所述漏洞损失值调整补偿所述神经网络，得到所述字符类型转换模型。

根据本公开实施例的一种具体实现方式，所述神经网络为Cycle GAN；

所述将印刷体的训练字符转换为手写体的模拟字符，以及，将手写体的测试字符转换为印刷体的模拟字符的步骤，包括：

利用所述Cycle GAN的第一生成器，将印刷体的训练字符转换为手写体的模拟字符，以及，利用所述Cycle GAN的第二生成器，将手写体的模拟字符转换为印刷体的二次模拟字符；以及，

所述确定所述手写体的模拟字符与所述训练字符的手写体的近似程度值，以及，所述印刷体的模拟字符与所述训练字符的印刷体的近似程度值

利用所述Cycle GAN的第一判别器，判断所述手写体的模拟字符与所述手写体的训练字符的近似程度值，以及，利用所述Cycle GAN的第二判别器，判断所述印刷体的二次模拟字符与所述印刷体的训练字符的近似程度值。