[发明专利]一种基于识别手写文字的智能学习方法及装置

权利要求书

1.一种基于识别手写文字的智能学习方法，包括以下步骤：

采集手写文字；

识别手写文字；

分析手写文字；

根据分析结果，给出书写评价与教学视频。

2.如权利要求1所述一种基于识别手写文字的智能学习方法，其特征在于，包括录入模块S11以及记录模块S12，使用者通过在所述文字录入模块S11上书写文字，所述记录模块S12记录书写文字特征。

3.如权利要求2所述一种基于识别手写文字的智能学习方法，其特征在于，书写文字特征包括：书写特征、写法特征、笔顺特征以及运笔特征。

4.如权利要求3所述一种基于识别手写文字的智能学习方法，其特征在于，还包括识别模块S2，所述识别模块S2通过边界腐蚀处理所述记录模块记录S12记录的书写文字，然后利用现有的文字识别技术识别处理之后的书写文字。

5.如权利要求4所述一种基于识别手写文字的智能学习方法，其特征在于，还包括文字分析模块S3，所述文字分析模块S3将所述记录模块S12记录的书写文字处理成图片，然后通过算法对图片进行分析。

6.如权利要求4所述一种基于识别手写文字的智能学习方法，所述算法为：

1)加载buffer，调用cv2.circle、cv2.copyMakeBorder、cv2.rectangle绘制结构线，寻找字体像素坐标；

2)使用cv2.cvtColor解决cv2和PIL颜色的hex码储存顺序不同的问题，然后调用ImageDraw.Draw放置标准对照字体；

3)根据条件检测像素、像素排序；

4)融合ROI，依次使用cv2.cvtColor，cv2.threshold，cv2.morphologyEx，cv2.findContours，cv2.contourArea，cv2.drawContours，cv2.copyTo等方法对图像进行一系列的膨胀腐蚀组合；

5)寻找图片的ROI，调用v2.split，cv2.cvtColor，cv2.threshold；

6)得到分析结果。

7.如权利要求6所述一种基于识别手写文字的智能学习方法，其特征在于，还包括视频教学模块S4；所述视频教学模块S4根据所述识别模块S2识别出的文字与所述文字分析模块S3的到的分析结果，调用视频教学数据库中的视频，给出书写评价以及教学视频。

8.如权利要求7所述一种基于识别手写文字的智能学习方法，其特征在于，所述书写评价包括书写文字大小形态和结构特点以及书写方向和角度、书写速度和力度的评价。

9.一种智能学习装置，包括：

采集单元，采集书写文字特征；

识别单元，处理、识别书写文字；

分析单元，分析书写文字，给出分析结果；

输出单元，根据分析结果，给出教学视频。

10.如权利要求9所述的一种智能学习装置，其特征在于，所述采集单元采集书写文字特征，所述识别单元识别所述采集单元采集到的书写文字，所述分析单元通过分析算法分析书写文字，给出分析结果，所述输出单元根据分析结果，给出书写评价与教学视频。