[发明专利]一种基于识别手写文字的智能学习方法及装置

说明书

本发明公开了一种基于识别手写文字的智能学习方法，包括录入模块S11、记录模块S12、识别模块S2、文字分析模块S3、视频教学模块S4，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，所述识别模块S2识别所述录入模块S11采集到的书写文字，所述文字分析模块S3通过分析算法分析书写文字，给出分析结果，所述视频教学模块S根据分析结果，给出书写评价与教学视频。能够准确识别手写字体，根据手写字体的文字特征，给出评价与教学视频，快速便捷地辅助学生学习。

技术领域

本发明涉及智能学习领域，具体设计一种基于识别手写文字的智能学习方法及装置。

背景技术

汉字手写识别主要对汉字的整体、笔顺、笔画、倒笔、美观程度等方面做评判，可以方便地对应用程序APP端用户书写的汉字的笔迹进行评判。

申请公布号为CN 105354538 A的发明专利公开了一种一种汉字手写识别的方法、系统，所述方法包括：应用程序APP端采集手写笔迹；APP端通过网络发送所述手写笔迹至云端；云端通过网络接收APP端发送的所述手写笔迹；云端对接收到的所述手写笔迹进行识别，所述识别包括对所述手写轨迹的整体、笔顺、笔画、倒笔、美观程度进行评判。

现有技术的不足之处在于，无法准确的采集手写文字的文字特征，根据手写文字的缺陷只能给出评判，无法给出修改方法。

发明内容

针对现有技术中无法准确的采集手写文字的文字特征，根据手写文字的缺陷只能给出评判，无法给出修改方法的问题，本发明要解决在无法精确识别手写字体并无法给出教学视频的技术问题。提供了以下技术方案：

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。

上述一种基于识别手写文字的智能学习方法，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；

上述一种基于识别手写文字的智能学习方法，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。

上述一种基于识别手写文字的智能学习方法，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。

上述一种基于识别手写文字的智能学习方法，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。

上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；