[發明專利]一種基于互聯網的寫字質量評價方法

在審

• 申請號: 202011630705.3
• 申請日: 2020-12-31
• 公開（公告）號: CN112634262A
• 公開（公告）日: 2021-04-09
• 發明（設計）人: 孫進軍;潘勇;于衛星
• 申請（專利權）人: 浙江優學智能科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/136;G06T5/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 杭州九洲專利事務所有限公司 33101
• 代理人: 陳琦;陳繼亮

一種基于互聯網的寫字質量評價方法，所述該方法包括如下步驟：步驟一：將在田字格中的漢字進行提取，其中提取分為三種提取方式，分別為標準測評卷掃描圖田字字格塊提取、標準測評卷掃描圖田字格字塊自適應提取、標準測評卷拍照圖田字格字塊自適應提取，本發明通過互聯網傳輸，通過與相關的算法達到對文字的測評，可以讓用戶了解自己的字體的真實情況。

技術領域

本發明涉及基于互聯網的寫字質量評價方法，屬于互聯網學習領域

背景技術

互聯網學習越來越被大眾知曉，更多的人開始接受互聯網的學習，互聯網學習的種類非常多，有直播視頻學習，有回放視頻學習，還有在線互動等等，這些都是比較常規的互聯網學習，都是事先把視頻和相關學習資料制作好就可以了，但是還有更多的互聯網學習方式并未被開發，就好比互聯網批改作業，互聯網糾正錯誤，互聯網寫字質量評估等等。

發明內容

本發明解決了現有技術的不足，針對現有互聯網的缺陷，而開發一張可以在家里就知道自己寫的字有多規范的一種互聯網寫字質量評價方法。

本發明的目的是通過如下技術方案來完成的，一種基于互聯網的寫字質量評價方法，其特征在于所述該方法包括如下步驟：

步驟一：將在田字格中的漢字進行提取，其中提取分為三種提取方式，分別為標準測評卷掃描圖田字字格塊提取、標準測評卷掃描圖田字格字塊自適應提取、標準測評卷拍照圖田字格字塊自適應提取。

步驟二：對提取的漢字進行二值化：針對田字格字塊圖片，根據字塊中的紅色邊框和虛線的RGB值，來將字塊中的紅色部分變為白色；其次，將字塊周邊的指定寬區域變為白色，以清除字塊邊框，最后，將字塊圖轉為灰度圖，然后根據多次實驗得到的閾值對字塊進行二值化得到其二值圖，即去除字塊中的背景，提取出漢字，該二值化閾值是固定的，針對特定的圖片，得到的經驗值。如從測評卷掃描圖獲得的田字格字塊。字塊的亮度較統一。

步驟三：對二值化后的漢字進行純漢字提取：首先，針對田字格字塊圖片；將字塊周邊的指定寬區域變為白色，以清除字塊邊框；然后，將字塊轉成灰度圖；在對字塊灰度圖進行像素直方圖統計，得到像素點最多的像素值，即為字塊中背景主要像素值，然后結合字塊最小的像素值和按像素大小排列的前200個像素點和對應的像素，來確定提取字塊中漢字去除背景的二值化閾值；此二值化閾值是自適應的，不是固定的，書寫的漢字默認是黑色的，在灰度圖中像素值是偏小的；灰度值為0-255，越大像素越白，越小則越黑根據計算的二值化閾值，對字塊進行二值化處理，來去除字塊中的背景，提取漢字，最后，清除提取出漢字中的噪點。對提取出的漢字字圖，查找輪廓，將輪廓面積較小的輪廓區域視為噪點，然后將該區域的值變為白色。

步驟四；通過卷積神經網絡的手寫漢字識別：首先，收集手寫字圖建立字庫；其次，確定卷積神經網絡結構；然后，訓練數據生成模型；測試模型的準確率；最后，使用模型識別手寫字。

步驟五：對漢字進行拆分用于評分：該拆分通過輪廓法的漢字筆畫拆分和骨架法的漢字筆畫拆分兩種拆分方法。

步驟六：對拆分后的漢字進行評分：評分標準由結構評分、形態評分、重心評分、手寫漢字與標準模版字的相似度評分4種評分標準分別算出各自的分值，并且通過結構評分的80％、形態評分和重心評分各百分之10的標準進行計算總分，用標準模版字的相似度評分作為參考依據.

作為優選：所述步驟一中標準測評卷掃描圖田字格字塊提取方法為首先，將標準測評卷通過掃描儀設備掃描獲得測評卷的圖片；其次，校準掃描得到的測評圖，因為測評卷放入到掃描儀設置的位置偏了或掃描儀設備本身的精確度，會造成掃描得到的測評卷圖有二維旋轉變形，通過對角線逼近找到測評卷書寫區域的四個角點，然后使用仿射變換，校正測評卷，最后，針對校準過的測評圖，根據標準測評卷中的字框區域和字塊區域的坐標直接提取出田字格字塊。