本發(fā)明涉及筆跡提取領(lǐng)域，尤其涉及一種筆跡樣本提取系統(tǒng)及方法。

背景技術(shù)：

1、當前，人工智能飛速發(fā)展，ocr一直是人工智能的熱點，當前印刷體ocr識別準確度極高，已經(jīng)被廣泛應(yīng)用到各類產(chǎn)品當中，極大的提高了人們的工作效率和應(yīng)用場景，但是對于智慧教育而言，如何準確快速的識別手寫筆跡是十分重要的，在構(gòu)建手寫筆跡識別模型的時候，如何得到大量的樣本數(shù)據(jù)是模型成敗的關(guān)鍵，因為每個人的手寫筆跡不同，如果是單純刻意制作樣本，這樣會導(dǎo)致一些場景或筆跡識別的正確率低，從而如何能夠得到大量的、筆跡種類多的、實際應(yīng)用當中提取到的筆跡樣本是極其重要的；

2、其次，得到手寫樣本后，還需要進一步通過標注，標記對應(yīng)手寫樣本圖片對應(yīng)的正確文字，通常這一步是通過人為標注或者在使用通用ocr后進行人為審核標注，但是這種標注方式效率極低，從而導(dǎo)致樣本量標注收集復(fù)雜，如何讓高效采集手寫筆跡樣本是亟待解決的問題。

技術(shù)實現(xiàn)思路

1、為此，本發(fā)明提供一種筆跡樣本提取系統(tǒng)及方法，用以克服現(xiàn)有技術(shù)中標注方式效率低導(dǎo)致筆跡樣本量標注收集復(fù)雜的問題。

2、為實現(xiàn)上述目的，本發(fā)明提供一種筆跡樣本提取系統(tǒng)，包括：

3、圖像模塊，用以導(dǎo)入目標圖像以及針對目標圖像進行預(yù)處理操作；

4、圖像評估模塊，其與校驗?zāi)K相連，用以根據(jù)目標圖像的字體間隔參數(shù)以及字體復(fù)雜參數(shù)確定目標圖像的特征狀態(tài)；

5、圖像處理模塊，其與所述圖像評估模塊相連，用以根據(jù)目標圖像的特征狀態(tài)確定是否針對目標圖像內(nèi)的字符依次進行分割處理以獲取若干字符圖像；

6、校驗?zāi)K，其與所述圖像模塊以及所述圖像處理模塊相連，用以獲取目標圖像對應(yīng)的答案以及根據(jù)目標圖像內(nèi)的字符數(shù)據(jù)確定目標圖像是否為正確樣本目標；

7、處理模塊，其與所述校驗?zāi)K相連，用以將正確樣本目標進行切片處理并自動提取手寫痕跡樣本數(shù)據(jù)做為樣本數(shù)據(jù)集。

8、進一步地，所述目標圖像為試卷圖像、作業(yè)圖像以及教輔圖像中的至少一種圖像。

9、進一步地，圖像模塊還包括圖像處理子模塊，用以對目標圖像進行倒置矯正、矩形矯正、圖像二值化、圖像定位中的至少一項預(yù)處理操作。

10、進一步地，圖像評估模塊根據(jù)目標圖像的字體間隔參數(shù)以及字體復(fù)雜參數(shù)確定目標圖像的特征狀態(tài)；

11、若字體間隔參數(shù)大于預(yù)設(shè)字體間隔參數(shù)或字體復(fù)雜參數(shù)大于預(yù)設(shè)字體復(fù)雜參數(shù)，則目標圖像的特征狀態(tài)為第一預(yù)設(shè)特征狀態(tài)；

12、若字體間隔參數(shù)小于或等于預(yù)設(shè)字體間隔參數(shù)且字體復(fù)雜參數(shù)小于或等于預(yù)設(shè)字體復(fù)雜參數(shù)，則目標圖像的特征狀態(tài)為第二預(yù)設(shè)特征狀態(tài)。

13、進一步地，圖像處理模塊根據(jù)目標圖像的特征狀態(tài)確定是否針對目標圖像內(nèi)的字符依次進行分割處理以獲取若干字符圖像；

14、若目標圖像的特征狀態(tài)為第一預(yù)設(shè)特征狀態(tài)，圖像處理模塊判定無需針對目標圖像內(nèi)的字符依次進行分割處理；

15、若目標圖像的特征狀態(tài)為第二預(yù)設(shè)特征狀態(tài)，圖像處理模塊判定針對目標圖像內(nèi)的字符依次進行分割處理。

16、進一步地，校驗?zāi)K用以根據(jù)目標圖像內(nèi)的字符數(shù)據(jù)確定目標圖像是否為正確樣本目標；

17、若目標圖像的字符數(shù)據(jù)均等于預(yù)設(shè)閾值，則目標圖像為正確樣本目標；

18、字符數(shù)據(jù)包括字符個數(shù)、漢字個數(shù)、字母個數(shù)、數(shù)字個數(shù)、中文個數(shù)、單詞個數(shù)中的至少一項校驗條件。

19、進一步地，校驗?zāi)K獲取目標圖像對應(yīng)的樣本目標的答案并將答案定位到對應(yīng)試題，從而可從試題庫中獲取到該題答案。

20、進一步地，所述目標圖像對應(yīng)的答案為固定答案。

21、本發(fā)明還提供一種應(yīng)用于所述系統(tǒng)的筆跡樣本提取方法，包括：

22、導(dǎo)入目標圖像以及針對目標圖像進行預(yù)處理操作；

23、根據(jù)目標圖像的字體間隔參數(shù)以及字體復(fù)雜參數(shù)確定目標圖像的特征狀態(tài)；

24、根據(jù)目標圖像的特征狀態(tài)確定是否針對目標圖像內(nèi)的字符依次進行分割處理以獲取若干字符圖像；

25、獲取目標圖像對應(yīng)的答案以及根據(jù)目標圖像內(nèi)的字符數(shù)據(jù)確定目標圖像是否為正確樣本目標；

26、將正確樣本目標進行切片處理并自動提取手寫痕跡樣本數(shù)據(jù)做為樣本數(shù)據(jù)集。

27、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于，本發(fā)明通過復(fù)用已經(jīng)考完的試卷圖像，有效提取學(xué)生的手寫作答筆跡并將批改正確的作答及對應(yīng)答案進行關(guān)聯(lián)綁定，最終達到獲取手寫樣本的意圖，操作方便，一次性可獲取大量不同手寫習(xí)慣作答的筆跡樣本數(shù)據(jù)，提高了樣本提取學(xué)習(xí)效率。

技術(shù)特征：

1.一種筆跡樣本提取系統(tǒng)，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的筆跡樣本提取系統(tǒng)，其特征在于，所述目標圖像為試卷圖像、作業(yè)圖像以及教輔圖像中的至少一種圖像。

3.根據(jù)權(quán)利要求2所述的筆跡樣本提取系統(tǒng)，其特征在于，圖像模塊還包括圖像處理子模塊，用以對目標圖像進行倒置矯正、矩形矯正、圖像二值化、圖像定位中的至少一項預(yù)處理操作。

4.根據(jù)權(quán)利要求3所述的筆跡樣本提取系統(tǒng)，其特征在于，圖像評估模塊根據(jù)目標圖像的字體間隔參數(shù)以及字體復(fù)雜參數(shù)確定目標圖像的特征狀態(tài)；

5.根據(jù)權(quán)利要求4所述的筆跡樣本提取系統(tǒng)，其特征在于，圖像處理模塊根據(jù)目標圖像的特征狀態(tài)確定是否針對目標圖像內(nèi)的字符依次進行分割處理以獲取若干字符圖像；

6.根據(jù)權(quán)利要求5所述的筆跡樣本提取系統(tǒng)，其特征在于，校驗?zāi)K用以根據(jù)目標圖像內(nèi)的字符數(shù)據(jù)確定目標圖像是否為正確樣本目標；

7.根據(jù)權(quán)利要求6所述的筆跡樣本提取系統(tǒng)，其特征在于，校驗?zāi)K獲取目標圖像對應(yīng)的樣本目標的答案并將答案定位到對應(yīng)試題，從而可從試題庫中獲取到該題答案。

8.根據(jù)權(quán)利要求7所述的筆跡樣本提取系統(tǒng)，其特征在于，所述目標圖像對應(yīng)的答案為固定答案。

9.一種應(yīng)用于權(quán)利要求1-8任一權(quán)利要求所述系統(tǒng)的筆跡樣本提取方法，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明涉及筆跡提取領(lǐng)域，尤其涉及一種筆跡樣本提取系統(tǒng)及方法，方法包括導(dǎo)入目標圖像以及針對目標圖像進行預(yù)處理操作；根據(jù)目標圖像的字體間隔參數(shù)以及字體復(fù)雜參數(shù)確定目標圖像的特征狀態(tài)；根據(jù)目標圖像的特征狀態(tài)確定是否針對目標圖像內(nèi)的字符依次進行分割處理以獲取若干字符圖像；獲取目標圖像對應(yīng)的答案以及根據(jù)目標圖像內(nèi)的字符數(shù)據(jù)確定目標圖像是否為正確樣本目標；將正確樣本目標進行切片處理并自動提取手寫痕跡樣本數(shù)據(jù)做為樣本數(shù)據(jù)集；克服現(xiàn)有技術(shù)中標注方式效率低導(dǎo)致筆跡樣本量標注收集復(fù)雜的問題，可獲取大量不同手寫習(xí)慣作答的筆跡樣本數(shù)據(jù)，提高了樣本提取學(xué)習(xí)效率。

技術(shù)研發(fā)人員：關(guān)穎賢,傅元弟
受保護的技術(shù)使用者：讀書郎教育科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30