[发明专利]手写字训练样本获取方法、装置、设备及介质

权利要求书

1.一种手写字训练样本获取方法，其特征在于，包括：

获取原始图像，所述原始图像包括手写汉字和背景图片；

对所述原始图像进行预处理，获取有效图像；

采用核密度估计算法和腐蚀处理对所述有效图像进行处理，去除所述背景图片，获取包括所述手写汉字的目标图像；

采用垂直投影法对所述目标图像进行单字体切割，获取待识别单字体图像；

将所述待识别单字体图像输入到目标手写字识别模型中进行识别，获取每一所述待识别单字体图像对应的识别结果；

基于所述待识别单字体图像对应的识别结果查询语义库，获取所述待识别单字体图像对应的目标汉字；

将所述待识别单字体图像和待识别单字体图像对应的目标汉字关联，获取手写字训练样本。

2.如权利要求1所述的手写字训练样本获取方法，其特征在于，对所述原始图像进行预处理，获取有效图像，包括：

对所述原始图像进行放大和灰度化处理，获取灰度化图像；

对所述灰度化图像进行标准化处理，获取所述有效图像，其中，所述标准化处理的公式为X是所述灰度化图像M的像素值，X′是所述有效图像的像素值，M_min是灰度化图像M中最小的像素值，M_max是灰度化图像M中最大的像素值。

3.如权利要求1所述的手写字训练样本获取方法，其特征在于，所述采用核密度估计算法和腐蚀处理对所述有效图像进行处理，获取保留所述手写汉字的目标图像，包括：

对所述有效图像中的像素值进行统计，获取有效图像直方图；

采用高斯核密度估计算法对所述有效图像直方图进行处理，获取与有效图像直方图对应的至少一个频率极大值和至少一个频率极小值；

基于所述频率极大值和频率极小值对所述有效图像进行分层切分处理，获取分层图像；

基于所述分层图像，获取包括所述手写汉字的目标图像。

4.如权利要求3所述的手写字训练样本获取方法，其特征在于，所述基于所述分层图像，获取包括所述手写汉字的目标图像，包括：

对所述分层图像进行二值化处理，获取二值化图像；

对所述二值化图像中的像素进行检测标记，获取所述二值化图像对应的连通区域；

对所述二值化图像对应的连通区域进行腐蚀和叠加处理，获取所述包括手写汉字的目标图像。

5.如权利要求1所述的手写字训练样本获取方法，其特征在于，所述手写字训练样本获取方法还包括：预先训练所述目标手写字识别模型；

所述训练目标手写字识别模型，包括：

获取训练手写中文图像；

采用垂直投影法对所述训练手写中文图像进行单字体切割，获取训练单字体图像；

对所述训练单字体图像进行顺序标注，并将标注好的训练单字体图像输入到长短时记忆神经网络模型中进行训练，获取所述目标手写字识别模型。

6.如权利要求5所述的手写字训练样本获取方法，其特征在于，所述将标注好的训练单字体图像输入到长短时记忆神经网络模型中进行训练，获取所述目标手写字识别模型，包括：

在长短时记忆神经网络模型的隐藏层采用第一激活函数对所述单字体图像进行处理，获取携带激活状态标识的神经元；

在所述长短时记忆神经网络模型的隐藏层采用第二激活函数对所述携带激活状态标识的神经元进行处理，获取长短时记忆神经网络模型隐藏层的输出值；

根据所述长短时记忆神经网络模型隐藏层的输出值，采用小批量梯度下降算法进行对长短时记忆神经网络模型的模型参数进行更新，获取所述目标手写字识别模型。