[发明专利]一种联机手写文字识别方法、装置、电子设备及存储介质

权利要求书

1.一种联机手写文字识别方法，其特征在于，包括：

获取手写轨迹并确定所述手写轨迹中每一手写笔画的笔画坐标序列；

根据所述手写笔画的笔画坐标序列对所述手写轨迹进行单字切分，得到单字手写轨迹；

根据所述单字手写轨迹中每一手写笔画的特征点确定所述单字手写轨迹的特征向量；其中，所述特征点包括笔画起点、笔画终点和笔画拐点；

将所述单字手写轨迹的特征向量输入至机器学习分类模型，得到所述手写轨迹对应的文本内容；

其中，根据所述手写笔画的笔画坐标序列对所述手写轨迹进行单字切分，得到单字手写轨迹，包括：

根据所述手写笔画的笔画坐标序列确定笔画位置关系和笔画重合度信息；

根据所述笔画位置关系和所述笔画重合度信息将所述手写轨迹划分为多个单字预分割轨迹；

根据相邻的所述单字预分割轨迹之间的距离和宽高比例对所述单字预分割轨迹进行联合，得到所述单字手写轨迹；

其中，根据所述单字手写轨迹中每一手写笔画的特征点确定所述单字手写轨迹的特征向量，包括：

连接所述单字手写轨迹中任意两个特征点得到特征线；

根据所述特征线的几何特征和所述单字手写轨迹的笔画顺序确定所述单字手写轨迹的特征向量。

2.根据权利要求1所述联机手写文字识别方法，其特征在于，所述特征线的几何特征包括：特征线长度、特征线倾斜角、特征线起点与所述单字手写轨迹中心点的距离、特征线终点与所述单字手写轨迹中心点的距离、特征线起点与所述单字手写轨迹中心点连线的倾斜角、特征线终点与所述单字手写轨迹中心点连线的倾斜角、特征线在水平方向的投影长度，以及特征线在竖直方向的投影长度。

3.根据权利要求1所述联机手写文字识别方法，其特征在于，在根据所述单字手写轨迹中每一手写笔画的特征点确定所述单字手写轨迹的特征向量之前，还包括：

对所述单字手写轨迹中的笔画坐标序列执行尺寸归一化操作；

相应的，根据所述单字手写轨迹中每一手写笔画的特征点确定所述单字手写轨迹的特征向量，包括：

确定所述单字手写轨迹中每一手写笔画的特征点在尺寸归一化后的特征点坐标；

根据所述特征点坐标确定所述单字手写轨迹的特征向量。

4.根据权利要求3所述联机手写文字识别方法，其特征在于，对所述单字手写轨迹中的笔画坐标序列执行尺寸归一化操作包括：

确定所述单字手写轨迹对应的矩形框；其中，所述矩形框的高等于所述单字手写轨迹在竖直方向上的长度，所述矩形框的宽等于所述单字手写轨迹在水平方向上的长度；

利用横坐标归一化公式和纵坐标归一化公式对所述单字手写轨迹中的笔画坐标序列执行尺寸归一化操作；

其中，所述横坐标归一化公式为x’=x/w，所述纵坐标归一化公式为y’=y/h，x’为执行归一化操作后笔画坐标序列的横坐标，y’为执行归一化操作后笔画坐标序列的纵坐标，x为执行归一化操作前笔画坐标序列的横坐标，y为执行归一化操作前笔画坐标序列的纵坐标，w为所述矩形框的宽，h为所述矩形框的高。

5.根据权利要求1所述联机手写文字识别方法，其特征在于，在根据所述单字手写轨迹中每一手写笔画的特征点确定所述单字手写轨迹的特征向量之前，还包括：

连接所述笔画起点和所述笔画终点得到端点连线；

判断所述端点连线对应的轨迹中是否存在与端点连线距离大于预设值的轨迹点；其中，所述端点连线对应的轨迹为所述端点连线的第一端点和第二端点之间的手写笔画的轨迹；

若存在与所述端点连线距离大于预设值的轨迹点，则将所述端点连线对应的轨迹中与所述端点连线距离最远的轨迹点作为手写笔画的笔画拐点；判断当前笔画拐点是否为已确定的笔画拐点；若为已确定的笔画拐点，则判定拐点查询操作执行完毕；若不为已确定的笔画拐点，则连接当前笔画拐点和笔画端点得到新的端点连线，进入判断端点连线对应的轨迹中是否存在与端点连线距离大于预设值的轨迹点的步骤；其中，当前笔画拐点为最近一次确定的笔画拐点，所述笔画端点包括笔画起点、笔画终点、以及除了当前笔画拐点之外的其他笔画拐点；

若不存在与端点连线距离大于预设值的轨迹点，则判定拐点查询操作执行完毕。