[发明专利]处理数字化的手写

权利要求书

1.一种用于处理手写文本的计算机实现的处理系统，包括：

至少一个数据存储设备，以及

一个或多个处理器，执行存储在所述至少一个存储设备中的机器可读指令，以：

访问数字化文档，

所述数字化文档包括数据输入，以及

所述数据输入包括手写文本输入；

从所述数字化文档生成图像，

所述图像中的每个图像与所述数字化文档的相应页面相对应，以及

所述图像中的每个图像维持与所述数字化文档的所述相应页面相同的大小；

计算针对所述数字化文档的所述数据输入的数值；

基于所述数值，确定所述数据输入中的至少一个数据输入包括所述手写文本输入；

标识所述数字化文档的所述数据输入中的单词和每个单词的相应位置；

生成所述数字化文档的输出版本，

所述数字化文档的所述输出版本用于在用户设备的输出屏幕上显示，

其中所述输出版本实现对包括所述手写文本输入的所述数据输入的选择，以及

其中所述输出版本包括：

与所述数字化文档的所述页面相对应的所述图像，所述图像被设置为底层图像；以及

来自所述数字化文档的所述页面中的每个页面的文本，所述文本以透明字体叠加在与所述页面相对应的所述底层图像中的一个底层图像上，

其中所述文本包括以所述透明字体显示的来自所述页面的单词，所述单词在与所述单词在所述底层图像中的相应位置一致的位置处；以及

通过将所述数字化文档的所述输出版本提供给所述用户设备以用于显示，实现对所述数字化文档的文本处理功能。

2.根据权利要求1所述的手写文本处理系统，其中所述处理器还：

接收针对在所述数字化文档内的标识的搜索项；以及

标识所述搜索项被包括在所述数字化文档中的位置。

3.根据权利要求2所述的手写文本处理系统，其中为了实现所述文本处理功能，所述处理器：

生成所述数字化文档的所述输出版本，所述输出版本包括所述透明字体的突出显示部分，所述透明字体的突出显示部分包括与所述搜索项相对应的选择的单词，

其中所述突出显示部分的大小覆盖所述底层图像上的所述选择的单词。

4.根据权利要求1所述的手写文本处理系统，其中为了实现所述文本处理功能，所述处理器：

使用信息提取(IE)模型，从所述数字化文档中的所述单词中提取一个或多个实体；以及

使用训练的分类器，将所述实体分类为特定类别。

5.根据权利要求4所述的手写文本处理系统，其中为了生成所述数字化文档的所述输出版本，所述处理器：

通过在所述数字化文档中包括所述实体的位置处，突出显示所述透明字体内的所述实体，生成所述数字化文档的所述输出版本。

6.根据权利要求1所述的手写文本处理系统，其中为了处理所述数字化文档，所述处理器：

通过对从所述数字化文档生成的所述图像二进制化，捕捉所述数字化文档中的每个单词的外形的形状。

7.根据权利要求6所述的手写文本处理系统，其中为了对所述数字化文档二进制化，所述处理器：

将所述图像中的每个图像的宽度和高度增加预先确定的因子；

将所述图像中的每个图像转换为灰度等级；以及

通过对所述图像中的每个图像应用高斯模糊，生成模糊的二进制对象。

8.根据权利要求7所述的手写文本处理系统，其中为了对所述数字化文档进行二进制化，所述处理器：

使用Canny边缘检测技术确定所述图像中的每个图像中的所述模糊的二进制对象的边缘；以及

通过应用形态学闭合算子的多个迭代，生成所述边缘的连接的、实心单词连通区域。

9.根据权利要求1所述的手写文本处理系统，为了处理所述数字化文档，所述处理器：

从通过对所述图像二进制化而获取的二进制图像中分割单独的单词像素。