本申请公开了一种书写文字识别方法、书写文字识别装置、终端设备和可读存储介质。书写文字识别方法包括：获取书写轨迹数据，书写轨迹数据包括轨迹点坐标和对应的书写时间信息，并在书写轨迹数据不属于新文件的情况下，根据轨迹点坐标和书写时间信息进行文本行分割得到文本行，进而根据轨迹点坐标将文本行的书写轨迹数据和对应的历史书写轨迹数据合并得到合并轨迹数据，再保存分行后的合并轨迹数据，最后利用文本识别模型对分别对每行合并轨迹数据进行识别得到识别结果。本申请通过在判断出书写轨迹数据为非新文件情况下分割成多行文本，从而对每行文本进行识别，如此，可以完成对整篇书写轨迹数据的识别，提升了用户体验。提升了用户体验。提升了用户体验。
【技术实现步骤摘要】
书写文字识别方法、装置、终端设备和存储介质
[0001]本申请涉及图像识别技术，特别涉及一种书写文字识别方法、书写文字识别装置、终端设备和存储介质。
技术介绍
[0002]用户在使用会议一体机时，可以在其对应的应用程序中通过手写的方式记录会议内容、纪要或培训等内容，这些书写内容可以以文件的形式被保存在本地的存储器上，从而便于用户后续查阅。当文件过多时，用户难以找到想要的文件，相关技术中，可通过书写文字识别技术实现快速定位到想要的文件。然而，目前的书写文字识别技术只能对单个字或单行内容进行识别，识别效果有限。
技术实现思路
[0003]本申请提供了一种书写文字识别方法，用于书写文字识别装置，所述书写文字识别方法包括：
[0004]获取书写轨迹数据，所述书写轨迹数据包括轨迹点坐标和对应的书写时间信息；
[0005]在所述书写轨迹数据不属于新文件的情况下，根据所述轨迹点坐标和所述书写时间信息进行文本行分割得到文本行；
[0006]根据所述轨迹点坐标将所述文本行的所述书写轨迹数据和对应的历史书写轨迹数据合并得到合并轨迹数据；
[0007]保存分行后的所述合并轨迹数据；和
[0008]利用文本识别模型对分别对每行所述合并轨迹数据进行识别得到识别结果。
[0009]在某些实施方式中，所述书写文字识别方法还包括：
[0010]在所述书写轨迹数据属于新文件的情况下，根据所述轨迹点坐标和所述书写时间信息进行文本行分割得到新文本行；
[0011]保存分行后所述文本行的所述书写轨迹数据；
[0012]利用所述文本识别模型对分别对每行所述书写轨迹数据进行识别得到识别结果。
[0013]在某些实施方式中，所述根据所述轨迹点坐标和所述书写时间信息进行文本行分割得到文本行，包括：
[0014]根据所述书写轨迹数据的落笔状态和抬笔状态划分书写笔划；
[0015]根据所述书写时间信息确定各个所述书写笔划之间的书写间隔时间；
[0016]根据所述书写间隔时间对所述书写笔划进行分块得到第一文本块；
[0017]根据第一距离阈值对所述第一文本块进行分块得到第二文本块，所述第一距离阈值根据所述第一文本块确定；
[0018]根据第二距离阈值对所述第二文本块进行分块得到第三文本块，所述第二距离阈值根据所述第二文本块确定；
[0019]根据所述轨迹点坐标在字体高度方向上的重叠率合并所述第三文本块得到所述
文本行。
[0020]在某些实施方式中，所述根据所述轨迹点坐标将所述文本行的所述书写轨迹数据和对应的历史书写轨迹数据合并得到合并轨迹数据，包括：
[0021]根据橡皮轨迹删除对应的历史书写轨迹数据后进行文本行分块得到历史书写文本块；
[0022]根据每行的中心点坐标和文本块顺序合并所述历史文本块和所述文本行得到所述合并轨迹数据。
[0023]在某些实施方式中，所述获取书写轨迹数据包括：
[0024]接收用户在终端调用手写识别服务上传的手写文件以获取所述书写轨迹数据。
[0025]在某些实施方式中，所述书写文字识别方法包括：
[0026]将所述识别结果返回至所述终端。
[0027]在某些实施方式中，所述书写文字识别方法还包括：
[0028]建立深度学习模型；
[0029]获取训练轨迹数据，所述训练轨迹数据为用户输入每行文本对应的所述书写轨迹数据；
[0030]利用所述训练轨迹数据对所述深度学习模型进行训练，得到所述文本识别模型。
[0031]在某些实施方式中，所述建立深度学习模型包括：
[0032]基于时间递归神经网络建立所述深度学习模型，所述深度学习模型包括多层长短期记忆神经网络。
[0033]本申请还提供了一种书写文字识别装置，包括：
[0034]获取模块，用于获取书写轨迹数据，所述书写轨迹数据包括轨迹点坐标和对应的书写时间信息；
[0035]分割模块，用于在所述书写轨迹数据不属于新文件的情况下，根据所述轨迹点坐标和所述书写时间信息进行文本行分割得到文本行；
[0036]合并模块，用于根据所述轨迹点坐标将所述文本行的所述书写轨迹数据和对应的历史书写轨迹数据合并得到合并轨迹数据；
[0037]保存模块，用于保存分行后的所述合并轨迹数据；和
[0038]识别模块，用于利用文本识别模型对分别对每行所述合并轨迹数据进行识别得到识别结果。
[0039]本申请还提供了一种终端设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，实现上述任意一项所述的书写文字识别方法。
[0040]本申请还提供了一种包含计算机程序非易失性计算机可读存储介质，当所述计算机程序被处理器执行时，使得所述处理器执行上述任意一项所述书写文字识别方法。
[0041]本申请实施方式的书写文字识别方法、书写文字识别装置、终端设备和计算机可读存储介质中，通过对上传的书写轨迹数据的书写时间信息进行判断，识别出书写轨迹数据是否为新文件，并在书写轨迹数据不属于新文件的情况下，根据书写轨迹数据中的轨迹点坐标和书写时间信息对书写轨迹数据进行行分割，分割成多行文本行，进而对每行文本行进行识别，如此，可以完成对整篇书写轨迹数据的识别，提升了用户体验。
附图说明
[0042]本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
[0043]图1是本申请某些实施方式的书写文字识别方法的流程示意图。
[0044]图2是本申请某些实施方式的书写文字识别装置的模块示意图。
[0045]图3
‑
4是本申请某些实施方式的书写文字识别方法的流程示意图。
[0046]图5是本申请某些实施方式的书写文字识别方法的分行处理场景示意图。
[0047]图6本申请某些实施方式书写文字识别方法的流程示意图。
[0048]图7是相关技术中根据合并轨迹数据进行识别处理的场景示意图。
[0049]图8是本申请某些实施方式中根据合并轨迹数据进行识别的场景示意图。
[0050]图9本申请某些实施方式书写文字识别方法的流程示意图。
[0051]图10是本申请某些实施方式中LSMT的总体框架示意图。
[0052]图11是本申请某些实施方式的深度学习模型的模块示意图。
具体实施方式
[0053]下面详细描述本申请的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。
[0054]用户在使用会议一体机时，会在其app中书写会议内容、纪要或培训板书等等，这些内容会以文件的形式被保存在本地的存储器上，便于用户后续查阅这些内本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种书写文字识别方法，其特征在于，包括：获取书写轨迹数据，所述书写轨迹数据包括轨迹点坐标和对应的书写时间信息；在所述书写轨迹数据不属于新文件的情况下，根据所述轨迹点坐标和所述书写时间信息进行文本行分割得到文本行；根据所述轨迹点坐标将所述文本行的所述书写轨迹数据和对应的历史书写轨迹数据合并得到合并轨迹数据；保存分行后的所述合并轨迹数据；和利用文本识别模型对分别对每行所述合并轨迹数据进行识别得到识别结果。2.根据权利要求1所述的书写文字识别方法，其特征在于，所述书写文字识别方法还包括：在所述书写轨迹数据属于新文件的情况下，根据所述轨迹点坐标和所述书写时间信息进行文本行分割得到新文本行；保存分行后所述文本行的所述书写轨迹数据；利用所述文本识别模型对分别对每行所述书写轨迹数据进行识别得到识别结果。3.根据权利要求1所述的书写文字识别方法，其特征在于，所述根据所述轨迹点坐标和所述书写时间信息进行文本行分割得到文本行，包括：根据所述书写轨迹数据的落笔状态和抬笔状态划分书写笔划；根据所述书写时间信息确定各个所述书写笔划之间的书写间隔时间；根据所述书写间隔时间对所述书写笔划进行分块得到第一文本块；根据第一距离阈值对所述第一文本块进行分块得到第二文本块，所述第一距离阈值根据所述第一文本块确定；根据第二距离阈值对所述第二文本块进行分块得到第三文本块，所述第二距离阈值根据所述第二文本块确定；根据所述轨迹点坐标在字体高度方向上的重叠率合并所述第三文本块得到所述文本行。4.根据权利要求3所述的书写文字识别方法，其特征在于，所述根据所述轨迹点坐标将所述文本行的所述书写轨迹数据和对应的历史书写轨迹数据合并得到合并轨迹数据，包括：根据橡皮轨迹删除对应的历史书写轨迹数据后进行文本行分块得到历史书写文本块；根据每行的中心点坐标和文本块顺序合并所述历史文本块和所述文本行得到所...
【专利技术属性】
技术研发人员：黄光伟，王红，
申请(专利权)人：京东方科技集团股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。