请教一下,最近在研究练字本,想通过拍照识别文字书写是否工整并给出评分

2021-03-29 14:26:25 +08:00
 jss
有什么思路指点一下
2448 次点击
所在节点    程序员
20 条回复
Kinnice
2021-03-29 14:29:51 +08:00
根据 ocr 识别的速度来评分,写的越规整,(理论上)识别就越快(猜的)
crackhopper
2021-03-29 14:31:38 +08:00
乱说的哈
1. 偏旁部首拆分,和标准的偏旁部首的占比,等等进行对照。
2. 对偏旁部首本身的扭曲程度,手动标准打分,做模型进行训练。
3. 对多个字体大小和位置,作为评估指标。
4. 尝试拆解笔画,对笔画进行评估。
当然,最简单暴力的就是直接找出一堆手写样本,标定分数,训练模型。后续从上面的几个角度扩展,以及从模型的 bad case 里找思路。
crackhopper
2021-03-29 14:33:32 +08:00
数据预处理也是需要的,对齐,拉伸等等的。另外如果到笔画程度,可能需要用点几何特征。但我感觉针对特殊风格的手写体还是麻烦,比如行书。可以先限定楷体。
PeakFish
2021-03-29 14:34:21 +08:00
你测试测试 颜真卿 王羲之的 能测试通过? 机器能懂得人类的美吗
crackhopper
2021-03-29 14:35:51 +08:00
@PeakFish 做过才知道行不行。我觉得机器也是能理解美的。
yaphets666
2021-03-29 14:38:24 +08:00
@crackhopper 应该拿颜真卿 王羲之的去训练就行了... 理解肯定是不能理解的
rayhy
2021-03-29 14:39:42 +08:00
直接检测每个字,然后看看每个字的 bounding box 足不足够对齐?
wxw752
2021-03-29 14:41:38 +08:00
工整这个概念很模糊,因为字体太多了。
我觉得可以做到判断写的字和训练集所用字体的相似程度。
crackhopper
2021-03-29 14:41:43 +08:00
@yaphets666 如果理解指的是合理打分,不一定,我觉得大概率能;如果理解指的是表达机器本身的情感,目前是不行。目前机器缺乏自我认知的建立的机制,我觉得是前馈网络本身的缺陷,但目前也就前馈网络容易训练和改进。
PeakFish
2021-03-29 14:43:14 +08:00
@rayhy 开玩笑, 你看看 字帖 那字可是 , 有的大有的小
pkookp8
2021-03-29 14:44:29 +08:00
@PeakFish 正楷的训练集输入一个草书,必然 0 分呀
反过来,草书训练集输入一个正楷也一样

而且草书也有不同风格
PeakFish
2021-03-29 14:58:07 +08:00
@pkookp8 美是没有标准的
namelosw
2021-03-29 15:03:23 +08:00
@PeakFish 美颜相机都能存在,书法为什么不行?很显然机器是可以很好地复现人的审美的。
ch2
2021-03-29 15:03:28 +08:00
工整的评分标准由谁来定?这个并不是代码的问题,但是是最重要的,这个没有人解决你就什么也办不到,也会是你产品的核心竞争力,但是很遗憾,它并不在你的代码上
flankechen
2021-03-29 16:38:03 +08:00
请先定义什么是工整,cost function,然后扔进网络学习就可以拉
cheneydog
2021-03-29 16:42:08 +08:00
“标准版” 和 “手写版” 二值化后异或,1 面积 /总面积 为评分
raaaaaar
2021-03-29 17:14:46 +08:00
找 20 个人,手动打分(狗头
shuxiaokai
2021-03-29 17:14:49 +08:00
看你指定的标准是哪种字体了
kergee
2021-03-30 08:36:17 +08:00
用过象辞 AI 智能练字笔套装
q149072205
2021-03-30 11:37:42 +08:00
你这要有一个字体做为参照字体,不然你这识别就不标准了。。

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/766148

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX