书写汉字的评价方法、设备及介质与流程

1.本发明涉及人工智能技术领域，具体涉及一种书写汉字的评价方法、设备及介质。


背景技术：

2.书法是我们中国特有的一种传统艺术，为了学好书法，不但需要大量的练习，更需要了解自己写出的汉字的优劣之处。
3.目前，现有技术中虽然存在汉字评价系统，但基本都是对书写的汉字给出一个分数，而无法全面客观地对书写的汉字的优劣之处做出具体评价。另外，现有技术中对汉字的评价的是手写汉字或偏旁、笔划的评价系统，而忽略对汉字的部首、字根和汉字排列组合部分的评价。但是，部首、字根和汉字排列组合方式也是汉字书写过程中非常重要的一部分，比如，在书写过程中，汉字每个字都写得很好，但是写出的汉字大小不一，汉字间距参差不齐，汉字整体看起来十分凌乱，而现有技术的汉字评价系统仍然会对汉字给出高分，导致用户因不合理的评分受到错误的指引，影响用户练习书法。
4.相应地，本领域需要一种新的方案来解决上述问题。


技术实现要素：

5.为了克服上述缺陷，提出了本发明，以解决或至少部分地解决对书写的汉字评分不合理的技术问题。
6.在第一方面，提供一种书写汉字的评价方法，方法包括：
7.获取书写汉字图像并识别书写汉字图像中的每个书写汉字；
8.获取标准汉字图像并识别标准汉字图像中与每个书写汉字各自对应的标准汉字；
9.根据每个书写汉字对应的标准汉字，分别评估每个书写汉字的章法布局评分、字体结构评分和字体笔划评分，并根据每个书写汉字的章法布局评分、字体结构评分和字体笔划评分获取每个书写汉字的字体评分；
10.根据每个书写汉字的字体评分，确定并输出书写评价信息，书写评价信息至少包括字体评分、书写问题及其解决方案。
11.在上述书写汉字的评价方法的一个技术方案中，所述方法还包括通过下列方式评估书写汉字的第一章法布局评分：
12.分别获取书写汉字及其对应的标准汉字的章法布局特征；
13.获取书写汉字及其对应的标准汉字的章法布局特征之间的变化量；
14.根据变化量，评估书写汉字的第一章法布局评分；
15.其中，第一章法布局评分与变化量成负相关关系。
16.在上述书写汉字的评价方法的一个技术方案中，所述方法还包括通过下列方式获取章法布局特征：
17.获取目标汉字在目标图像中对应的汉字边界框，目标汉字是书写汉字或标准汉字，目标图像是书写汉字图像或标准汉字图像；
18.根据汉字边界框的尺寸和/或重心和/或倾斜角度，分别获取目标汉字的尺寸特征和/或重心特征和/或倾斜角度特征。
19.上述书写汉字的评价方法的一个技术方案中，“获取书写汉字及其对应的标准汉字的章法布局特征之间的变化量”的步骤包括：
20.通过下列计算公式获取尺寸特征的相对变化量：
21.r1表示尺寸特征的相对变化量，bw和bh分别表示标准汉字对应的汉字边界框的宽和高，d1表示尺寸特征的绝对变化量且bw和bh分别表示书写汉字对应的汉字边界框的宽和高，abs表示获取绝对值的运算符号；
22.和/或，通过下列计算公式获取重心特征的相对变化
23.r2表示重心特征的相对变化量，d2表示重心特征的绝对变化量且c(b)表示书写汉字的重心，c(b)表示标准汉字的重心，
24.和/或，
25.通过下列方式获取倾斜角度的相对变化量：
26.r3＝2*abs(s(b)-s(b))/π,r3表示倾斜角度的相对变化量，π表示圆周率，s(b)表示标准汉字的倾斜角度,s(b)表示书写汉字的倾斜角度。
27.在上述书写汉字的评价方法的一个技术方案中，“根据变化量，评估书写汉字的第一章法布局评分”的步骤具体包括：
28.确定变化量落入的数值区间；
29.获取数值区间对应的第一章法布局评分。
30.在上述书写汉字的评价方法的一个技术方案中，所述方法还包括通过下列方式评估书写汉字的第二章法布局评分：
31.根据书写汉字在书写汉字图像中对应的汉字边界框的顶点位置，获取书写汉字的第一边界框特征；
32.根据标准汉字在标准汉字图像中对应的汉字边界框的顶点位置，获取标准汉字的第二边界框特征；
33.获取书写汉字在书写汉字图像中的图像特征；
34.对第一边界框特征、第二边界框特征与图像特征进行特征拼接，形成第一拼接特征；
35.采用预设的汉字外形评分网络并根据第一拼接特征，评估书写汉字的第二章法布局评分。
36.在上述书写汉字的评价方法的一个技术方案中，在评估每个书写汉字的章法布局评分之前，所述方法还包括：
37.识别书写汉字图像中每个书写汉字的位置处是否存在田字格，每个书写汉字与每个田字格一一对应且书写汉字位于田字格内；
38.若是，则识别每个书写汉字对应的田字格的第一边界框，获取每个标准汉字对应的田字格的第二边界框，对第一边界框进行缩放处理，以使第一边界框与第二边界框的尺
寸相同，进而再评估每个书写汉字的章法布局评分；
39.若否，则直接评估每个书写汉字的章法布局评分。
40.在上述书写汉字的评价方法的一个技术方案中，所述方法还包括通过下列方式评估字体结构评分：
41.识别书写字体的字体结构；
42.根据字体结构，分别获取书写汉字中每个部首在书写汉字图像中对应的部首边界框以及相应标准汉字中每个部首在标准汉字图像中对应的部首边界框，采用预设的第一字体结构评分网络并根据书写汉字以及相应标准汉字的部首边界框评估书写字体的第一字体结构评分；和/或，
43.根据字体结构，分别获取书写汉字中每个部首在书写汉字图像中的图像特征，采用预设的第二字体结构评分网络并根据每个部首的图像特征分别评估书写字体中每个部首的第二字体结构评分；
44.根据第一字体结构评分和/或第二字体结构评分，获取最终的字体结构评分。
45.在上述书写汉字的评价方法的一个技术方案中，“根据第一字体结构评分和/或第二字体结构评分，获取最终的字体结构评分”的步骤具体包括：
46.根据书写字体的字体结构，判断书写字体是否为独体字；
47.若是，则将第二字体结构评分作为最终的字体结构评分；
48.若否，则将第一字体结构评分与第二字体结构评分的平均值作为最终的字体结构评分。
49.在上述书写汉字的评价方法的一个技术方案中，“采用预设的第一字体结构评分网络并根据书写汉字以及相应标准汉字的部首边界框评估书写字体的第一字体结构评分”的步骤具体包括：采用预设的第一字体结构评分网络并根据书写汉字以及相应标准汉字的部首边界框，分别评估书写字体对应的避让、穿插、正斜、外形和疏密的评分；
[0050]“采用预设的第二字体结构评分网络并根据每个部首的图像特征分别评估书写字体中每个部首的第二字体结构评分”的步骤具体包括：采用预设的第二字体结构评分网络并根据每个部首的图像特征，分别评估每个部首的避让、穿插、正斜、外形和疏密的评分。
[0051]
在上述书写汉字的评价方法的一个技术方案中，所述方法还包括通过下列方式获取字体笔划评分：
[0052]
获取标准字体中每个笔划在标准汉字图像中覆盖的第一像素并形成第一像素图；
[0053]
识别书写字体中每个笔划在书写汉字图像中覆盖的第二像素；
[0054]
对书写字体与标准字体进行配准，以确定第一像素与第二像素之间的对应关系；
[0055]
基于对应关系并根据第二像素，形成与第一像素图对应的第二像素图，其中，分别位于第一像素图与第二像素图中相同位置的第一像素与第二像素具有对应关系；
[0056]
采用预设的笔划评分网络并根据第一像素图与第二像素图，评估书写字体中每个笔划的字体笔划评分。
[0057]
在上述书写汉字的评价方法的一个技术方案中，“采用预设的笔划评分网络并根据第一像素图与第二像素图，评估书写字体中每个笔划的字体笔划评分”的步骤具体包括：
[0058]
采用预设的笔划评分网络并根据第一像素图与第二像素图，分别评估书写字体中每个笔划的角度、曲直、长短、完整度、起收的评分；
[0059]
获取根据每个笔划的角度、曲直、长短、完整度、起收的评分，获取所有笔划对应的角度、曲直、长短、完整度、起收的平均分。
[0060]
在上述书写汉字的评价方法的一个技术方案中，所述方法还包括通过系列方式确定书写问题及其解决方案：
[0061]
按照字体评分由小至大或由大至小的顺序对书写汉字进行排序，选取排列在前或在后的多个书写汉字作为问题字体；
[0062]
根据问题字体的章法布局评分、字体结构评分和字体笔划评分确定问题字体存在的书写问题及其解决方案，解决方案至少包括问题字体的教学视频；
[0063]
和/或，
[0064]
按照评分由小至大或由大至小的顺序对每个指标的评分进行排序，选取排列在前或在后的多个指标作为问题指标，指标是章法布局或字体结构或字体笔划；
[0065]
根据问题指标确定书写问题及其解决方案，解决方案至少包括问题指标的教学视频。
[0066]
在上述书写汉字的评价方法的一个技术方案中，所述方法还包括通过下列方式确定并输出书写评价信息：
[0067]
获取书写汉字图像中每个书写汉字的字体评分的平均值；
[0068]
根据平均值，获取提供书写汉字图像的用户在预设用户范围内的书写排名；
[0069]
根据书写排名，确定并输出书写评价信息。
[0070]
在第二方面，提供一种计算机设备，该计算机设备包括处理器和存储装置，所述存储装置适于存储多条程序代码，所述程序代码适于由所述处理器加载并运行以执行上述书写汉字的评价方法的技术方案中任一项技术方案所述的书写汉字的评价方法。
[0071]
在第三方面，提供一种计算机可读存储介质，该计算机可读存储介质其中存储有多条程序代码，所述程序代码适于由处理器加载并运行以执行上述书写汉字的评价方法的技术方案中任一项技术方案所述的书写汉字的评价方法。
[0072]
本发明上述一个或多个技术方案，至少具有如下一种或多种有益效果：
[0073]
在实施本发明的技术方案中，首先获得书写汉字图像中的书写汉字及其对应的标准汉字，然后根据书写汉字和标准汉字获取书写汉字在章法布局评分、字体结构评分和字体笔划评分的多角度字体评分，在得到多角度的字体评分后，可以根据字体评分准确输出书写评价信息，避免了只考虑单一角度评分使书写评价信息失真的情况，用户更加准确的了解自身书写汉字的优劣之处后，避免了用户在长期练习过程中不知道自身需要提升的点，而失去练习书写的动力，陷入精神内耗。用户在了解自身书写汉字的不足之处后，可以根据系统输出的解决方案进行针对性的书写训练，快速提高自身书写汉字的水平。
附图说明
[0074]
参照附图，本发明的公开内容将变得更易理解。本领域技术人员容易理解的是：这些附图仅仅用于说明的目的，而并非意在对本发明的保护范围组成限制。其中：
[0075]
图1是根据本发明的一个实施例的书写汉字的评价方法的主要步骤流程示意图；
[0076]
图2是根据本发明的一个实施例的确定书写问题及其解决方案的方法的主要步骤流程示意图；
[0077]
图3是根据本发明的一个计算机设备实施例的主要结构示意图。
具体实施方式
[0078]
下面参照附图来描述本发明的一些实施方式。本领域技术人员应当理解的是，这些实施方式仅仅用于解释本发明的技术原理，并非旨在限制本发明的保护范围。
[0079]
在本发明的描述中，“处理器”可以包括硬件、软件或者两者的组合。处理器可以是中央处理器、微处理器、图像处理器、数字信号处理器或者其他任何合适的处理器。处理器具有数据和/或信号处理功能。处理器可以以软件方式实现、硬件方式实现或者二者结合方式实现。非暂时性的计算机可读存储介质包括任何合适的可存储程序代码的介质，比如磁碟、硬盘、光碟、闪存、只读存储器、随机存取存储器等等。术语“a和/或b”表示所有可能的a与b的组合，比如只是a、只是b或者a和b。术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
[0080]
下面先对本发明涉及的术语进行解释说明。
[0081]
避让指的是将字的某一部分收缩或挪移,刻意为另一部分留出空间,使得整体字形布局合理，穿插指的是在一个字中,一部分的笔划进入另一部分的范围之内,且插入该部分的空当之中。正斜是指根据字形的斜正分别进行不同的书写,例如“朋”字，要求字形斜,而“黨”字要求字形正。疏密指的是书写章法上的疏密以及结构上的疏密。
[0082]
首先参阅附图1，图1是根据本发明的一个实施例的书写汉字的评价方法的主要步骤流程示意图。如图1所示，本发明实施例中的书写汉字的评价方法主要包括下列步骤s101至步骤s104。
[0083]
步骤s101：获取书写汉字图像并识别书写汉字图像中的每个书写汉字。
[0084]
书写汉字图像的获取可以采用图像采集装置获取或者由用户自行上传，或者可以采用其他方式获取书写汉字图像，本发明不对获取书写汉字图像的具体方式进行限定，若图像采集装置获取到的图像或用户自行上传的图像为包括书写汉字图像以外的其他图像，则需要对图像中的书写汉字图像进行位置识别与图像分割，然后获得书写汉字图像，其中对书写汉字图像进行位置识别可以采用yolo、ssd等神经网络，本发明实施例不对采用的神经网络类型与结构进行限定。
[0085]
在获取书写汉字图像后，可以采用传统ocr对书写汉字图像中的书写汉字进行识别，或者也可以采用神经网络对书写汉字进行识别，例如，可以采用resnet50神经网络进行书写汉字识别，或者也可以采用transformer神经网络进行书写汉字识别，本发明对进行书写汉字识别所采用的网络类型与具体结构不进行限定。在进行书写汉字图像识别后，可以确定每个书写汉字对应的标准汉字。
[0086]
步骤s102：获取标准汉字图像并识别标准汉字图像中与每个书写汉字各自对应的标准汉字。
[0087]
对标准汉字图像的获取与识别与上述步骤s101对书写汉字图像的获取与识别相似，此处不再赘述。
[0088]
步骤s103：根据每个书写汉字对应的标准汉字，分别评估每个书写汉字的章法布局评分、字体结构评分和字体笔划评分，并根据每个书写汉字的章法布局评分、字体结构评
分和字体笔划评分获取每个书写汉字的字体评分。
[0089]
在确定书写汉字对应的标准汉字后，可以获取书写汉字与标准汉字的相似度，书写汉字与标准汉字越相似，书写汉字的字体评分越高。章法布局评分、字体结构评分和字体笔划评分是对书写汉字的字体评分的标准，本领域技术人员可以根据实际需求增加或减少上述字体评分标准的类型。在获取章法布局评分、字体结构评分和字体笔划评分的分数后，可以通过求平均分或按照权重计算平均分等方式确定每个书写汉字的字体评分。本领域技术人员可以根据实际需求确定每个书写汉字的字体评分的方式，本发明实施例不进行限定。
[0090]
步骤s104：根据每个书写汉字的字体评分，确定并输出书写评价信息，书写评价信息至少包括字体评分、书写问题及其解决方案。
[0091]
书写问题指的是根据字体评分确定的书写汉字的不足之处。例如，若书写汉字的章法布局评分较低，则代表书写汉字的章法布局存在不足，因此可以向用户输出关于提高书写汉字的章法布局的解决方案。
[0092]
基于上述步骤s101至步骤s104所述的方法，首先获得书写汉字图像中的书写汉字及其对应的标准汉字，然后根据书写汉字和标准汉字获取书写汉字在章法布局评分、字体结构评分和字体笔划评分的多角度字体评分，在得到多角度的字体评分后，可以根据字体评分准确输出书写评价信息，避免了只考虑单一角度评分使书写评价信息失真的情况，用户更加准确的了解自身书写汉字的优劣之处后，避免了用户在长期练习过程中不知道自身需要提升的点，而失去练习书写的动力，陷入精神内耗。用户在了解自身书写汉字的不足之处后，可以根据系统输出的解决方案进行针对性的书写训练，快速提高自身书写汉字的水平。
[0093]
下面分别对步骤s103中章法布局评分、字体结构评分和字体笔划评分的获取方法作进行进一步说明。
[0094]
一、章法布局评分的获取方法
[0095]
书写汉字为用户书写汉字，书写汉字与书写汉字对应的标准汉字越接近，说明用户书写汉字越标准，用户书写汉字的评分也应当越高。
[0096]
在根据本发明的实施例的一种可能的实施方式中，还包括通过下列步骤11至步骤13评估书写汉字的第一章法布局评分：
[0097]
步骤11：分别获取书写汉字及其对应的标准汉字的章法布局特征。
[0098]
章法布局指的是整体上对汉字进行评价的指标，获取汉字的章法布局特征，需要从汉字的大小、重心、正斜、外形等角度出发，综合确定最终的章法布局特征。
[0099]
步骤12：获取书写汉字及其对应的标准汉字的章法布局特征之间的变化量。
[0100]
书写汉字及其对应的标准汉字的章法布局特征之间的变化量代表用户书写的字与标准汉字的差异程度，变化量越大，代表用户书写汉字的章法布局的提升空间越大。
[0101]
步骤13：根据变化量，评估书写汉字的第一章法布局评分，其中，第一章法布局评分与变化量成负相关关系。
[0102]
变化量越大，代表用户书写汉字的章法布局的提升空间越大，用户的书写汉字第一章法布局评分也相应越低。
[0103]
通过上述步骤11至步骤13可以从汉字的大小、重心、正斜、外形等角度出发，通过
对比综合书写汉字及其对应的标准汉字的章法布局特征之间的变化量，实现了对用户书写汉字在章法布局角度的量化评分，使评分更加客观准确。
[0104]
在根据本发明的实施例的一种可能的实施方式中，获取章法布局特征的步骤具体包括下列步骤21至步骤22：
[0105]
步骤21：获取目标汉字在目标图像中对应的汉字边界框，目标汉字是书写汉字或标准汉字，目标图像是书写汉字图像或标准汉字图像。
[0106]
目标汉字在目标图像中对应的汉字边界框指的是能够将目标汉字全部笔划覆盖的最小矩形框。其中，目标汉字在目标图像中对应的汉字边界框可以采用神经网络进行识别获取，作为示例，可以采用unet网络，通过神经网络进行识别，能够确定将目标汉字全部笔划覆盖的矩形框的四个角坐标，从而根据四个角坐标确定汉字边界框。当然，也可以采用其他用于图像分割的神经网络，例如segnet、fcn等神经网络，本发明实施例不进行限定。或者，也可以采用纹理分割、阈值分割等传统图像分割方法获取目标汉字在目标图像中对应的汉字边界框，本发明实施例同样不对获取目标汉字在目标图像中对应的汉字边界框的方法进行具体限定。
[0107]
步骤22：根据汉字边界框的尺寸和/或重心和/或倾斜角度，分别获取目标汉字的尺寸特征和/或重心特征和/或倾斜角度特征。
[0108]
由于汉字边界框指的是能够将目标汉字全部笔划覆盖的最小矩形框，因此可以根据汉字边界框的尺寸及重心确定目标汉字的尺寸及重心，可以根据汉字边界框的边缘倾斜角度确定汉字的倾斜角度。
[0109]
通过上述步骤21至步骤22，将目标汉字用汉字边界框包围，再将目标汉字的尺寸特征、重心特征、倾斜角度特征转化为汉字边界框的尺寸、重心、倾斜角度，从而可以更加简便快捷地获取目标汉字的章法布局特征。
[0110]
在根据本发明的实施例的一种可能的实施方式中，“获取书写汉字及其对应的标准汉字的章法布局特征之间的变化量(前述步骤12)”的步骤包括：
[0111]
通过下列计算公式获取尺寸特征的相对变化量：
[0112]
r1表示尺寸特征的相对变化量，bw和bh分别表示标准汉字对应的汉字边界框的宽和高，d1表示尺寸特征的绝对变化量且bw和bh分别表示书写汉字对应的汉字边界框的宽和高，abs表示获取绝对值的运算符号。
[0113]
在根据本发明的实施例的一种可能的实施方式中，“获取书写汉字及其对应的标准汉字的章法布局特征之间的变化量(前述步骤12)”的步骤包括：
[0114]
通过下列计算公式获取重心特征的相对变化量：
[0115]
r2表示重心特征的相对变化量，d2表示重心特征的绝对变化量且c(b)表示书写汉字的重心，c(b)表示标准汉字的重心。
[0116]
作为示例，可以通过下列公式计算目标汉字的重心：
[0117]
c(b)＝(b1+b2+b3+b4)/4，c(b)表示目标汉字的重心，b1表示目标汉字对应的汉字边
界框的左上角坐标，b2表示目标汉字对应的汉字边界框的左下角坐标，b3表示目标汉字对应的汉字边界框的右上角坐标，b4表示目标汉字对应的汉字边界框的右下角坐标。
[0118]
在根据本发明的实施例的一种可能的实施方式中，“获取书写汉字及其对应的标准汉字的章法布局特征之间的变化量(前述步骤12)”的步骤包括：
[0119]
通过下列方式获取倾斜角度的相对变化量：
[0120]
r3＝2*abs(s(b)-s(b))/π,r3表示倾斜角度的相对变化量，π表示圆周率，s(b)表示标准汉字的倾斜角度,s(b)表示书写汉字的倾斜角度。
[0121]
作为示例，可以通过下列公式获取目标汉字的倾斜角度：
[0122]
s(b)＝0.5*(a(b1，b3)+a(b2，b4))
[0123]
其中，b1表示目标汉字对应的汉字边界框的左上角坐标，b2表示目标汉字对应的汉字边界框的左下角坐标，b3表示目标汉字对应的汉字边界框的右上角坐标，b4表示目标汉字对应的汉字边界框的右下角坐标。函数a(p,q)＝arctanx((p
x-q
x
)/(p
y-qy)),arctanx表示反正切函数，p、q为形式参数，代表任意的两个点，p
x
表示p点的x轴坐标，py表示p点的y轴坐标，q
x
表示q点的x轴坐标，qy表示q点的y轴坐标。
[0124]
在获取书写汉字及其对应的标准汉字的章法布局特征之间的变化量之后，为了使用户直观了解书写汉字的水平，可以为书写汉字进行打分。
[0125]
在根据本发明的实施例的一种可能的实施方式中,“根据变化量，评估书写汉字的第一章法布局评分(前述步骤13)”的步骤具体包括：
[0126]
确定变化量落入的数值区间。
[0127]
不同的变化量应当对应不同的数值区间，其中数值区间的数量以及划分方法可以由本领域技术人员根据实际需要进行设定，本发明实施例不对数值区间的划分方法进行限定。
[0128]
获取数值区间对应的第一章法布局评分。
[0129]
不同的数值区间应当对应不同的第一章法布局评分，数值区间内的数值越大，第一章法布局评分越低。
[0130]
通过将变化量划分为不同的数值区间，并为每个数值区间设置对应的第一章法布局评分，在获得书写汉字及其对应的标准汉字的章法布局特征之间的变化量后，可以得到书写汉字的评分，从而使用户可以直观快速地了解自身书写汉字的章法布局情况。
[0131]
第一章法布局评分主要通过获取目标汉字的尺寸特征和/或重心特征和/或倾斜角度特征确定，而对书写汉字的章法布局进行评价还包括对书写汉字的外形进行评价。
[0132]
在根据本发明的实施例的一种可能的实施方式中,评估书写汉字的第二章法布局评分的步骤主要包括下列步骤31至步骤35：
[0133]
步骤31：根据书写汉字在书写汉字图像中对应的汉字边界框的顶点位置，获取书写汉字的第一边界框特征。
[0134][0135]
步骤32：根据标准汉字在标准汉字图像中对应的汉字边界框的顶点位置，获取标注汉字的第二边界框特征。
[0136]
步骤33：获取书写汉字在书写汉字图像中的图像特征。
[0137]
获取书写汉字在书写汉字图像中的图像特征可以采用resnet50或其他分类神经
网络。
[0138]
步骤34：对第一边界框特征、第二边界框特征与图像特征进行特征拼接，形成第一拼接特征。
[0139]
步骤35：采用预设的汉字外形评分网络并根据第一拼接特征，评估书写汉字的第二章法布局评分。
[0140]
预设的汉字外形评分网络可以采用多层感知器(multilayer perceptron，mlp)，多层感知器的隐藏层神经元个数可以根据拼接特征进行调整，当然，也可以采用其他神经网络进行汉字外形评分，本发明对预设的汉字外形评分网络的类型不进行限定。
[0141]
通过上述步骤31至步骤35的方法，可以将书写汉字的图像特征以及标准汉字的图像特征进行拼接，然后再将拼接特征输入预设的汉字外形评分网络，获得书写汉字的第二章法布局评分。通过书写汉字的图像特征以及标准汉字的图像特征获取书写汉字的章法布局评分，可以获得书写汉字在外形角度上的章法布局的优劣，便于用户根据章法布局评分对书写进行训练提高。
[0142]
在练习书法的早期，用户通常会在田字格内进行练习，田字格是由一个个正方形组成的，每个汉字只能写在一个正方形中，因此能够帮助练习字母或汉字的大小、形状、间距等方面的规范性。若用户在田字格内练习书法，那么可以将用户的书写汉字对应的田字格缩放至与标准汉字对应的田字格大小相同，在进行书写汉字的章法布局评分。
[0143]
在根据本发明的实施例的一种可能的实施方式中,在评估每个书写汉字的章法布局评分之前，还包括下列步骤41至步骤43：
[0144]
步骤41：识别书写汉字图像中每个书写汉字的位置处是否存在田字格，每个书写汉字与每个田字格一一对应且书写汉字位于田字格内。
[0145]
通过书写汉字图像识别每个书写汉字的位置处是否存在田字格可以采用yolo神经网络，书写汉字的位置处存在田字格指的是书写汉字完全处于田字格内，没有任何笔划超出田字格的范围。
[0146]
步骤42：若是，则识别每个书写汉字对应的田字格的第一边界框，获取每个标准汉字对应的田字格的第二边界框，对第一边界框进行缩放处理，以使第一边界框与第二边界框的尺寸相同，进而再评估每个书写汉字的章法布局评分。
[0147]
对第一边界框进行缩放处理，以使第一边界框与第二边界框的尺寸相同的目的是为了便于在边界框大小相同的情况下对比标准汉字与书写汉字的变化量。
[0148]
步骤43：若否，则直接评估每个书写汉字的章法布局评分。
[0149]
如果书写汉字不存在对应的田字格或书写汉字存在笔划超出田字格的范围的情况，则无法通过调整边界框的大小实现书写汉字与标准汉字的统一，因此可以直接评估每个书写汉字的章法布局评分。
[0150]
通过上述步骤41至步骤43，在书写汉字书写的位置存在田字格时，可以通过调节书写汉字对应的田字格边框大小使书写汉字与标准汉字大小相同，从而便于对书写汉字进行评分。
[0151]
以上是获取书写汉字的章法布局评分的方法步骤，下面对获取书写汉字的字体结构的方法步骤进行说明。
[0152]
二、字体结构评分的获取方法
[0153]
在根据本发明的实施例的一种可能的实施方式中，方法还包括通过下列步骤51至步骤52的方法评估字体结构评分：
[0154]
步骤51：识别书写汉字的字体结构。
[0155]
书写汉字的字体结构包括独体字、左右结构、左中右结构、上下结构、上中下结构、包围结构、复合结构等字体结构，其中，字体结构的识别可以采用yolo神经网络，或者采用其他神经网络，例如ssd网络。本发明实施例不对识别书写汉字的字体结构所采用的网络进行限定。
[0156]
步骤52：根据字体结构，分别获取书写汉字中每个部首在书写汉字图像中对应的部首边界框以及相应标准汉字中每个部首在标准汉字图像中对应的部首边界框，采用预设的第一字体结构评分网络并根据书写汉字以及相应标准汉字的部首边界框评估书写字体的第一字体结构评分。
[0157]
以左中右结构的汉字“树”字为例，需要采用三个部首边界框分别把左边木字旁、中间的又、右边的寸框起来。若书写汉字为复合结构，则将书写汉字视为最相近的左右结构、左中右结构、上下结构、上中下结构的一种。若汉字只有两个部首，则可以将未用到的部首边界框的内容设为空白。第一字体结构评分网络可以采用多层感知机。作为示例，部首边界框的数量为3个，每个部首边界框又有四个角点，根据全部12个角点的坐标可以获取目标汉字的结构特征向量，通过上述方法可以分别获取书写汉字与标准汉字的结构特征向量，然后再将书写汉字与标准汉字的结构特征向量拼接，输入第一字体结构评分网络，可以获得第一字体结构评分网络输出的第一字体结构评分。
[0158]
通过上述步骤51至步骤52，首先识别汉字的字体结构，然后根据汉字的字体结构采用部首边界框对汉字的部首进行包围，通过部首边界框的坐标可以获取书写汉字的结构特征向量，然后再汉字的结构特征向量输入第一字体结构评分网络，可以准确获得书写汉字的结构评分。通过采用部首边界框辅助进行书写汉字的结构评分获取，可以更加简便准确的获取书写汉字的结构评分，使用户可以方便地了解自身书写汉字的结构是否需要改进。
[0159]
在根据本发明的实施例的一种可能的实施方式中，“采用预设的第一字体结构评分网络并根据书写汉字以及相应标准汉字的部首边界框评估书写字体的第一字体结构评分(前述步骤52)”的步骤具体包括：采用预设的第一字体结构评分网络并根据书写汉字以及相应标准汉字的部首边界框，分别评估书写字体对应的避让、穿插、正斜、外形和疏密的评分。
[0160]
当获取书写字体对应的避让、穿插、正斜、外形和疏密的评分时，可以将的第一字体结构评分网络的输出层设置为5，输出层的5个输出分别对应避让、穿插、正斜、外形、疏密的得分。
[0161]
在根据本发明的实施例的一种可能的实施方式中，方法还包括通过下列步骤61至步骤62的方法评估字体结构评分：
[0162]
步骤61：获取书写汉字在书写汉字图像中的图像特征，采用预设的第二字体结构评分网络并根据图像特征评估书写字体的第二字体结构评分。
[0163]
第二字体结构评分网络可以选择resnet50或其他分类神经网络，并采用部首或独体字及其评分作为训练集对第二字体结构评分网络进行训练。
[0164]
步骤62：根据第一字体结构评分和/或第二字体结构评分，获取最终的字体结构评分。
[0165]
在获得第一字体结构评分和/或第二字体结构评分后，本领域技术人员可以根据实际需求确定第二字体结构评分的确定规则，例如只采用第一字体结构评分或只采用第二字体结构评分或获取第一字体结构评分与第二字体结构评分的平均分作为最终的字体结构评分。
[0166]
通过上述步骤61至步骤62的方法，将书写汉字的图像输入第二字体结构评分网络，可以得到对书写汉字的第二字体结构的评分，由于第二字体结构评分网络可以直接根据书写汉字的图像进行字体结构评分，而无需对字体进行部首划分，从而可以得到单个部首或独体字的字体结构评分。
[0167]
在根据本发明的实施例的一种可能的实施方式中，“采用预设的第二字体结构评分网络并根据图像特征评估书写字体的第二字体结构评分(前述步骤61)”的步骤具体包括：采用预设的第二字体结构评分网络并根据图像特征，分别评估书写字体对应的避让、穿插、正斜、外形和疏密的评分。
[0168]
第二字体结构评分网络所采用的分类神经网络的输出层同样需要设置为5，输出层的5个输出分别对应避让、穿插、正斜、外形、疏密的得分。
[0169]
若书写汉字为独体字，由于独体字不存在部首，因此独体字无法获取第一字体结构评分。
[0170]
在根据本发明的实施例的一种可能的实施方式中，“根据第一字体结构评分和/或第二字体结构评分，获取最终的字体结构评分(前述步骤62)”的步骤具体包括步骤71至步骤73：
[0171]
步骤71：根据书写字体的字体结构，判断书写字体是否为独体字。
[0172]
其中，判断书写字体是否为独体字的方法步骤与前述步骤51相同，此处不再赘述。
[0173]
步骤72：若是，则将第二字体结构评分作为最终的字体结构评分。
[0174]
由于独体字不存在部首，因此独体字无法获取第一字体结构评分，此时需要将第二字体结构评分作为独体字最终的字体结构评分。
[0175]
步骤73：若否，则将第一字体结构评分与第二字体结构评分的平均值作为最终的字体结构评分。
[0176]
通过上述步骤71至步骤73，在书写汉字为独体字的情况下，采用第二字体结构评分作为最终的字体结构评分，使得独体字无需获取部首也可以获取字体结构评分，从而完善了字体结构评分的确定方法。
[0177]
以上是对获取书写汉字的字体结构评分的方法步骤的说明，下面对获取书写汉字的笔划评分的方法步骤进行说明。
[0178]
三、字体笔划评分的获取方法
[0179]
在根据本发明的实施例的一种可能的实施方式中，方法还包括通过下列步骤81至步骤85获取字体笔划评分：
[0180]
步骤81：获取标准字体中每个笔划在标注汉字图像中覆盖的第一像素并形成第一像素图。
[0181]
获取标准字体中每个笔划在标注汉字图像中覆盖的第一像素可以采用unet神经
网络，本步骤的unet神经网络采用汉字图像及其覆盖的像素作为训练集。
[0182]
步骤82：识别书写字体中每个笔划在书写汉字图像中覆盖的第二像素。
[0183]
书写字体的笔划识别方法与前述步骤81识别标准字体的笔划方法相同，此处不再赘述。
[0184]
步骤83：对书写字体与标准字体进行配准，以确定第一像素与第二像素之间的对应关系。
[0185]
配准书写字体与标准字体的方法可以采用demons算法，或者也可以采用其他非刚性的配准方法。这种配准方法可以书写字体和其对应的标准字体进行非刚性配准。配准之后能够得到书写字体和标准字体每个像素的对应关系。
[0186]
步骤84：基于对应关系并根据第二像素，形成与第一像素图对应的第二像素图，其中，分别位于第一像素图与第二像素图中相同位置的第一像素与第二像素具有对应关系。
[0187]
在获得书写字体中每个笔划在书写汉字图像中覆盖的像素后，可以根据对应关系确定标准字体每个笔划的像素。
[0188]
步骤85：采用预设的笔划评分网络并根据第一像素图与第二像素图，评估书写字体的字体笔划评分。
[0189]
预设的笔划评分网络可以采用分类神经网络resnet50，或者也可以采用其他分类神经网络，训练集可以采用笔划的标准字体像素图、书写字体像素图及评分。评估书写字体的字体笔划评分时，可以将第一像素图与第二像素图拼接，输入预设的笔划评分网络中，获取书写字体的字体笔划评分。
[0190]
通过上述步骤81至步骤85的方法，将书写字体与标准字体进行配准，从而确定书写字体的笔划像素与标准字体的笔划像素的对应关系，由于标准字体的笔划构成是已知的，因此可以根据对应关系准确获取书写字体的笔划像素。再将书写字体的笔划像素输入预设的笔划评分网络，可以得到书写字体的字体笔划评分。相较于采用神经网络识别书写字体的笔划而言，本发明实施例采用的方法更加快捷准确。
[0191]
在根据本发明的实施例的一种可能的实施方式中，“采用预设的笔划评分网络并根据第一像素图与第二像素图，评估书写字体的字体笔划评分(前述步骤85)”的步骤具体包括下列步骤91至步骤92：
[0192]
步骤91：采用预设的笔划评分网络并根据第一像素图与第二像素图，分别评估书写字体对应的角度、曲直、长短、完整度、起收的评分；
[0193]
为了评估书写字体对应的角度、曲直、长短、完整度、起收的评分，可以将预设的笔划评分网络的最后的分类层设置为5个输出，对应书写字体的角度、曲直、长短、完整度、起收的评分。
[0194]
步骤92：获取角度、曲直、长短、完整度、起收的评分的平均值，将平均值作为最终的字体笔划评分。
[0195]
通过上述步骤91至步骤92，可以多角度对用户的书写字体的笔划进行评分，从而可以更完整更客观的得到用户书写字体的笔划得分。
[0196]
在用户获得书写汉字的评分后，可能不会正确认识的自身书写汉字的不足之处以及改进之处，因此，为了使用户更好地提高书法水平，可以为用户输出书法中的问题以及对应的解决措施。
[0197]
参阅附图2，图2是根据本发明的一个实施例的确定书写问题及其解决方案的方法的主要步骤流程示意图。本发明实施例中的确定书写问题及其解决方案的方法还包括下列步骤s201至步骤s202：
[0198]
步骤s201：按照字体评分由小至大或由大至小的顺序对书写汉字进行排序，选取排列在前或在后的多个书写汉字作为问题字体。
[0199]
用户书写汉字的字体评分越低，代表用户该汉字的步骤之处越大，越需要改进与练习。
[0200]
步骤s202：根据问题字体的章法布局评分、字体结构评分和字体笔划评分确定问题字体存在的书写问题及其解决方案，解决方案至少包括问题字体的教学视频。
[0201]
在确定不足之处较大的书写汉字后，可以从章法布局评分、字体结构评分和字体笔划评分三项得分中找到该书写汉字得分最低的一项或多项，从而确定问题字体存在的书写问题以及该书写问题对应的解决方案。例如，用户某一书写汉字在字体结构评分中得分最低，则为用户输出该书写汉字字体结构的教学视频。
[0202]
通过上述步骤s201至步骤s201，用户可以获取自身在书写中，存在问题最大的汉字，并且可以获取针对书写存在最大问题汉字的教学，使用户在练习书写的过程中，可以针对性地练习存在问题最大的汉字，从而快速提高自身的书写水平。
[0203]
在根据本发明的实施例的一种可能的实施方式中，方法还包括通过下列步骤101至步骤102确定书写问题及其解决方案：
[0204]
步骤101：按照评分由小至大或由大至小的顺序对每个指标的评分进行排序，选取排列在前或在后的多个指标作为问题指标，指标是章法布局或字体结构或字体笔划。
[0205]
在对每个书写汉字进行书写汉字的评价时，都会获得该汉字在章法布局或字体结构或字体笔划上的评分，综合全部的书写汉字在章法布局或字体结构或字体笔划每项上的平均分，可以确定用户在章法布局或字体结构或字体笔划中最欠缺的点。
[0206]
步骤102：根据问题指标确定书写问题及其解决方案，解决方案至少包括问题指标的教学视频。
[0207]
通过上述步骤101至步骤102，用户可以清晰地了解到自身书法的总体不足之处，从而可以有针对性地做出调整训练，使学习效率大大提高。
[0208]
在确定用户书写汉字中评分最低的一项或多项问题指标后，可以根据问题指标输出对应的解决方案，例如用户在章法布局上的评分最低，那么可以为用户输出章法布局对应的教学视频。
[0209]
在根据本发明的实施例的一种可能的实施方式中，方法还包括通过下列步骤111至步骤113确定并输出书写评价信息：
[0210]
步骤111：获取书写汉字图像中每个书写汉字的字体评分的平均值。
[0211]
步骤112：根据平均值，获取提供书写汉字图像的用户在预设用户范围内的书写排名。
[0212]
预设用户范围可以为当前用户所在的地区的全部用户，还可以是与当前用户同龄的全部用户。书写排名可以为用户书写汉字的字体评分的具体排名。例如100个人中，用户的得分第10，那么用户的书写排名为10名。
[0213]
步骤113：根据书写排名，确定并输出书写评价信息。
[0214]
书写评价信息可以包括用户的书写得分超过同龄用户的比例或超过所在地区用户的比例。例如同龄的100个用户中，用户得分第10，同地区的100个用户中，用户得分第1，那么书写评价信息可以为：用户击败了同地区100％的人，击败了同龄90％的人。
[0215]
通过上述步骤111至步骤113，用户可以准确的了解自身书写水平在同地区以及同龄人的水平，从而激励用户更加积极地练习书写，从而提升自身的书写水平。
[0216]
需要指出的是，尽管上述实施例中将各个步骤按照特定的先后顺序进行了描述，但是本领域技术人员可以理解，为了实现本发明的效果，不同的步骤之间并非必须按照这样的顺序执行，其可以同时(并行)执行或以其他顺序执行，这些变化都在本发明的保护范围之内。
[0217]
本领域技术人员能够理解的是，本发明实现上述一实施例的方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读存储介质可以包括：能够携带所述计算机程序代码的任何实体或装置、介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存取存储器、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读存储介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读存储介质不包括电载波信号和电信信号。
[0218]
参阅附图3，图3是根据本发明的一个计算机设备实施例的主要结构示意图。如图3所示，本发明实施例中的计算机设备主要包括存储装置31和处理器32，存储装置31可以被配置成存储执行上述方法实施例的书写汉字的评价方法的程序，处理器32可以被配置成用于执行存储装置中的程序，该程序包括但不限于执行上述方法实施例的书写汉字的评价方法的程序。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。
[0219]
在本发明实施例中计算机设备可以是包括各种电子设备形成的控制装置设备。在一些可能的实施方式中，计算机设备可以包括多个存储装置31和多个处理器32。而执行上述方法实施例的书写汉字的评价方法的程序可以被分割成多段子程序，每段子程序分别可以由处理器加载并运行以执行上述方法实施例的书写汉字的评价方法的不同步骤。具体地，每段子程序可以分别存储在不同的存储装置31中，每个处理器32可以被配置成用于执行一个或多个存储装置31中的程序，以共同实现上述方法实施例的书写汉字的评价方法，即每个处理器32分别执行上述方法实施例的书写汉字的评价方法的不同步骤，来共同实现上述方法实施例的书写汉字的评价方法。
[0220]
上述多个处理器32可以是部署于同一个设备上的处理器，例如上述计算机设备可以是由多个处理器组成的高性能设备，上述多个处理器32可以是该高性能设备上配置的处理器。此外，上述多个处理器32也可以是部署于不同设备上的处理器，例如上述计算机设备可以是服务器集群，上述多个处理器32可以是服务器集群中不同服务器上的处理器。
[0221]
进一步，本发明还提供了一种计算机可读存储介质。
[0222]
在根据本发明的一个计算机可读存储介质的实施例中，计算机可读存储介质可以
被配置成存储执行上述方法实施例的书写汉字的评价方法的程序，该程序可以由处理器加载并运行以实现上述书写汉字的评价方法。为了便于说明，仅示出了与本发明实施例相关的部分，具体技术细节未揭示的，请参照本发明实施例方法部分。该计算机可读存储介质可以是包括各种电子设备形成的存储装置设备，可选的，本发明实施例中计算机可读存储介质是非暂时性的计算机可读存储介质。
[0223]
至此，已经结合附图所示的一个实施方式描述了本发明的技术方案，但是，本领域技术人员容易理解的是，本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下，本领域技术人员可以对相关技术特征作出等同的更改或替换，这些更改或替换之后的技术方案都将落入本发明的保护范围之内。

技术特征：
1.一种书写汉字的评价方法，其特征在于，所述方法包括：获取书写汉字图像并识别所述书写汉字图像中的每个书写汉字；获取标准汉字图像并识别所述标准汉字图像中与每个书写汉字各自对应的标准汉字；根据每个书写汉字对应的标准汉字，分别评估每个书写汉字的章法布局评分、字体结构评分和字体笔划评分，并根据每个书写汉字的章法布局评分、字体结构评分和字体笔划评分获取每个书写汉字的字体评分；根据每个书写汉字的字体评分，确定并输出书写评价信息，所述书写评价信息至少包括字体评分、书写问题及其解决方案。2.根据权利要求1所述的书写汉字的评价方法，其特征在于，所述方法还包括通过下列方式评估书写汉字的第一章法布局评分：分别获取书写汉字及其对应的标准汉字的章法布局特征；获取书写汉字及其对应的标准汉字的章法布局特征之间的变化量；根据所述变化量，评估书写汉字的第一章法布局评分；其中，所述第一章法布局评分与所述变化量成负相关关系。3.根据权利要求2所述的书写汉字的评价方法，其特征在于，所述方法还包括通过下列方式获取章法布局特征：获取目标汉字在目标图像中对应的汉字边界框，目标汉字是书写汉字或标准汉字，目标图像是书写汉字图像或标准汉字图像；根据汉字边界框的尺寸和/或重心和/或倾斜角度，分别获取目标汉字的尺寸特征和/或重心特征和/或倾斜角度特征。4.根据权利要求3所述的书写汉字的评价方法，其特征在于，“获取书写汉字及其对应的标准汉字的章法布局特征之间的变化量”的步骤包括：通过下列计算公式获取尺寸特征的相对变化量：r1表示尺寸特征的相对变化量，b
w
和b
h
分别表示标准汉字对应的汉字边界框的宽和高，d1表示尺寸特征的绝对变化量且b
w
和b
h
分别表示书写汉字对应的汉字边界框的宽和高，abs表示获取绝对值的运算符号；和/或，通过下列计算公式获取重心特征的相对变化量：r2表示重心特征的相对变化量，d2表示重心特征的绝对变化量且c(b)表示书写汉字的重心，c(b)表示标准汉字的重心，和/或，通过下列方式获取倾斜角度的相对变化量：r3＝2*abs(s(b)-s(b))/π,r3表示倾斜角度的相对变化量，π表示圆周率，s(b)表示标准汉字的倾斜角度,s(b)表示书写汉字的倾斜角度。5.根据权利要求2所述的书写汉字的评价方法，其特征在于，“根据所述变化量，评估书写汉字的第一章法布局评分”的步骤具体包括：
确定所述变化量落入的数值区间；获取所述数值区间对应的第一章法布局评分。6.根据权利要求2所述的书写汉字的评价方法，其特征在于，所述方法还包括通过下列方式评估书写汉字的第二章法布局评分：根据书写汉字在书写汉字图像中对应的汉字边界框的顶点位置，获取书写汉字的第一边界框特征；根据标准汉字在标准汉字图像中对应的汉字边界框的顶点位置，获取标准汉字的第二边界框特征；获取书写汉字在书写汉字图像中的图像特征；对所述第一边界框特征、所述第二边界框特征与所述图像特征进行特征拼接，形成第一拼接特征；采用预设的汉字外形评分网络并根据所述第一拼接特征，评估书写汉字的第二章法布局评分。7.根据权利要求1所述的书写汉字的评价方法，其特征在于，在评估每个书写汉字的章法布局评分之前，所述方法还包括：识别书写汉字图像中每个书写汉字的位置处是否存在田字格，每个书写汉字与每个田字格一一对应且书写汉字位于田字格内；若是，则识别每个书写汉字对应的田字格的第一边界框，获取每个标准汉字对应的田字格的第二边界框，对第一边界框进行缩放处理，以使第一边界框与第二边界框的尺寸相同，进而再评估每个书写汉字的章法布局评分；若否，则直接评估每个书写汉字的章法布局评分。8.根据权利要求1所述的书写汉字的评价方法，其特征在于，所述方法还包括通过下列方式评估字体结构评分：识别书写字体的字体结构；根据所述字体结构，分别获取书写汉字中每个部首在书写汉字图像中对应的部首边界框以及相应标准汉字中每个部首在标准汉字图像中对应的部首边界框，采用预设的第一字体结构评分网络并根据书写汉字以及相应标准汉字的部首边界框评估书写字体的第一字体结构评分；和/或，根据所述字体结构，分别获取书写汉字中每个部首在书写汉字图像中的图像特征，采用预设的第二字体结构评分网络并根据每个部首的图像特征分别评估书写字体中每个部首的第二字体结构评分；根据所述第一字体结构评分和/或所述第二字体结构评分，获取最终的字体结构评分。9.根据权利要求8所述的书写汉字的评价方法，其特征在于，“根据所述第一字体结构评分和/或所述第二字体结构评分，获取最终的字体结构评分”的步骤具体包括：根据书写字体的字体结构，判断书写字体是否为独体字；若是，则将第二字体结构评分作为最终的字体结构评分；若否，则将第一字体结构评分与第二字体结构评分的平均值作为最终的字体结构评分。10.根据权利要求8所述的书写汉字的评价方法，其特征在于，
“
采用预设的第一字体结构评分网络并根据书写汉字以及相应标准汉字的部首边界框评估书写字体的第一字体结构评分”的步骤具体包括：采用预设的第一字体结构评分网络并根据书写汉字以及相应标准汉字的部首边界框，分别评估书写字体对应的避让、穿插、正斜、外形和疏密的评分；“采用预设的第二字体结构评分网络并根据每个部首的图像特征分别评估书写字体中每个部首的第二字体结构评分”的步骤具体包括：采用预设的第二字体结构评分网络并根据每个部首的图像特征，分别评估每个部首的避让、穿插、正斜、外形和疏密的评分。11.根据权利要求1所述的书写汉字的评价方法，其特征在于，所述方法还包括通过下列方式获取字体笔划评分：获取标准字体中每个笔划在标准汉字图像中覆盖的第一像素并形成第一像素图；识别书写字体中每个笔划在书写汉字图像中覆盖的第二像素；对书写字体与标准字体进行配准，以确定第一像素与第二像素之间的对应关系；基于所述对应关系并根据所述第二像素，形成与所述第一像素图对应的第二像素图，其中，分别位于所述第一像素图与所述第二像素图中相同位置的第一像素与第二像素具有对应关系；采用预设的笔划评分网络并根据所述第一像素图与所述第二像素图，评估书写字体中每个笔划的字体笔划评分。12.根据权利要求11所述的书写汉字的评价方法，其特征在于，“采用预设的笔划评分网络并根据所述第一像素图与所述第二像素图，评估书写字体中每个笔划的字体笔划评分”的步骤具体包括：采用预设的笔划评分网络并根据所述第一像素图与所述第二像素图，分别评估中每个笔划的角度、曲直、长短、完整度、起收的评分；获取根据每个笔划的角度、曲直、长短、完整度、起收的评分，获取所有笔划对应的角度、曲直、长短、完整度、起收的平均分。13.根据权利要求1所述的书写汉字的评价方法，其特征在于，所述方法还包括通过系列方式确定书写问题及其解决方案：按照字体评分由小至大或由大至小的顺序对书写汉字进行排序，选取排列在前或在后的多个书写汉字作为问题字体；根据所述问题字体的章法布局评分、字体结构评分和字体笔划评分确定所述问题字体存在的书写问题及其解决方案，所述解决方案至少包括所述问题字体的教学视频；和/或，按照评分由小至大或由大至小的顺序对每个指标的评分进行排序，选取排列在前或在后的多个指标作为问题指标，所述指标是章法布局或字体结构或字体笔划；根据所述问题指标确定书写问题及其解决方案，所述解决方案至少包括所述问题指标的教学视频。14.根据权利要求1所述的书写汉字的评价方法，其特征在于，所述方法还包括通过下列方式确定并输出书写评价信息：获取书写汉字图像中每个书写汉字的字体评分的平均值；根据所述平均值，获取提供书写汉字图像的用户在预设用户范围内的书写排名；
根据所述书写排名，确定并输出书写评价信息。15.一种计算机设备，包括处理器和存储装置，所述存储装置适于存储多条程序代码，其特征在于，所述程序代码适于由所述处理器加载并运行以执行权利要求1至14中任一项所述的书写汉字的评价方法。16.一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行权利要求1至14中任一项所述的书写汉字的评价方法。

技术总结
本发明涉及人工智能技术领域，具体提供一种书写汉字的评价方法、设备及介质，旨在解决书写汉字评价不合理的问题。为此目的，本发明提供的书写汉字的评价方法包括：获取书写汉字图像并识别图像中的每个书写汉字；获取标准汉字图像并识别图像中与每个书写汉字各自对应的标准汉字；根据每个书写汉字对应的标准汉字，分别评估每个书写汉字的章法布局评分、字体结构评分和字体笔划评分，根据每个书写汉字的章法布局评分、字体结构评分和字体笔划评分获取每个书写汉字的字体评分；根据每个书写汉字的字体评分，确定并输出书写评价信息，书写评价信息至少包括字体评分、书写问题及其解决方案。通过上述方式，可以多角度评估用户书写汉字，获得合理评价。获得合理评价。获得合理评价。


技术研发人员：杜春林 华婷
受保护的技术使用者：上海泽临巽信息科技有限公司
技术研发日：2023.03.23
技术公布日：2023/8/1