笔迹书写的方法和装置、笔迹模板分类器训练方法和装置

1.一种笔迹书写的方法，其特征在于，包括：
捕捉用户书写笔迹的采样点坐标；
根据当前采样点坐标、上一采样点坐标，提取所述当前采样点的书写速度和书写方向特征；
将所述当前采样点的书写速度和书写方向特征输入到N类笔迹模板分类器，输出当前采样点的笔迹模板类别，并根据所述笔迹模板类别，获取当前采样点的笔迹模板；
合并所述用户书写笔迹采样点的笔迹模板，得到笔迹图形；
显示所述笔迹图形。
2.如权利要求1所述的方法，其特征在于，所述笔迹模板为奇数阶方阵图形，其中，所述方阵元素取值为0或1；
所述合并所述用户书写笔迹采样点的笔迹模板，得到笔迹图形的步骤，包括：
在所述用户书写笔迹采样点，放置相应笔迹模板；
在所述笔迹模板间存在交叠时，对所述交叠部分进行逻辑运算操作。
3.如权利要求2所述的方法，其特征在于，还包括：
存储默认书写方向的笔迹模板；
所述获取当前采样点的笔迹模板的步骤为，针对当前采样点，根据其笔迹模板类别，获取默认书写方向的笔迹模板；
所述合并所述用户书写笔迹上采样点的笔迹模板，得到笔迹图形的步骤，还包括：
在所述默认书写方向与当前采样点的自身书写方向不同时，将当前采样点的相应笔迹模板从默认书写方向旋转至自身书写方向。
4.如权利要求2所述的方法，其特征在于，所述合并所述用户书写笔迹上采样点的笔迹模板，得到笔迹图形的步骤，包括：
根据当前采样点坐标、上一采样点坐标，利用线性插值得到包含有M个笔迹点的坐标点序列，其中，M为自然数；
根据当前采样点的笔迹模板、上一采样点笔迹模板，利用线性插值得到所述M个笔迹点的笔迹模板；
在所述当前采样点和其相应M个笔迹点，放置相应笔迹模板；
在所述笔迹模板间存在交叠时，对所述交叠部分进行逻辑运算操作。
5.如权利要求1所述的方法，其特征在于，所述N类笔迹模板分类器为通过以下步骤获得的分类器：
根据笔形特征、书写速度和书写方向特征，定义N个笔迹模板，其中，N为自然数；
针对书写笔迹样本，提取其书写速度和书写方向特征；
依据所述书写速度和书写方向特征对所述书写笔迹样本进行训练，得到N类笔迹模板分类器。
6.一种笔迹模板分类器训练的方法，其特征在于，包括：
根据笔形特征、书写速度和书写方向特征，定义N个笔迹模板，其中，N为自然数；
针对书写笔迹样本，提取其书写速度和书写方向特征；
依据所述书写速度和书写方向特征对所述书写笔迹样本进行训练，得到N类笔迹模板分类器。
7.一种笔迹书写的装置，其特征在于，包括：
捕捉模块，用于捕捉用户书写笔迹的采样点坐标；
特征提取模块，用于根据当前采样点坐标、上一采样点坐标，提取所述当前采样点的书写速度和书写方向特征；
识别模块，用于将所述当前采样点的书写速度和书写方向特征输入到N类笔迹模板分类器类别；
模板获取模块，用于根据所述笔迹模板类别，获取当前采样点的笔迹模板；
合并模块，用于合并所述用户书写笔迹采样点的笔迹模板，得到笔迹图形；
显示模块，用于显示所述笔迹图形。
8.如权利要求7所述的装置，其特征在于，所述笔迹模板为奇数阶方阵图形，其中，所述方阵元素取值为0或1；
所述合并模块包括：
放置单元，用于在所述用户书写笔迹采样点，放置相应笔迹模板；
运算单元，用于在所述笔迹模板间存在交叠时，对所述交叠部分进行逻辑运算操作。
9.如权利要求7所述的装置，其特征在于，所述合并模块包括：
坐标点序列插值单元，用于根据当前采样点坐标、上一采样点坐标，利用线性插值得到包含有M个笔迹点的坐标点序列；
笔迹模板差值单元，用于根据当前采样点的笔迹模板、上一采样点笔迹模板，利用线性插值得到所述M个笔迹点的笔迹模板；
第一放置单元，用于在所述当前采样点和其相应M个笔迹点，放置相应笔迹模板；
第一逻辑运算单元，用于在所述笔迹模板间存在交叠时，对所述交叠部分进行逻辑运算操作。
10.一种笔迹模板分类器训练的装置，其特征在于，包括：
定义模块，用于根据笔形特征、书写速度和书写方向特征，定义N个笔迹模板，其中，N为自然数；
特征提取模块，用于针对书写笔迹样本，提取其书写速度和书写方向特征；
训练模块，用于依据所述书写速度和书写方向特征对所述书写笔迹样本进行训练，得到N类笔迹模板分类器。

暂无