买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于OpenCV图像识别的数字毛笔_广东工业大学_202310733115.0 

申请/专利权人:广东工业大学

申请日:2023-06-20

公开(公告)日:2024-03-29

公开(公告)号:CN116795222B

主分类号:G06F3/0354

分类号:G06F3/0354;F21S10/06;F21V23/04;F21V33/00;B43K29/00;B43K5/00;G06F3/038;G06V30/19;F21Y115/10

优先权:

专利状态码:有效-授权

法律状态:2024.03.29#授权;2023.10.13#实质审查的生效;2023.09.22#公开

摘要:本发明公开了一种基于OpenCV图像识别的数字毛笔,包括笔头组件、笔身组件和笔座组件;所述笔身组件包括笔杆、设置于所述笔杆两端的接触开关和无线电接收模块、固定于所述笔杆中部的电路板,所述电路板上焊接有电源和蓝牙模块,所述电源分别与所述接触开关、所述蓝牙模块电连接,所述无线电接收模块与所述电路板电连接。本发明采用上述一种基于OpenCV图像识别的数字毛笔,数字毛笔通过模块化设计,具有多种写作方式,使用方便;通过OpenCV图像识别技术可以对用户书写的内容进行实时的识别和上传,节省时间;用户可以在线上平台进行笔迹的编辑修改,也可以与书法爱好者进行交流,线上平台为书法爱好者提供了新的书法学习形式。

主权项:1.一种基于OpenCV图像识别的数字毛笔的OpenCV图像识别方法,其特征在于:所述数字毛笔包括笔头组件、笔身组件和笔座组件;所述笔身组件包括笔杆、设置于所述笔杆两端的接触开关和无线电接收模块、固定于所述笔杆中部的电路板,所述电路板上焊接处理器系统,所述处理器系统与电源、蓝牙模块、所述接触开关电连接,所述无线电接收模块与所述电路板电连接;所述笔头组件包括笔头和笔套,所述笔杆与所述笔头间螺纹连接,并通过金属环固定;所述笔身组件还包括压力传感器,所述压力传感器连接至所述笔头的笔尖;所述笔座组件包括半圆环支撑部和圆盘型笔台,所述支撑部顶端中部开口并设置无线电输入模块,所述笔台上设置充电接口,所述笔台和所述支撑部通过铰链连接;所述电路板上设置若干固定孔,所述接触开关为触摸感应的LED灯环;所述笔杆接近所述无线电接收模块一端的两侧设置摄像头,所述摄像头的输入端与所述电源连接,其输出端与所述电路板连接,所述摄像头外部设置黑色保护外壳;所述笔杆内部设置用于容纳墨囊的空腔;所述金属环上均匀设置若干凹槽,所述笔套上对应设置若干凸起;所述笔头采用可更换的模块化设计;还包括数字毛笔的线上平台,所述线上平台安装于移动端;所述蓝牙模块与所述移动端无线连接,所述线上平台接收来自所述蓝牙模块传输的信息;所述线上平台包括创作模块、管理模块和社区模块,所述创作模块包括笔画编辑工具、图层工具、组件工具和拼图工具;笔画编辑工具通过算法使所述压力传感器识别的每个笔画形成独立矢量文件和专属图层,用户可以对每个笔画单独进行大小、颜色、位置、形状的调整;用户通过所述图层工具对每个笔画图层进行管理,修改图层之间的层次关系或编组;用户通过所述组件工具将已使用所述图层工具进行编组的图层群组定义为组件;通过所述拼图工具将所述笔画编辑工具、所述图层工具、所述组件工具与客户创造内容进行拼图创作;识别方法包括如下步骤:S1、图像合并;S1-1、基本定位:对数字毛笔的字迹进行灰度信息数字化,将字迹转化为数字图像;S1-2、定位重复区域:通过OpenCV中的特征检测器,定位数字图像中的重复区域;特征检测器可以检测到数字图像中的关键点,并提取出描述这些关键点的特征向量,使用这些特征向量可以匹配不同部分的数字图像,并找到其中的重复区域;S1-3、计算数字图像变换:定位到重复区域后,使用OpenCV中的RANSAC算法计算数字图像之间的变换关系;RANSAC可以找到两个图像之间的相应关系,并估计出它们之间的转换矩阵;S1-4、剥离和粘贴:使用计算出的转换矩阵来构造一个仿射变换矩阵,可以将重复区域从数字图像中剥离出来,并将其粘贴到另一个数字图像中;在粘贴时,需要将重复区域与目标图像进行融合,以使其与周围环境相匹配;S1-5、重复以上步骤:以上步骤可以在不同的数字图像区域重复进行,直到所有重复区域都被剥离和粘贴到了目标数字图像中;最终实现数字图像中重复部分的去除;S2、模板匹配:将前后两帧数字图像分别命为目标数字图像和模板数字图像,模板匹配即找到目标数字图像和模板数字图像间的重叠部分,并按照匹配坐标进行合并,将两帧数字图像和并为一个完整的数字图像,并在下一帧数字图像到来时重复以上步骤,即合并后数字图像与新数字图像分别为目标数字图像和模板数字图像;S3、背景笔迹分离:在得到正确、完整的图像后,要将毛笔笔迹与背景分离开,得到清楚的字迹,使用户易于编辑;S4、用户界面对笔迹的可视化编辑:经过步骤S1-S3后,已经成功获取到分离完成的用户书写笔迹原始数据;用户可以在线上平台对笔迹进行一定程度上的自定义修改,包括剪切笔画、缩放笔画、旋转笔画、移动笔画和笔画上色;通过保存按钮可以对修改结果进行保存。

全文数据:

权利要求:

百度查询: 广东工业大学 一种基于OpenCV图像识别的数字毛笔

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。