問題タブ [handwriting]

日誌と同様の機能を持つ手書きコントロールを探しています。ジャーナルを winform に埋め込む方法が見つかれば、ジャーナルを使用します。Agilix Infinotes を使用しましたが、8 ページ以上のノートを書き上げているとバグが多く、テキストへの変換が非常に遅いことは言うまでもありません。どうやら infinotes のサポートを停止したようです。ジャーナルと同様の機能 (ルック アンド フィール) を備えたタブレットで手書きに使用するものを持っている人はいますか? または、テキストへの変換とデータの保存/受け渡しを制御するアプリケーション内でジャーナルを使用する方法を知っていますか。

Windows Vista と 7 の両方に、手書き認識をパーソナライズする機能が含まれています。特定のスタイルを認識するようにタブレットをトレーニングできます。

パーソナライゼーションは、OS の手書きコントロールであるネイティブ Windows タブレット入力パネル (TIP) によって使用されることを知っています。

.NET SDK は、このパーソナライゼーション データへのアクセスを提供して、.net アプリケーションがアプリ内のインク ベースのコントロールに使用できるようにしますか?

iPhoneで手書き文字認識を実装するための最良の方法は何ですか？

私は次のように考えています：

まず、手書きのキャラクターの写真を撮ります。

次に、手書き文字の画像を認識し、テキストを出力します。

アプリケーションに手書き認識を追加しようとしています。Windows XP では、エンド ユーザーが認識を機能させるには Tablet PC エディションが必要であることがわかりました。

ただし、Windows 7 ユーザーの状態については少しあいまいです。

アプリケーションの展開を検討する場合、オペレーティング システムの Tablet PC エディションをテストする必要がありますか? それとも、単に使用を許可されているだけですか?

英語で実行中の手書き文字を検出してテキストに変換するオープンソースの実装がプログラミング言語にありませんか?

私の iPhone アプリには、Handwriting Recognitionに似た要件があります。

画面上で指をタッチしてドラッグすることで任意の文字を書くことができるビュー上のスペースをユーザーに提供したいと思います。入力と一致するものに基づいて、テキストボックスに英語のアルファベットを表示する必要があります。

上記は私が欲しいものの例です：

この機能をどのように実装すればよいですか? 私はこれの初心者です。

ユーザーが1ピクセルの精度でシングルタッチデバイスを使用してキャンバスに「書き込む」ことができるモバイルアプリ(Android)を作成しています。アプリは、およそ標準的な 8 1/2" x 11" サイズのタブレット デバイスで実行されます。私の戦略は、「テキスト」をベクトル データとして保存することです。入力デバイスの各ストロークは、基本的に、始点、終点、およびテキストの形状を定義するのに役立ついくつかの中間点で構成されるベクトルになります。ベクトル (タッチ移動時にタッチスクリーン/OS によって生成されます)。これにより、ストロークが配置された順序を追跡し（元に戻すなどをサポートするため）、このテキストのサイズを変更したり、他のベクターグラフィックスと同様に柔軟にすることができます。

ただし、非常に正確な入力デバイスと、標準の紙のメモ帳を 1 対 1 でエミュレートできる大画面を使用して、非常に大まかな封筒計算を行うと、1 ページ全体で最大 1,700 ストロークになることになります。文章。最悪の場合、各ストロークは最大 20 ～ 30 個の個別のポイント (ストロークのピクセルごとにポイント) で構成される可能性があり、これはページあたり最大 50,000 データ ポイントを意味します... SQLite には大きすぎますページがリロードされ、ベクター ストロークが再作成されているときに信頼性を期待して処理するための /Android (SQLite db から 50,000 以上の結果を取得すると、 CursorWindowの制限である 1Mb を超えると想像する必要があります) 。

データ取得を複数のクエリに分割したり、開始、終了、またはその他の中間ピクセルから X ピクセルを超える場合にストローク ベクター形状を定義するのに役立つ中間点のみを追加するようにストローク データを変更できることはわかっています。 、しかし、この戦略を根本から再考する必要があるかどうか疑問に思っています...

より効率的な方法でこの問題に取り組む方法について何か提案はありますか?

ありがとう！

ポール

こんにちは私は機械学習を勉強しています。Pythonとopencvを使用して簡単な手書き認識ソフトウェアを作成したいと思います。

簡単にするために、同じサイズの大文字の単語のみを認識します。文字を認識する良い方法は、ガウス混合モデルのパラメーターを学習するために期待値最大化アルゴリズムを使用し、トレーニングセットを使用して、新しい文字のガウス混合をトレーニング済みのものと比較することだと思います。しかし、混合物に含まれるガウス関数の数を選択する方法がわかりません。

2番目の問題は、ページに含まれる単語の数と、単語に含まれる文字の数をどのように理解するかです。em-algorithmまたは同様のもの（たとえばk-means）が解決策になるとは思いませんが、確かにいくつかのセグメンテーションの問題があります

いくつかのアドバイス？

Web ブラウザーで手書き認識アプリケーションを作成することに非常に興味があります。ユーザーが文字を描き、ajax がデータをサーバーに送信し、ニューラル ネットワークが最も近い一致を見つけて結果を返します。したがって、a を描画すると、最初の結果は a、次に o、次に e のようになるはずです。

ニューラルネットワークについてはよくわかりません。どのようなデータを NN に渡す必要があるでしょうか。ユーザーがパッドに描画した x/y 座標の配列でしょうか。または、ニューラル ネットワークが想定している、または手書きに最適な結果を生成するデータの種類は何ですか?

Mircosoft.Ink を使用して、 がある場合RecognizerContext rec、どうすれば異なる行を分離できますか? を呼び出すときに、すべてをまとめてではなく、行ごとに書かれたテキストを取得する必要がありますrec.Recognize。