本发明涉及机器学习领域，尤其涉及一种文字输入方法及系统。
背景技术：
目前，现有的文字输入装置中，除了传统的键盘，有手写板、文字扫描笔等。现有的输入装置在使用过程中都具有很多使用空间和使用工具的限制，无法将用户用笔写在纸上的文字方便实时地输入到计算机中。例如，手写板只能在固定的板上书写，甚至还需要用特定的电子笔，使用过程中非常不便，又例如，文字扫描笔只能对已经在纸上写好的文字进行扫描，使用过程中也非常不便。
技术实现要素：
本发明所要解决的技术问题是针对现有技术的不足，提供一种文字输入方法及系统。
本发明解决上述技术问题的技术方案如下：
一种文字输入方法，包括：
当用户在使用笔写字时，获取所述笔运动的姿态数据；
根据预设的处理模型对所述姿态数据进行分析处理，得到文字特征；
根据所述文字特征从预设的数据库中匹配对应的文字，得到所述用户所写的文字。
本发明的有益效果是：本发明提供的一种文字输入方法，通过对用户在使用笔写字时，笔运动产生的姿态数据进行分析和处理，得到用户所写的文字的文字特征，并据此从数据库中匹配对应的文字，实现了用户在使用笔写字时，就可以方便实时地将用户所写的文字输入到计算机等装置中，提升了文字输入的便利性。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步地，所述根据预设的处理模型对所述姿态数据进行分析处理，得到文字特征之前，还包括：
对所述姿态数据进行去噪处理。
采用上述进一步方案的有益效果是：通过对采集到的姿态数据进行去噪处理，可以提高姿态数据的可用性，能够简化文字的识别过程。
进一步地，所述当用户在使用笔写字时，获取所述笔运动的姿态数据之前，还包括：
判断所述笔的抖动幅度，当所述笔的抖动幅度大于预设抖动幅度时，得到所述用户在使用所述笔写字。
采用上述进一步方案的有益效果是：通过对笔的抖动幅度进行检测，能够判断出笔的状态是在书写还是悬空，能够实现当笔在书写时，才采集笔的姿态数据，减少对硬件资源的占用，提高识别的准确性和使用的便利性。
进一步地，所述当用户在使用笔写字时，获取所述笔运动的姿态数据之前，还包括：
获取多个用户分别进行多次书写得到的文字数据；
根据所述文字数据对所述处理模型进行机器学习算法训练。
采用上述进一步方案的有益效果是：通过对处理模型进行大量样本的机器学习算法训练，能够使处理模型识别出不同字体不同风格的文字，能够提高识别的准确度和实用性。
进一步地，所述根据所述文字数据对所述处理模型进行机器学习算法训练，具体包括：
当所述文字数据为第一类型文字时，将所述第一类型文字作为样本，对所述处理模型进行机器学习算法训练；
当所述文字数据为第二类型文字时，将所述第二类型文字的笔划作为样本，对所述处理模型进行机器学习算法训练，再将训练后的所述笔划组合成文字；
其中，所述第一类型文字为不由笔划组成的文字，所述第二类型文字为由笔划组成的文字。
采用上述进一步方案的有益效果是：通过对待识别的文字进行判断，当待识别的文字由笔划组成时，对文字的笔划进行机器学习训练，在识别出笔划后，组合成文字，能够实现对汉字等机器难以识别文字的识别，能够节约时间，提高工作效率，并且能够提高识别的准确率。
本发明解决上述技术问题的另一种技术方案如下：
一种文字输入系统，包括：笔、姿态传感器和接收端，所述姿态传感器设置在所述笔上，所述接收端用于当用户在使用所述笔写字时，获取所述姿态传感器采集到的所述笔运动的姿态数据，并根据预设的处理模型对所述姿态数据进行分析处理，得到文字特征，并根据所述文字特征从预设的数据库中匹配对应的文字，得到所述用户所写的文字。
本发明的有益效果是：本发明提供的一种文字输入系统，当用户在使用笔写字时，通过姿态传感器获取笔运动产生的姿态数据，并通过接收端进行分析和处理，得到用户所写的文字的文字特征，并据此从数据库中匹配对应的文字，实现了用户在使用笔写字时，就可以方便实时地将用户所写的文字输入到计算机等装置中，提升了文字输入的便利性。
进一步地，所述接收端还用于对所述姿态数据进行去噪处理。
进一步地，还包括：设置在所述笔上的处理器，用于判断所述笔的抖动幅度，当所述笔的抖动幅度大于预设抖动幅度时，得到所述用户在使用所述笔写字。
进一步地，所述接收端还用于获取多个用户分别进行多次书写得到的文字数据，并根据所述文字数据对所述处理模型进行机器学习算法训练。
进一步地，所述接收端具体用于当所述文字数据为第一类型文字时，将所述第一类型文字作为样本，对所述处理模型进行机器学习算法训练，当所述文字数据为第二类型文字时，将所述第二类型文字的笔划作为样本，对所述处理模型进行机器学习算法训练，再将训练后的所述笔划组合成文字，其中，所述第一类型文字为不由笔划组成的文字，所述第二类型文字为由笔划组成的文字。
本发明附加的方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明实践了解到。
附图说明
图1为本发明一种文字输入方法的一个实施例提供的流程示意图；
图2为本发明一种文字输入方法的另一实施例提供的流程示意图；
图3为本发明一种文字输入系统的一个实施例提供的结构框架图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实施例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，为本发明一种文字输入方法的一个实施例提供的流程示意图，本实施例提供的文字输入方法，不需要通过键盘、写字板等将用户想要输入的文字输入到计算机中，只需要在笔上安装包含姿态传感器的采集装置实时采集笔的姿态数据，并通过接收端对姿态数据进行处理分析，从数据库中匹配相应的文字，就可以在用户使用该笔在纸上或其他物体上写字时，实时地将文字输入到计算机中，具体地，该方法可以包括：
s1，当用户在使用笔写字时，获取笔运动的姿态数据。
需要说明的是，用户在使用笔写字时，会以笔杆中间的某一点为中心，笔尖和笔尾呈相反方向运动，那么可以在靠近笔尖处设置含有姿态传感器的采集装置，用于采集笔的姿态数据，也可以在靠近笔尾处设置含有姿态传感器的采集装置，当设置在笔尾处时，采集笔的姿态数据后，对识别出的文字特征进行上下和左右的翻转即可。
姿态数据可以为用户在使用笔写字时，笔产生的加速度数据和角速度数据，通过笔在运动时的加速度数据和角速度数据，就可以识别出笔的姿态和角度。姿态数据还可以包含位置数据，通过结合位置数据对笔的姿态进行分析，能够更精确地识别文字。
s2，根据预设的处理模型对姿态数据进行分析处理，得到文字特征。
需要说明的是，预设的处理模型可以通过存储有预设程序的芯片实现，例如，可以通过监督式训练方法对处理模型进行训练，以不同的人分别进行多次文字书写采集到的数据为样本进行训练，就可以当采集到新的姿态数据时，识别出对应的文字。
例如，处理模型中可以存储有每个文字书写时对应的加速度特征和角速度特征，以及这些特征的顺序信息，以“o”为例，具有特定的加速度及角速度特征，由于“o”为封闭形状，那么其加速度在开始时和结束时方向相反，且大小相近，呈对称分布，角速度也呈对称分布，那么在接收到加速度数据和角速度数据后，就可以进行判断，这些就可以作为“o”的文字特征进行识别。
需要说明的是，每个文字的文字特征都不同，以上仅给出一个文字的实施方式，其他文字的分析处理过程可以根据实际需求设置和调整。
s3，根据文字特征从预设的数据库中匹配对应的文字，得到用户所写的文字。
当得到文字特征后，就可以从预存有文字特征与文字对应关系的数据库中，匹配对应的文字。
本实施例提供的一种文字输入方法，通过对用户在使用笔写字时，笔运动产生的姿态数据进行分析和处理，得到用户所写的文字的文字特征，并据此从数据库中匹配对应的文字，实现了用户在使用笔写字时，就可以方便实时地将用户所写的文字输入到计算机等装置中，提升了文字输入的便利性。
如图2所示，为本发明一种文字输入方法的另一实施例提供的流程示意图，该方法可以包括：
s1，当用户在使用笔写字时，获取笔运动的姿态数据。
需要说明的是，本实施例中与上述实施例相同的步骤的说明，可以参考上述实施例中的对应说明，在此不再赘述。
s2，根据预设的处理模型对姿态数据进行分析处理，得到文字特征。
s3，根据文字特征从预设的数据库中匹配对应的文字，得到用户所写的文字。
优选地，在步骤s1之前，还可以包括：
s01，获取多个用户分别进行多次书写得到的文字数据。
s02，根据文字数据对处理模型进行机器学习算法训练。
需要说明的是，当用户在进行书写时，对于每一个文字都有特殊的书写习惯，虽然每个人的书写习惯都不同，但是书写每个文字时，笔的姿态和运动数据都有一定的规律，只要样本的数量足够大，就可以通过机器学习方法，让机器学习不同的书写习惯，进行区分，可以检测不同书写习惯书写的不同字体。
优选地，根据文字数据对处理模型进行机器学习算法训练，具体包括：
当文字数据为第一类型文字时，将第一类型文字作为样本，对处理模型进行机器学习算法训练，例如，可以采用监督式训练方法。
当文字数据为第二类型文字时，将第二类型文字的笔划作为样本，对处理模型进行机器学习算法训练，再将训练后的笔划组合成文字，例如，可以采用监督式训练方法。
其中，第一类型文字为不由笔划组成的文字，第二类型文字为由笔划组成的文字，例如，第一类型文字可以为英语、西班牙语等，第二类型文字可以为汉语、日语等。
优选地，在步骤s1之前，还可以包括：
s03，判断笔的抖动幅度，当笔的抖动幅度大于预设抖动幅度时，得到用户在使用笔写字。
需要说明的是，可以通过判断笔的加速度变化率来判断笔的抖动幅度，当笔悬空等不在书写状态时，笔的抖动幅度较小，其加速度的变化频率也很小，当笔在书写状态时，其抖动幅度较大，加速度不停变化，通过预设加速度的变化频率，并采集笔的实时加速度，就可以判断笔是否在书写状态了。
还可以通过其他方式判断笔的抖动幅度，例如，通过在笔上加装运动传感器，也可以精确判断笔的抖动状态。
优选地，步骤s2之前，还包括：
s04，对姿态数据进行去噪处理。
例如，可以对姿态数据进行卡尔曼滤波算法处理，可以简化识别和和训练的过程。
本实施例提供的一种文字输入方法，通过对用户在使用笔写字时，笔运动产生的姿态数据进行分析和处理，得到用户所写的文字的文字特征，并据此从数据库中匹配对应的文字，实现了用户在使用笔写字时，就可以方便实时地将用户所写的文字输入到计算机等装置中，提升了文字输入的便利性。
并通过对采集到的姿态数据进行去噪处理，可以提高姿态数据的可用性，能够简化文字的识别过程。通过对笔的抖动幅度进行检测，能够判断出笔的状态是在书写还是悬空，能够实现当笔在书写时，才采集笔的姿态数据，减少对硬件资源的占用，提高识别的准确性和使用的便利性。通过对处理模型进行大量样本的机器学习算法训练，能够使处理模型识别出不同字体不同风格的文字，能够提高识别的准确度和实用性。通过对待识别的文字进行判断，当待识别的文字由笔划组成时，对文字的笔划进行机器学习训练，在识别出笔划后，组合成文字，能够实现对汉字等机器难以识别文字的识别，能够节约时间，提高工作效率，并且能够提高识别的准确率。
如图3所示，为本发明一种文字输入系统的一个实施例提供的结构框架图，该系统可以包括：笔1、姿态传感器2和接收端3，姿态传感器2设置在笔1上，接收端3用于当用户在使用笔1写字时，获取姿态传感器2采集到的笔1运动的姿态数据，并根据预设的处理模型对姿态数据进行分析处理，得到文字特征，并根据文字特征从预设的数据库中匹配对应的文字，得到用户所写的文字。
需要说明的是，接收端3指的是可以接收笔1运动的姿态数据，并能够对姿态数据进行处理的装置，实际可以为电脑、手机等可以实现相应功能的装置或设备。
可以理解，为了使姿态传感器2和接收端3实现其功能，笔1上还应设置有无线传输模块、电池等装置。这些装置可以集成在一起，也可以拼接在一起，也可以根据设计需求或使用需求设置在笔1的不同位置。
本实施例提供的笔1可以为任意的能够在纸上写字的笔1，也可以为一个笔1形的木杆等。
优选地，接收端3还用于对姿态数据进行去噪处理。
优选地，还包括：设置在笔1上的处理器4，用于判断笔1的抖动幅度，当笔1的抖动幅度大于预设抖动幅度时，得到用户在使用笔1写字。
优选地，接收端3还用于获取多个用户分别进行多次书写得到的文字数据，并根据文字数据对处理模型进行机器学习算法训练。
优选地，接收端3具体用于当文字数据为第一类型文字时，将第一类型文字作为样本，对处理模型进行机器学习算法训练，当文字数据为第二类型文字时，将第二类型文字的笔1划作为样本，对处理模型进行机器学习算法训练，再将训练后的笔1划组合成文字，其中，第一类型文字为不由笔1划组成的文字，第二类型文字为由笔1划组成的文字。
本实施例提供的一种文字输入系统，当用户在使用笔1写字时，通过姿态传感器2获取笔1运动产生的姿态数据，并通过接收端3进行分析和处理，得到用户所写的文字的文字特征，并据此从数据库中匹配对应的文字，实现了用户在使用笔1写字时，就可以方便实时地将用户所写的文字输入到计算机等装置中，提升了文字输入的便利性。
读者应理解，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。