“京”字的同音字“经”，或“北”字的反义字“南”等等。终端根据用户常用的搜索关键词提供标准字的方法可以为:用户常用的搜索关键词为“外套”和“苹果”，其中“外”、“苹”、“果”的复杂度满足预设条件，则可将“外”、“苹”、“果”中的一个或几个作为标准字提供给用户。同样，终端根据用户关注的内容提供标准字的方法可以为:用户关注的内容包括“财经”，且“财”、“经”两个字的复杂度均满足预设条件，则可将“财”、“经”两个字作为标准字提供给用户，或提供与“财经”有关的复杂度满足预设条件的字，例如，“股”、“市”、“楼”、“价”等给用户。
[0047]由于不同用户的属性信息有区别，推荐给不同用户的标准字也会存在差异，不会造成对不同用户推荐完全相同的标准字的情况。
[0048]如图2A中所示的“李”字为终端提供给用户的标准字“李”，该标准字“李”为楷体，图2B中所示的“李”字为用户手写输入的“李”字的笔迹。
[0049]若随机从标准字库中选择提供给用户的标准字，则可预设一标准字库，该标准字库中保存的标准字的标准笔迹的复杂度均满足预设条件，终端可随机从标准字库中选择提供给用户的标准字。
[0050]进一步的，用户根据终端提供的标准字输入的笔迹信息时，可从终端提供的标准字中选择一个，之后按照用户的手写输入习惯输入该标准字，终端则将采集到的笔迹信息作为用户根据标准字输入的笔迹信息。另外，本申请并不限定用户必须从终端提供的标准字中选择要输入的笔迹信息，也就是，用户可以输入终端提供的标准字外的其他汉字、字符或图形。
[0051]在终端采集到用户输入的笔迹信息后，会对采集的笔迹信息的复杂度进行判断，以下介绍本申请实施例提供的判断笔迹信息复杂度的方法。
[0052]对于标准笔迹的复杂度的计算方法将在下文描述，同样该标准笔迹的复杂度满足的预设条件也将在下文介绍。
[0053]具体的，步骤S102中，终端确定采集到的笔迹信息的复杂度的方法可以采用如图3中所示的流程，包括如下子步骤:
[0054]子步骤30，对采集的所述笔迹信息进行尺寸归一化处理，得到待分析笔迹。
[0055]其中，对采集的笔迹信息进行尺寸归一化处理，可以消除笔迹的尺寸影响，具体的尺寸归一化处理方法可以包括:从笔迹在X轴方向的宽度值及在Y轴方向的高度值中选择其中的最大值作为一个长度单位，后续可基于该长度单位统计笔迹的相关特征值。例如，笔迹在X轴方向的宽度值为10_，在Y轴方向的高度值为8_，则将笔迹在X轴方向的宽度值作为一个长度单位，笔迹在Y轴方向的高度值可换算成0.8个长度单位。或者，将笔迹按照原比例缩放到统一的矩形区域内，并以该矩形区域的一个边长为长度单位，后续可基于该长度单位统计笔迹的相关特征值。
[0056]在用户输入笔迹时，会存在微弱的抖动，由于终端设备比较敏感，会识别出该抖动，具体表现为用户输入的笔迹存在微弱的波动。因此，本申请实施例可以对尺寸归一化处理后得到的待分析笔迹进行滤波处理，以在不改变笔迹总体走势的前提下，减小由于抖动产生的微弱的波动，进而减弱由于波动造成后续对笔迹的特征值的计算误差，例如，笔迹长度，笔迹拐点数，笔迹空间分布，以及笔迹梯度分布等特征值的计算误差。其中，可以采用均值滤波或高斯滤波来调整波动点的位置坐标，使其与相邻两点连线的偏差缩小以减小波动。
[0057]子步骤31，提取所述待分析笔迹的特征值；
[0058]子步骤32，根据所述特征值确定所述笔迹信息的复杂度。
[0059]其中，子步骤31中提取待分析笔迹的特征值，S卩，提取尺寸归一化以及滤波处理后的笔迹信息的特征值，提取的所述特征值包括以下至少一个:
[0060]笔迹长度、笔迹的笔画数、笔迹拐点数、笔迹的拐点加权值、笔迹空间分布、笔迹梯度分布、笔迹面积。
[0061]上述各特征值的定义及获取方式如下:
[0062]笔迹长度，即笔迹所有笔画长度之和。由于笔迹的每一笔画都可以认为是由多个点组成，因此，每一笔画的长度等于该笔画中所有相邻点距离之和，终端通过计算每一笔画中所有相邻点的距离之和，即可得到每一笔画的长度，再计算所有笔画长度之和即为笔迹长度。
[0063]笔迹的笔画数，即笔迹所有笔画之和；可以通过识别用户抬笔动作，及落笔动作来统计笔画数。终端在识别到用户手指(或手写笔)离开屏幕时即识别到用户抬笔动作，终端在识别到用户手指(或手写笔)开始接触屏幕时即识别到用户落笔动作。终端从识别到用户执行落笔动作到抬笔动作即为识别出一个笔画，将所有识别出的笔画的数量相加即得到笔迹的笔画数。
[0064]笔迹拐点数，即笔迹的笔势发生改变的次数；笔迹的笔势发生改变可通过如下方法获得:确定笔迹在X轴或Y轴的变化趋势发生改变，且变化趋势发生改变的笔迹处存在一个变化点分别与相邻两点的连线组成的夹角(该夹角为按照笔势方向组成的夹角)小于预设阈值，则确定该变化点即为一个拐点。例如，笔迹在X轴原来呈增长趋势，但在某变化点处，笔迹在X轴开始呈下降趋势，则笔势发生改变，此处可能出现拐点，再判断该变化点与相邻两点的连线组成夹角是否小于预设阈值，若小于预设阈值，则可确定该变化点即为一个拐点。所述预设值可以为160°或170°等等。
[0065]如图4中所示的用户输入的“李”字的笔迹信息，在该“李”字的笔迹信息中，所标识的al、a2、a3及a4处均为出现拐点处，如图5中所示为识别图4中al处的拐点示意图，其为图4的局部放大图，图5中笔势方向为由A点到B点，再到C点，笔势由A点到B点，在X轴的坐标呈增大趋势，在由B点到C点过程笔迹在X轴的坐标开始减小，则可确定笔势发生改变，继续判断B点与相邻的A点及C点的连线组成的夹角小于160°，则可确定B点即为一个拐点。其他拐点a2、a3及a4的识别方法同理，不再赘述。
[0066]笔迹的拐点加权值，即统计笔迹每一个笔画上的拐点数，根据每一个笔画上的拐点数确定该笔画的拐点加权值，笔迹所有笔画的拐点加权值之和即为笔迹的拐点加权值。其中，对于一个笔画来说，该笔画上的拐点数越多，则该笔画的拐点加权值越大。而且，笔画的拐点加权值Q(N)、笔画Q、以及笔画上的拐点数N的对应关系可以通过如下公式表示:
[0067]Q(N) ^ Q (a) +Q (b) +Q (c) +Q (d)...+Q (η),其中 a+b+c+d...+η = N。也即，在笔迹中的拐点数相同的情况下，存在拐点的笔画数越少，则该笔迹的拐点加权值越大。
[0068]例如，预设笔画包含的拐点数与笔画的拐点加权值的对应关系，该对应关系中:若一个笔画包含O个拐点，则可设定该笔画的拐点加权值为1，若笔画包含I个拐点，则可设定该笔画的拐点加权值为2，若笔画包含2个拐点，则可设定该笔画的拐点加权值为4，若笔画包含3个拐点，则可设定该笔画的拐点加权值为7等等。
[0069]笔迹空间分布，以笔迹在X轴方向的宽度值及在Y轴方向的高度值中的最大值作为边长，组成一个包围笔迹的方形，将该方形等分成η个方格，统计笔迹所占的方格数与总方格数η的比值，即为笔迹的空间分布，其中η为大于设定阈值的自然数，η取值越大，则笔迹空间分布统计值越准确。例如，将所述方形等分成100个方格，统计笔迹所占的方格数即得到笔迹与总方格数的百分比，该百分比即为笔迹的空间分布。
[0070]笔迹梯度分布，将O?2 π的夹角划分为不同分区，确定每一笔画中相邻两点的连线与X轴的夹角所属的分区，并统计所有笔画中相邻两点的连线与X轴夹角所属的分区数之和即为笔迹梯度分布值。例如，将O?2π的夹角划分为8个分区,每JT/4为一个分区，所采集的笔迹信息的第一笔画中所有相邻两点的连线与X轴的夹角均属于一个分区，即，第一分区(O?π/4)，第二笔画中所有相邻两点的连线与X轴夹角属于两个分区为:第二分区(JI/4?π/2)及第四分区(3π/4?π)，第三笔画中所有相邻两点的连线与X轴夹角属于一个分区，即第一分区(O?η/4)，则该笔迹梯度分布值为1+2+1 = 4。
[0071]笔迹面积，S卩，以笔迹在X轴方向的宽度值及在Y轴方向的高度值分别作为矩形的长和宽，组成一个包围笔迹的矩形，该矩形的面积即为笔迹面积。
[0072]通过子步骤31确定了待分析笔迹的各特征值，之后，则可根据各特征值确定笔迹信息的复杂度。本申请实施例中，复杂度包括