手寫輸入

手寫輸入指的是手機通過內置的觸控筆在手機屏幕上手寫，手機通過內部的識別系統把手寫的各種字體轉換為手機可識別的標準字體顯示在手機屏幕上，這樣就大大的提高了輸入的速度。時下具有手寫輸入的手機大部分出現在高端手機上。

手寫分多鐘：有的需手寫輸入棒，有些則只需要手指或指甲。

利用鼠標在電腦上寫字，便可輸入。當今的鼠標輸入軟件有：搜狗。鼠標手寫輸入方便、快捷，適合拼音不太好的中老年人使用。

目前，大部分手機輸入是無法撤銷的，但電腦可以。

手寫識別(Handwriting Recognize)，是指將在手寫設備上書寫時產生的有序軌跡信息轉化為漢字內碼的過程，實際上是手寫軌跡的座標序列到漢字的內碼的一個映射過程，是人機交互最自然、最方便的手段之一。隨着智能手機、掌上電腦等移動信息工具的普及，手寫識別技術也進入了規模應用時代。

手寫識別能夠使用户按照最自然、最方便的輸入方式進行文字輸入，易學易用，可取代鍵盤或者鼠標。用於手寫輸入的設備有許多種，比如電磁感應手寫板、壓感式手寫板、觸摸屏、觸控板、超聲波筆等。手寫識別屬於文字識別和模式識別範疇，文字識別從識別過程來説分成脱機識別（off-line）和聯機識別（on-line)兩大類，從識別對象來説又分成手寫體識別和印刷體識別兩大類，我們常説的手寫識別是指聯機手寫體識別。

手寫輸入的速度直接影響到用户的使用體驗，不同於虛擬鍵盤輸入的確定性和機械鍵盤長時間的技術積累，手寫輸入還有非常大的研究空間，其中影響手寫速度的幾個方面主要有：輸入連貫性、識別準確率和候選預測。 ^[1] 

傳統的手寫輸入方法，用户一般一次只能在觸摸屏上書寫一個字符，用户每書寫完一個字符時，通常要停頓一段時間（典型停留時間在200ms~1000ms），然後，等待移動設備對上一次書寫的字符進行檢測及識別之後，才能進行下一個字符的手寫輸入，這樣使得利用手寫輸入文字時效率低下，無法按照人們自然書寫的習慣進行連續的手寫輸入。多字符連續手寫輸入較好地解決了這一問題，使得用户不間斷地輸入手寫軌跡，不必等待字符的處理和識別，提高了輸入的流暢度和完整性。典型專利（CN201010583582），通過觸摸單元書寫字符；在書寫完第i個字符後，書寫第i+1個字符重疊在第i個字符之上；用户在書寫時，判斷用户當前書寫的筆畫屬於第i個字符還是屬於第i+1個字符；在判斷用户開始重疊書寫第i+1個字符時，自動將第i個字符筆畫的顯示顏色變暗直至消失，按上述方式不停頓連續任意書寫多個字符，提高了手寫文字輸入的效率。

由於手寫軌跡的不規則性，以及漢字普遍存在相似性，早期的手寫輸入中文漢字一般都採用整字識別技術，這要求使用者需一筆一劃地寫出接近完整的字體，才能在數據庫中找到對應的漢字。這種輸入方式造成書寫量大，輸入速度慢，在一定程度上阻礙了手寫輸入速度的提高以及給操作人員帶來不便。提高手寫識別速度的相關研究主要有采用更快速的識別算法、逐筆畫識別、實時預測、拼音和筆畫結合等。典型專利CN201110187692可以實現單字非完整識別、詞語非完整識別、拼音手寫聯合詞語輸入和詞語智能聯想識別。其中詞語非完整識別和拼音手寫聯合詞語輸入是該方案的核心。用户不需要任何學習，就能大大減少輸入強度，同時避免用户在有些字不會完整寫的情況下而造成無法通過手寫識別來輸入的情況，相對於單字聯機手寫識別輸入法，可以把輸入效率提高几倍。

在現有的移動終端，包括智能手機等設備中，用户在輸入法界面輸入字符時，都會根據輸入法的聯想功能，在輸入法界面顯示與所輸入字符相匹配的字符。由於輸入法界面只能顯示有限的字符，這就導致用户通過多次翻找候選字區查找要輸入的字符，操作費時。提高候選預測的準確性，改進預測方法和策略，有效地縮小候選預測範圍，能夠使用户快速選擇候選字詞，提高手寫速度。典型專利（CN201110314803）：根據用户在輸入法界面中輸入的當前字符，得出下一個待輸入字符對應的聯想字符集；接收用户在所述輸入法界面中手寫輸入的下一個待輸入字符，得出所述手寫輸入的下一個待輸入字符的手寫識別字符集；當所述聯想字符集與所述手寫識別字符集存在交集字符時，更新所述交集字符的匹配度，並按照更新後的匹配度重新排列所述手寫識別字符集中的所有字符；在所述輸入法界面的候選字區中顯示所述重新排列後的手寫識別字符集。

保證了手寫輸入的效率之後，手寫識別的準確度必須能夠達到一定的高度，否則，用户還需要重新輸入一遍，浪費時間，且手寫輸入支持連續輸入、疊加輸入以及各種字體輸入之後，更是加大了手寫識別的難度。

目前，移動終端的觸摸屏手寫輸入法有全屏單字的手寫輸入，也有將同一觸摸屏分為多個手寫輸入區域，可以分別在多個手寫輸入區域中手寫輸入文字，當手寫速度加快時，字與字之間容易產生連筆或軌跡超出預設的區域，如何提取完整的字符輸入軌跡是保證識別準確度的重要基礎。可以通過用户書寫軌跡的時間和空間聯合判斷軌跡的歸屬。典型專利（CN200910105182）：記錄手寫字符在手寫區域的筆跡；當第一手寫區域的手寫字符跨躍到其他手寫區域時，根據寫該字符的時間仍停留在寫完該字符時間內或者字符的主體在第一手寫區域，則判斷出該字符屬於第一手寫區域；將所述筆跡識別為第一手寫區域的字符。

目前聯機手寫單字手寫識別率已經很高，但是由於自由手寫體的切分難度大，使得手寫輸入的識別還有待提高，因此，解決自由手寫體切分顯得十分重要。漢字是方塊字，因此，在切分的時候手寫字符的外邊框反應了重要的切分信息。對於不同的位置關係，可以根據其外邊框進行合併，上下關係和包圍關係可以合併在同一字內，而左右關係需要根據前後文字部件的分佈情況進行合併。左右形漢字最多而且切分難度大，是影響識別率的最主要因素。典型專利（CN200810246587）：將手寫文字切分成符合要求的基本單元；對基本單元或者基本單元組合進行識別，標記出可以作為切分依據的部件；根據部件的分類屬性確定可信切分位置；根據統計語言模型對一句文字進行識別，選擇切分路徑和識別結果，並確定切分位置。可以在識別的基礎上根據左右結構漢字的組字規律進行切分，並對於不確定的切分點採用語言模型進行分析，並給出最佳結果，提高手寫文字的識別率。

在現有的大多數手寫輸入法中，需要針對每種語言的輸入分別提供一個對應的語言輸入系統。當用户需要交叉輸入多種語言時，需要頻繁切換輸入狀態，給用户帶來諸多不便。該類專利主要研究同時識別多種語言模式，實現多語言混輸，顯示多種語言的候選詞供用户選擇，減少語言切換的負擔，準確選擇到用户需要的結果。典型專利（CN201110263851）：採用至少兩種語言識別指令對接收到的用户手寫輸入的字符筆跡進行識別，得到每種語言識別指令對應的所有候選識別結果；按照預設的順序同時顯示所述至少兩種語言識別指令對應的候選識別結果；根據對顯示的所述至少兩種語言識別指令對應的候選識別結果的選擇，輸入並顯示最終識別結果。

由於受到觸摸屏尺寸的限制，在進行手寫輸入時，人們需要在一個指定的區域內反覆重疊地寫下原本是從左到右相聯的文字。不符合人們的日常書寫習慣。如何能夠使用户在有限的空間內得到更好的輸入體驗，是一個非常重要的問題，為了提高用户手寫的舒適性，可以對輸入空間進行一定的改進，例如，對已輸入軌跡進行處理、移動輸入區域等。典型專利（CN200910055524）：根據輸入軌跡識別出相應的字符；在手寫輸入的過程中、驅動所述手寫區域上顯示的輸入軌跡移動；使輸入軌跡在移動的過程中逐漸變淡至消失，書寫的筆畫隨着用户的書寫向左邊自動移動，在有限的書寫區域內源源不斷地為用户提供可以連筆書寫的空間。

在進行字形識別之後，彈出一個字詞列表，用户在列表中選擇所需字詞，字詞列表通常很小且不方便操作，很容易選擇錯誤；在滑出字詞後還要通過點觸動作操作字詞列表，無疑增加了用户的操作步驟。手寫輸入界面的顯示排布布置方式關係到輸入的體驗，該類技術方案主要考慮用户選擇手勢的便捷性、顯示區域的位置、顯示內容的相關性。典型專利（CN201110101129）：根據用户的手寫軌跡獲取相關的字符；將獲取的字符按照預先設置的排列規則在顯示屏上進行排列，在該排列規則下，字符在以某一點為原點的周圍分佈，字符所在位置與原點之間的連線互不相交；接收用户的滑動動作，根據所述滑動動作在所述排列規則下匹配相關的字符；將匹配到的字符作為輸入字符放入輸入框內。

由於觸摸屏幕上輸入的手感和紙上存在較大差別，當輸入法存儲的是手寫軌跡本身時，通常在觸摸屏幕上寫出的字體都達不到用户期望的效果，為了實現更好的顯示效果，需要對用户的輸入筆跡進行處理，目前存在的手寫美化方法有基於識別結果和模板融合、基於模型、基於筆跡變換和筆畫渲染。此類方案重點關注的是用户能得到及時反饋和良好的用户體驗。典型專利（CN201110388171）：採集用户輸入的筆跡數據；對所述筆跡數據進行分析，得到筆跡信息，根據所述筆跡信息，確定相應的筆頭模型，利用所述筆頭模型對用户筆跡進行美化，將美化後的筆跡輸出，能夠迅速捕捉用户筆跡的變化，靈活、貼切復原用户的手寫筆跡，使用户能夠得到及時反饋和良好的用户體驗。

根據用户在觸摸屏上的手寫軌跡，來觸發啓動相應的應用程序，可以省去在眾多應用圖標中查找目標應用的繁瑣，滿足用户對於方便快捷的操控要求，在任意界面均可快速打開某個應用程序，提高用户的使用便捷性。典型專利（CN200910105407）：通過觸摸式屏幕控制電子設備，獲取用户輸入的手寫軌跡；根據上述手寫軌跡，判斷是否存在與之對應的功能應用程序，如果有，運行該功能應用程序。根據該手寫軌跡，即可打開相應的應用程序，非常便捷。

jHWR手寫識別系統以先進的大容量字典技術為基礎，是一種能夠在任何時間、任何地點，向任何人實時、準確的提供手寫識別服務的高效便捷手段，非常符合信息時代動態更新和個性化查詢的需求。

1.中文識別範圍

2. 多個識別字典可供選擇

3. 多語種識別

4. 更高的識別效果

5. 出色的識別引擎性能

6. 完善的識別功能庫

7. 多樣化的輸出結果

1.識別率高。

2.識別速度快。

3.無筆順限制。

4.數據字典大小可縮擴。

OS： WinCE , Nucleus, Embedded Linux , Symbian, Palm Os, HOPEN, pSOS, UCOS等

CPU： DragonBall(Motorola 68000) EZ(16M) 和VZ(33M)，MIPS, SH3, SH4, ARM7, StrongARM, ARM9, Xscale等

1.文本輸入— 取代鍵盤輸入的頻繁按鍵，文字符號夾雜時免去頻繁的輸入方式切換，遇到不確定讀音的文字也可照常書寫。

2.快速定位— 用手寫筆擔當鼠標，快速定位，比鍵盤操作自如得多。

3.快速查詢— 當菜單層級太深或者不知道該查詢信息的準確分類時，調用手寫輸入，免除頻繁而茫然的鍵盤操作實現快速查詢。