硬笔书法评分系统

基于计算机视觉和深度学习技术的硬笔书法智能评分系统，实现对硬笔书法作品的规范性和艺术性自动评分。

项目结构

shufa/
├── data/                 # 数据目录
│   ├── raw/              # 原始数据
│   ├── processed/        # 处理后的数据
│   └── models/           # 模型数据
├── src/                  # 源代码目录
│   ├── preprocessing/    # 图像预处理模块
│   ├── segmentation/     # 字符分割模块
│   ├── recognition/      # 字符识别模块
│   ├── normative_scoring/# 规范性评分模块
│   ├── artistic_scoring/ # 艺术性评分模块
│   ├── evaluation/       # 评估模块
│   ├── utils/            # 工具模块
│   └── scoring_system.py # 主评分系统
├── notebooks/            # Jupyter笔记本
├── tests/                # 测试代码
├── models/               # 训练好的模型
├── requirements.txt      # 项目依赖
├── train_example.py      # 训练示例
└── README.md             # 项目说明

功能特性

1. 图像预处理

   • 灰度化
   • 二值化
   • 去噪
   • 骨架提取

2. 字符分割

   • 基于骨架的单字分割算法
   • KMeans聚类分组
   • 图像归一化

3. 字符识别

   • 基于CIRM框架的单字识别
   • ResNet50特征提取

4. 规范性评分

   • 笔画特征评分（PBOD算法）
   • 结构特征评分（宽高比、重心位置等）
   • 章法特征评分（文字大小一致性、间隔均匀性）

5. 艺术性评分

   • 笔画形态评分（粗细变化、流畅性）
   • 布局协调性评分（字间搭配、行间协调）

6. 评估模块

   • 准确率计算
   • 相关性分析
   • MAE/RMSE计算

安装依赖

pip install -r requirements.txt

使用方法

from src.scoring_system import ScoringSystem

# 创建评分系统实例
scoring_system = ScoringSystem()

# 对书法作品进行评分
results = scoring_system.score("path/to/your/image.jpg", "path/to/template.jpg")

# 生成评分报告
report = scoring_system.generate_report(results)
print(report)

训练模型

python train_example.py

项目特点

1. 完整的评分体系：同时考虑规范性和艺术性两个维度
2. 模块化设计：各功能模块独立，便于维护和扩展
3. 可视化支持：提供处理过程和结果的可视化功能
4. 评估机制：内置评估模块，支持性能分析

技术栈

• Python 3.8+
• OpenCV
• TensorFlow 2.x
• NumPy
• SciPy
• Matplotlib

论文参考

本系统基于以下论文实现：

1. 基于骨架拆分和K-means聚类的单字分割算法
2. 基于CIRM框架的单字识别算法
3. 基于PBOD算法的笔画特征评分方法
4. 综合考虑笔画、结构和章法特征的规范性评分模型
5. 融合笔画形态和布局协调性的艺术性评分方法