我在Google上进行了搜索，但没有找到任何相关内容。我想知道我需要看什么算法或研究论文。我想这与形状识别有关，除了形状（汉字）的绘制顺序也很重要。有什么建议吗？
#1 楼
您正在寻找学术文章，很惊讶您没有找到任何东西。这是通过Google学术搜索使用关键字path stroke recognition和handwriting stroke recognition进行的快速搜索，这为我带来了：R.Plamondon：在线和离线手写识别：全面的调查：看起来像一个好地方开始。关于数字手写表示和手写识别技术的说明（带有或不带有笔划的轨迹数据）
不专门处理汉字，但我认为它可能适用。
Hideo Ogawa，谷口启治：用于手写汉字识别的细化和笔划分割：它看起来很老，但是正在处理笔画分割，或者引用“将字符分解为一组连续的部分笔画的方式” “。
与您想要的相反（您说过您已经有关于笔画的信息），但是也许了解笔画的表示形式可能会帮助您找到正确的方法。
Koschinski，M .：在手写数学表达式中对符号进行分段和识别：再次，不是汉字，而是数学（与常规文本相比，“异国情调”更为明显）。很好，因为它提出了一种基于概率的技术。
刘成林，金仁正，金海金。金：基于模型的笔画提取和匹配用于手写汉字识别：我认为标题说明了一切。
还需要增加一点：上面提到的最新文献距今已有2000年之久。这表明您想要的东西要做的可能是一个经过充分研究的领域，并尝试了最先进的技术。查找参考资料应该不难。
只是为了澄清，我实际上没有阅读任何这些文章。我只是做了我通常的初步研究步骤：转至文章数据库（谷歌学者，mendeley，ieeexplore ...），输入几个关键字。用有希望的标题打开那些，用完全没意思的摘要关闭一个。仔细阅读其余摘要，然后选择看起来相关的摘要。话虽如此，并不是我提出的所有文章可能都是相关的，但是从经验来看，它们很可能是相关的。
我希望这会有所帮助。另外，如果您在此期间进行了任何研究，请在问题中对其进行编辑并与社区分享。它看起来像是一个有趣的话题。
#2 楼
您应该使用神经网络，即用于光学字符识别的神经网络。我敢肯定，您可以在Google上找到很多有关它的资源。要考虑线条的顺序，您不仅可以使用最终图像，还可以使用每个笔划之后的中间图像。评论
$ \ begingroup $
我经常听到，但是我从未发现有说它正在使用NN的OCR引擎。你可以引用吗？
$ \ endgroup $
– Niki Estner
2012年6月25日19:21
评论
结束语：关于如何改善该问题的任何建议？我意识到它有点模糊，但这是因为我不知道在哪里寻找（虽然我认为它可能存在，但我不知道我要寻找的算法的名字是什么）。如果您还没有Google的“手写识别”和“手势识别”，那么这两者都（部分）与绘制字符的过程以及产生的字符有关。
如果笔划数始终相同，则可以根据＃笔划和方向（例如8个方向）对数据库中的字符进行分组（然后以1..8范围内的数字序列表示一个组） ，然后对缩小的组进行某种形状匹配。