本申請涉及智能手表領域，具體涉及一種智能手表的文字輸入方法。本申請同時提供了一種智能手表的文字輸入裝置。

背景技術：

隨著IT技術的迅速發展，可穿戴設備的普及程度也越來越高。作為一種新型的可穿戴設備，智能手表將最新的IT技術與傳統的手表功能相結合，主要以表體和表帶的形式存在，其表帶以用戶手腕為支撐，表體與表帶連接以佩戴至用戶手腕一側，同時，表體內置有通訊模塊和計算模塊，因此具備信息處理功能和與手機等各類終端設備連接的功能，具有方便攜帶和功能豐富等優點，逐漸成為用戶日常生活中必不可少的一部分。

目前，智能手表的文字輸入方式主要包括兩種形式：語音輸入以及僅僅用于輸入簡單的數字或者預設常用短語輸入的屏幕輸入方式。

采用語音輸入方式，用戶需要預置語音識別模塊和分析模塊，此種輸入方式會由于用戶的口音問題，產生識別障礙；此外，采用此種輸入方式，識別過程中如果周圍環境噪音較大，會嚴重影響識別效果，因此對使用環境要求很高；如果再考慮私密因素，則其實際應用場合極其有限。

采用屏幕輸入方式，由于受到智能手表的屏幕尺寸限制，只能用于輸入簡單的數字或預設常用短語輸入，例如，在撥號盤的數字輸入以及在短信模塊的預設常用短語輸入。這種方式下，用戶能夠輸入的內容非常有限，往往無法滿足實際需求。并且，此種輸入方式下，需要用戶通過狹小的智能手表屏幕進行輸入，用戶體驗差。

綜上所述，目前，現有技術下，智能手表的文字輸入方式均存在顯著缺陷。語音輸入方式存在識別率低，應用場合有限的問題。屏幕輸入方式則存在輸入文字內容受限，適用范圍窄等問題，并且通過智能手表的狹小屏幕進行輸入，用戶體驗很差。

技術實現要素：

本申請提供一種智能手表的文字輸入方法，以解決現有技術存在的兩種輸入方式中，應用場合受限，或者輸入文字內容受限，適用范圍窄等明顯影響用戶體驗的問題。

本申請同時提供一種智能手表的文字輸入裝置。

本申請提供一種智能手表的文字輸入方法，包括:

獲取用戶手腕的手腕運動軌跡；

根據預先設置的轉換算法，將所述手腕運動軌跡轉換為手腕書寫軌跡；

將所述手腕書寫軌跡以預先設置的匹配算法與文字數據庫中的按照時間相匹配的文字筆畫特征進行匹配，得到匹配文字或者候選匹配文字；

錄入所述匹配文字，或者將所述匹配文字或者候選匹配文字作為候選項供選擇。

可選的，所述獲取用戶手腕的手腕運動軌跡包括：

通過智能手表中的傳感器獲取用戶手腕的手腕運動軌跡。

可選的，所述根據預先設置的轉換算法，將所述手腕運動軌跡轉換為手腕書寫軌跡的步驟包括：

將手腕運動軌跡轉化為點云數據；

對所述點云數據進行數值預處理；

根據預定的方式，建立圓柱坐標系平面；

將所述數值預處理后的點云數據投影至所述圓柱坐標系平面上，并將投影所得手腕二維書寫軌跡作為所述手腕書寫軌跡。

可選的，所述將手腕運動軌跡轉化為點云數據包括：

通過與所述智能手表連接的終端設備將手腕運動軌跡轉化為點云數據。

可選的，所述對所述點云數據進行預處理包括：

通過與所述智能手表連接的終端設備對所述點云數據進行數值預處理。

可選的，所述根據預定的方式，建立圓柱坐標系平面的步驟中，所述預定的方式為：

以經過手腕運動軌跡幾何中心且沿手腕延伸方向的軸線為z軸，以手腕運動軌跡幾何中心為原點建立圓柱坐標系；

得到坐標系內任一點的圓柱坐標是(ρ，φ，z)；

在所述手腕運動軌跡外構建一個以z軸為軸線的最小圓柱體，并使之包圍所述手腕運動軌跡；

以所述圓柱體兩底面中z值較小的圓柱底面為投影面，所述投影面即為所述圓柱坐標系平面。

可選的，所述將數值預處理后的點云數據投影至所述圓柱坐標系平面上，并將投影所得手腕二維書寫軌跡作為所述手腕書寫軌跡的步驟包括：

過所述手腕運動軌跡上某像素點作z軸平行線與所述圓柱坐標系平面相交，得到投影點；

讀取所述投影點坐標值即為灰度值；

將所述點云數據投影至圓柱坐標系平面上得到灰度值集合；

所述灰度值集合構成手腕二維書寫軌跡。

可選的，所述將所述手腕書寫軌跡以預先設置的匹配算法與文字數據庫中的按照時間相匹配的文字筆畫特征進行匹配，得到匹配文字或者候選匹配文字的步驟包括：

獲取所述手腕書寫軌跡的輪廓特征點；

對所述手腕書寫軌跡的輪廓特征點進行擬合，得到按照時間相匹配的文字筆畫特征；

根據所述按照時間相匹配的文字筆畫特征，檢索文字數據庫，提取匹配度大于規定閾值的文字作為匹配文字或者候選匹配文字。

可選的，所述按照時間相匹配的文字筆畫特征包括：

落筆順序、筆畫、形狀以及輪廓。

可選的，所述文字數據庫中包括：

手寫模板庫和/或單字筆畫特征數據庫。

可選的，所述對所述手腕書寫軌跡的輪廓特征點進行擬合，得到按照時間相匹配的文字筆畫特征包括：

通過與所述智能手表連接的終端設備對所述手腕書寫軌跡的輪廓特征點進行擬合，得到按照時間相匹配的文字筆畫特征。

可選的，所述根據所述按照時間相匹配的文字筆畫特征，檢索文字數據庫，提取匹配度大于規定閾值的文字作為匹配文字或者候選匹配文字的步驟包括：

根據所述按照時間相匹配的文字筆畫特征，以規定的檢索方案在所述文字數據庫中進行檢索性篩選，將篩選得到的文字作為待匹配文字；

對所述手腕書寫軌跡與所述待匹配文字進行匹配度計算；

提取匹配度大于規定閾值的文字作為匹配文字或者候選匹配文字。

可選的，所述對所述手腕書寫軌跡與所述待匹配文字進行匹配度計算的步驟包括：

確定所述手腕書寫軌跡輪廓圖形的中心點坐標；

平移所述手腕書寫軌跡輪廓圖形，使之與所述待匹配文字的中心點重合；

對所述手腕書寫軌跡輪廓圖形進行旋轉、縮放等操作，使得所述手腕書寫軌跡輪廓圖形與所述待匹配文字方向相同，相應頂點之間的距離之和最小；

以所述相應頂點之間的距離之和的最小值的倒數作為所述手腕書寫軌跡與所述待匹配文字的匹配度。

可選的，所述根據所述按照時間相匹配的文字筆畫特征，以規定的檢索方案在所述文字數據庫中進行檢索性篩選，將篩選得到的文字作為待匹配文字的步驟包括：

未篩選得到所述待匹配文字；

相應提示燈閃爍一次作為提示；

用戶接收提示信號，返回獲取手腕的手腕運動軌跡的步驟。

可選的，所述智能手表中的傳感器包括以下傳感器中至少一種：

加速度傳感器；

陀螺儀傳感器。

可選的，所述智能手表包括：表體和表帶；

其中，所述傳感器設置于所述表體或表帶。

本申請另外提供一種智能手表的文字輸入裝置，包括：

獲取單元，用于獲取用戶手腕的手腕運動軌跡；

轉換單元，用于將所述手腕運動軌跡轉換為手腕書寫軌跡；

匹配單元，用于將所述手腕書寫軌跡與文字數據庫中的按照時間相匹配的文字筆畫特征進行特征匹配，并進行匹配度計算，提取匹配度大于規定閾值的文字作為匹配文字或者候選項文字；

顯示單元，用于錄入所述匹配文字，或者將所述匹配文字或者可能匹配文字作為候選項供選擇。

可選的，所述獲取單元包括用于獲取用戶手腕的手腕運動軌跡的傳感器。

可選的，所述轉換單元包括預先設置的轉換算法。

可選的，所述匹配單元包括篩選單元和計算單元。

可選的，所述篩選單元用于根據按照時間相匹配的文字筆畫特征，以規定的檢索方案在所述文字數據庫中進行檢索性篩選，得到待匹配文字。

可選的，所述計算單元用于對所述手腕書寫軌跡與所述待匹配文字進行匹配度計算。

可選的，所述根據按照時間相匹配的文字筆畫特征，以規定的檢索方案在所述文字數據庫中進行檢索性篩選，得到待匹配文字包括：

未篩選得到所述待匹配文字；

相應提示燈閃爍一次作為提示；

用戶接收提示信號，返回獲取單元。

與現有技術相比，本發明具有以下優點:

本申請所述的智能手表的文字輸入方法，包括：獲取傳感器采集到的用戶手腕運動軌跡；將手腕運動軌跡轉化為手腕書寫軌跡；將所述手腕書寫軌跡以預先設置的匹配算法與文字數據庫中的按照時間相匹配的文字筆畫特征進行匹配，得到匹配文字或者候選匹配文字；錄入所述匹配文字，或者將所述匹配文字或者候選匹配文字作為候選項供選擇。

所述智能手表的文字輸入方法，通過智能手表設置的加速度傳感器采集佩戴手表的手腕的運動軌跡，以此來實現文字輸入，即用戶可以通過手腕運動的方式輸入任意文字，最終匹配出匹配度大于規定閾值的匹配文字或者候選項文字。

與現有技術下的語音輸入方式比較，本申請提供的智能手表的輸入方法避免了使用語音輸入方法產生的口音差異障礙和噪聲干擾等影響識別率的問題，識別效果更為可靠；同時，此種輸入方法具有更好的私密性，因此，本申請提供的智能手表文字輸入方法具有更廣泛的使用場合。

與現有技術下的屏幕輸入方式比較，本發明提供的輸入方法用于與手腕書寫軌跡進行匹配的文字數據庫中可以包含全部手寫模板庫和/或單字筆畫特征數據庫以及常用符號等，從而使得輸入內容不會受到限制，避免了采用屏幕輸入方法造成的僅能在相應界面進行常用預設短語輸入或者數字輸入造成的輸入內容受限的問題；同時，避免了用戶在智能手表的狹小屏幕上進行輸入操作，優化了用戶體驗。

附圖說明

圖1是本申請實施例提供的一種智能手表的文字輸入方法處理流程圖。

圖2是本申請實施例提供的一種智能手表的文字輸入裝置示意圖。

圖3是本申請實施例提供的一種手腕運動軌跡轉換為手腕書寫軌跡的方式示意圖。

具體實施方式

在下面的描述中闡述了很多具體細節以便于充分理解本申請。但是本申請能夠以很多不同于在此描述的其它方式來實施，本領域技術人員可以在不違背本申請內涵的情況下做類似推廣，因此本申請不受下面公開的具體實施的限制。

本申請提供一種智能手表的文字輸入方法，此外，本申請還提供一種智能手表的文字輸入裝置，以下分別結合本申請提供的實施例的附圖逐一進行詳細說明，并且對方法的各個步驟進行說明。

本申請提供的智能手表的文字輸入方法實施例如下：

參照圖1，其示出了本實施例提供的一種智能手表的文字輸入方法處理流程圖，以下結合圖1對本實施例提供的一種智能手表的文字輸入方法進行說明，并且對該方法的各個步驟進行說明；此外，本實施例提供的一種智能手表的文字輸入方法的具體步驟之間的順序關系請根據圖1確定。

步驟S101，獲取用戶手腕的手腕運動軌跡。

本步驟用于為文字輸入提供原始的輸入信息，本方法中實現文字輸入的原始的輸入信息是手腕運動軌跡。

所述手腕運動軌跡，在本實施例中，特指用戶手部書寫運動產生的手腕運動軌跡；也就是用戶實際書寫或者僅僅是隔空書寫文字或者符號、數字等字符時，手腕運動產生的運動軌跡。

本步驟中，通過用戶佩戴在手腕上的智能手表實現對用戶手腕的手腕運動軌跡的采集。具體而言，通過智能手表設置于所述智能手表上的傳感器實現對手腕運動軌跡的采集。

獲取手腕運動軌跡的所述傳感器可以采用多種形式，一般可以采用加速度傳感器以及陀螺儀傳感器之中的至少一種，即可以采用加速度傳感器或者陀螺儀傳感器，也可以同時采用上述兩種傳感器，并結合兩者的數據獲得手腕運動軌跡。

所述加速度傳感器，用于采集由于用戶手腕運動導致的位移變化，進而根據位移變化所對應的坐標變化得到相應的手腕運動軌跡，例如，重力傳感器采集用戶在三維空間中各個方向的位移產生的手腕運動軌跡。

所述陀螺儀傳感器是一個簡單易用的基于自由空間移動和手勢的定位和控制系統，可以精確地確定手腕運動的方位，進而根據所得方位信息得到相應的手腕運動軌跡。例如，三自由度陀螺儀采集用戶在三維空間中各個方向的旋轉產生方位變化，進而獲得用戶手腕運動軌跡。

所述智能手表包括表體和表帶，所述傳感器可以設置于所述表體或者表帶上。

步驟S102，根據預先設置的轉換算法，將所述手腕運動軌跡轉換為手腕書寫軌跡。

上述步驟S101獲取到所述傳感器采集到的手腕運動軌跡之后，由于所述手腕運動軌跡是三維空間內的軌跡，無法與后續步驟中文字數據庫的模板進行匹配，所以首先需將所述手腕運動軌跡轉換為手腕書寫軌跡，即將手腕三維運動軌跡轉換為手腕二維書寫軌跡。

實現上述轉換需要的方式有多種，以下提供一種通過建立圓柱坐標系平面實現手腕三維運動軌跡轉換為手腕二維書寫軌跡的方法。

具體轉換步驟包括：

步驟一：將手腕運動軌跡轉化為點云數據；

所述點云數據是指資料以點的型式記錄，每一個點包含三維坐標值，可反映全部幾何位置信息。具體而言，通過與所述智能手表連接的終端設備將手腕運動軌跡轉化為點云數據。

步驟二：對所述點云數據進行數值預處理；

通過上一步驟轉化得到的點云數據可能出現雜亂、不規則、失真等情況，所以本步驟需要通過與所述智能手表連接的終端設備對所述點云數據進行數值預處理。例如，對所述點云數據進行三維插值操作，三維插值方法是使用多邊形細分的方法，先將點云數據網格化，再對網格的邊長和設定值進行比較，若小于則比較下一個網格，否則繼續迭代，以獲得更密集，更規則的點云。

步驟三：根據預定的方式，建立圓柱坐標系平面；

本實施例中將手腕三維運動軌跡轉換為手腕二維書寫軌跡所采用的方式是將所述手腕三維運動軌跡投影到預先建立的平面上，從而得到所述手腕二維書寫軌跡。因此，考慮以投影方式進行轉換，首先需建立一個投影面。參照圖3，本實施例中建立的投影面為圓柱坐標系平面，本步驟將對所述圓柱坐標系平面的建立方法做具體說明。

所述圓柱坐標系平面的建立包括以下步驟：

1)以經過所述手腕運動軌跡幾何中心且沿手腕延伸方向的軸線為z軸，以所述手腕運動軌跡幾何中心為原點建立圓柱坐標系；

例如，參照圖3，所述手腕運動軌跡為“人”字，建立所述圓柱坐標系xyz。

2)得到坐標系內任一點的圓柱坐標是(ρ，φ，z)；

3)在所述手腕運動軌跡外構建一個以z軸為軸線的最小圓柱體，并使之包圍所述手腕運動軌跡；

例如，參照圖3，所述最小圓柱體包圍手腕運動軌跡“人”字。

4)以所述圓柱體兩底面中z值較小的圓柱底面為投影面，所述投影面即為所述圓柱坐標系平面。

例如，參照圖3，以所述最小圓柱體的下表面為投影面，即為所述圓柱坐標系平面。

所述圓柱坐標系平面的建立需通過與所述智能手表連接的終端設備完成。

步驟四：將所述數值預處理后的點云數據投影至所述圓柱坐標系平面上，并將投影所得手腕二維書寫軌跡作為所述手腕書寫軌跡。

所述將所述數值預處理后的點云數據投影至所述圓柱坐標系平面上具體包括以下步驟：

1)過所述手腕運動軌跡上某像素點作z軸平行線與所述圓柱坐標系平面相交，得到投影點；

例如，參照圖3，所述手腕運動軌跡為“人”字，圖中示出了手腕運動軌跡“人”上的任一像素點(ρ1，φ1，z1)在所述圓柱坐標系平面上的投影。

2)讀取所述投影點坐標值即為灰度值；

3)將所述點云數據投影至圓柱坐標系平面上得到灰度值集合；

4)所述灰度值集合構成手腕二維書寫軌跡。

將投影所得手腕二維書寫軌跡作為所述手腕書寫軌跡，即完成手腕運動軌跡與手腕書寫軌跡的轉換。

步驟S103，將所述手腕書寫軌跡以預先設置的匹配算法與文字數據庫中的按照時間相匹配的文字筆畫特征進行匹配，得到匹配文字或者候選匹配文字。

本步驟用于將步驟S102獲得的手腕書寫軌跡與文字數據庫中的模板進行匹配，最終獲得用戶想要輸入的文字內容。

所述文字數據庫中包含全部的手寫模板庫和/或單字筆畫特征數據庫，所以用戶可以輸入任意想要輸入的文字內容，進而與文字數據庫中的按照時間相匹配的文字筆畫特征進行匹配，其中所述按照時間相匹配的文字筆畫特征包括落筆順序、筆畫、形狀以及輪廓。

本實施例的步驟S103將步驟S102獲得的手腕書寫軌跡以預先設置的匹配算法與文字數據庫中的按照時間相匹配的文字筆畫特征進行匹配，得到匹配文字或者候選匹配文字，具體包括以下步驟：

步驟一：獲取所述手腕書寫軌跡的輪廓特征點；

所述輪廓特征點包括角點、切點和拐點，其中角點是目標輪廓線上曲率超過一定閾值的局部極值點，切點是圓弧和直線的平滑過渡點，拐點是凹圓弧和凸圓弧的平滑過渡點，由于他們對目標形狀起著決定作用，因此，一旦找到了目標的這些輪廓特征點也就掌握了目標的形狀。具體而言，本步驟通過與所述智能手表連接的終端設備獲取所述手腕書寫軌跡的輪廓特征點。

步驟二：對所述手腕書寫軌跡的輪廓特征點進行擬合，得到按照時間相匹配的文字筆畫特征；

所述擬合是指用連續曲線近似地刻畫或比擬平面上離散點組所表示的坐標之間的函數關系的一種數據處理方法。具體而言，本步驟通過與所述智能手表連接的終端設備對所述手腕書寫軌跡的輪廓特征點進行擬合。

步驟三：根據所述按照時間相匹配的文字筆畫特征，檢索文字數據庫，提取匹配度大于規定閾值的文字作為匹配文字或者候選匹配文字。更進一步，本步驟可以具體分為兩個工作過程，包括：篩選過程以及計算過程。

所述篩選過程具體可以采用掃描、檢索、比對、篩除等方法。根據所述按照時間相匹配的文字筆畫特征，以規定的檢索方案在所述文字數據庫中進行檢索性篩選，并將篩選后得到的文字作為待匹配文字。例如，用戶通過手腕運動輸入“人”字的軌跡，經步驟S101、步驟S102后，進入步驟S103的篩選環節，首先終端設備根據按照時間相匹配的文字筆畫特征的筆畫個數在文字數據庫中進行篩選，得到包含“人”、“入”、“八”、“卜”、“十”、“二”等文字的文字組；進而在已篩選出的文字組中根據按照時間相匹配的文字筆畫特征為第一筆畫內容為“丿”，第二筆畫內容為“乀”，進行進一步篩選，得到待匹配文字包括：“人”、“入”、“八”三個文字，則篩選過程結束。

所述計算過程是在執行上述篩選過程后，對所述待匹配文字與所述手腕書寫軌跡的匹配度進行計算，并提取匹配度大于規定閾值的文字作為匹配文字或者候選匹配文字。由于根據按照時間相匹配的文字筆畫特征進行匹配并不能唯一地、確定地匹配出用戶想要輸入的文字內容，通過計算所述待匹配文字與所述手腕書寫軌跡的匹配度，提取所述匹配度大于規定閾值的文字作為匹配文字或者候選匹配文字，可以提高匹配的準確性；同時，若有多個文字的匹配度大于規定閾值，可按照匹配度從高到低的順序對待匹配文字進行提取，匹配度最高的待匹配文字作為匹配文字，其它匹配度大于規定閾值的待匹配文字作為候選匹配文字，最終獲得唯一的匹配文字。本實施例提供的對所述待匹配文字與所述手腕書寫軌跡的匹配度進行計算的方法具體包括以下步驟：

1)確定所述經手腕運動軌跡轉換得到的手腕書寫軌跡輪廓圖形的中心點坐標；

2)平移所述手腕書寫軌跡輪廓圖形，使之與所述經篩選過程得到的待匹配文字的中心點重合；

3)對所述手腕書寫軌跡輪廓圖形進行旋轉、縮放等操作，使得所述手腕書寫軌跡輪廓圖形與所述待匹配文字方向相同，相應頂點之間的距離之和最小；

4)以所述相應頂點之間的距離之和的最小值的倒數作為所述手腕書寫軌跡與所述待匹配文字的匹配度。

上述對所述待匹配文字與所述手腕書寫軌跡的匹配度進行計算的步驟均需要通過與所述智能手表連接的終端設備完成。

舉例說明，用戶通過手腕運動輸入“人”字的軌跡，經步驟S101、步驟S102以及步驟S103的篩選過程后，得到待匹配文字組包括：“人”、“入”、“八”，進而進入計算過程。本例需分別計算用戶通過手腕運動輸入“人”字的軌跡所轉換的手腕書寫軌跡與所得到的待匹配文字“人”、“入”、“八”的匹配度。具體步驟包括：通過與所述智能手表連接的終端設備，確定用戶通過手腕運動所輸入“人”字的軌跡所轉換的手腕書寫軌跡的中心點坐標；平移所述“人”字書寫軌跡輪廓圖形，使之與待匹配文字“人”的中心點重合；對所述“人”字書寫軌跡輪廓圖形進行旋轉、縮放等操作，使得所述手腕書寫軌跡輪廓圖形與所述待匹配文字方向相同，相應頂點之間的距離之和最小；以所述相應頂點之間的距離之和的最小值的倒數作為所述“人”字書寫軌跡與待匹配文字“人”的匹配度，對于待匹配文字“入”和“八”與所述“人”字書寫軌跡的匹配度計算同理可得，在此不做贅述；最后，若經計算得到的三個匹配度中大于規定閾值的待匹配文字只有唯一的一個“人”字，則將其作為匹配文字，若計算所得的三個匹配度中大于規定閾值的待匹配文字為“人”字和“入”字，且“人”字的匹配度大于“入”字的匹配度，則將待匹配文字“人”字作為匹配文字，將待匹配文字“入”字作為候選匹配文字。

另外，在用戶通過手腕輸入文字軌跡的過程中，可能由于所輸入文字筆畫過于復雜，或者由于用戶手腕運動不穩定，未能保證各文字筆畫的相對位置，或者由于用戶輸入的文字為錯別字等，導致轉換后的手腕書寫軌跡無法與文字數據庫中的按照時間相匹配的文字筆畫特征進行匹配，后續匹配度計算等步驟無法執行，用戶無法得到想要輸入的文字內容，此時，應對用戶做出提醒，方便用戶重新輸入。具體而言，需執行以下步驟：

步驟一：未篩選得到所述待匹配文字；

經所述篩選過程后，未篩選得到所述待匹配文字，即根據按照時間相匹配文字筆畫特征，未在所述文字數據庫中找到與所述手腕書寫軌跡相匹配的模板。

步驟二：相應提示燈閃爍一次作為提示；

通過信號傳遞，控制設置于所述智能手表的表體或表帶上的相應提示燈閃爍一次作為提示。

步驟三：用戶接收提示信號，返回步驟S101。

用戶接受提示信號，判斷未篩選出待匹配文字的原因，包括輸入文字錯誤或者筆畫不準確等，進而返回獲取手腕運動軌跡的步驟，進行文字的重新輸入。

步驟S104，錄入所述匹配文字，或者將所述匹配文字或者候選匹配文字作為候選項供選擇。

本步驟用于將步驟S103得到的匹配文字錄入所述智能手表的屏幕上或者將所述匹配文字或者候選匹配文字作為候選項顯示于所述智能手表的屏幕上供選擇。具體而言，本步驟需用戶通過點擊所述智能手表的屏幕來完成。

舉例說明，用戶通過手腕運動輸入“人”字的軌跡，經步驟S101、步驟S102后，執行步驟S103，經計算得到匹配度大于規定閾值的匹配文字為“人”字，則“人”字即為所述匹配文字，用戶可以直接錄入所述匹配文字；或者，用戶通過手腕輸入“人”字的軌跡，經步驟S101、步驟S102后，執行步驟S103，經計算得到匹配度大于規定閾值的匹配文字為“人”和“入”字，且“人”字的匹配度大于“入”字的匹配度，則將“人”字作為所述匹配文字，將“入”字作為所述候選匹配文字，用戶可以將所述候選匹配文字作為候選項供選擇；或者，用戶通過手腕輸入“人”字的軌跡，經步驟S101、步驟S102后，執行步驟S103，經計算得到匹配度大于規定閾值的匹配文字為“入”和“八”字，且“入”字的匹配度大于“八”字的匹配度，則將“入”字作為所述匹配文字，將“八”字作為所述候選匹配文字，此種情況下，所得匹配文字及候選匹配文字都不是用戶想要輸入的文字內容，則用戶可以將所述匹配文字或者候選匹配文字作為候選項供選擇。

本申請提供的智能手表的文字輸入裝置實施例如下：

在上述的實施例中，提供了一種智能手表的文字輸入方法，與之相應的，本申請提供了一種智能手表的文字輸入裝置，由于裝置實施例基本相似于方法實施例，所以描述得比較簡單，相關的部分請參見上述方法實施例對應說明即可。下述描述的裝置實施例僅僅是示意性的。

參照圖2，其示出了根據本實施例提供的一種智能手表的文字輸入裝置示意圖。

本申請提供的一種智能手表的文字輸入裝置，包括：

獲取單元201，用于獲取用戶手腕的手腕運動軌跡；

可選的，所述獲取單元包括用于獲取用戶手腕的手腕運動軌跡的傳感器。

轉換單元202，用于將所述手腕運動軌跡轉換為手腕書寫軌跡；

可選的，所述轉換單元包括預先設置的轉換算法。

匹配單元203，用于將所述手腕書寫軌跡與文字數據庫中的按照時間相匹配的文字筆畫特征進行特征匹配，并進行匹配度計算，提取匹配度大于規定閾值的文字作為匹配文字或者候選項文字；

可選的，所述匹配單元包括篩選單元和計算單元。

可選的，所述篩選單元用于根據按照時間相匹配的文字筆畫特征，以規定的檢索方案在所述文字數據庫中進行檢索性篩選，得到待匹配文字。

可選的，所述計算單元用于對所述手腕書寫軌跡與所述待匹配文字進行匹配度計算。

可選的，所述根據按照時間相匹配的文字筆畫特征，以規定的檢索方案在所述文字數據庫中進行檢索性篩選，得到待匹配文字包括：

未篩選得到所述待匹配文字；

相應提示燈閃爍一次作為提示；

用戶接收提示信號，返回獲取單元。

顯示單元204，用于錄入所述匹配文字，或者將所述匹配文字或者可能匹配文字作為候選項供選擇。

本發明雖然以較佳實施例公開如上，但其并不是用來限定本發明，任何本領域技術人員在不脫離本發明的精神和范圍內，都可以做出可能的變動和修改，因此本發明的保護范圍應當以本發明權利要求所界定的范圍為準。