书法在文化传承中占据重要地位，书法书写笔迹的生成也一直是计算机图形学的研究重点和难点。现存基于模型和经验的方法，由于建模难度大，大都将笔触表述为简单的几何图形并且缺少变化。难以真实还原毛笔书写的笔触和笔迹。使得现存书法笔迹生成软件仅仅用于娱乐，而难以上升到数字化书法教育层面。文中从计算机视觉的角度出发，通过4个相机获取毛笔的实时书写图像：针对 Deeplabv3+语义分割算法无法有效地分割小尺寸类别的缺点进行优化，使用优化的 Deeplab3+算法提取图像中毛笔笔头等关键信息，并通过变换和PnP位姿估计算法计算笔杄相对位姿：基于位姿信息矫正和融合各相杋笔触图像。提岀一种未知区域估计方法估计相杋无法拍摄到的笔触区域。按照不同条件提取400多幅书写图像作为数据集并进行实验结果表明，优化后的Dε mplab3-算法平均交并比（ mean intersecTIon-over- union，mIOU）达到与优化前相比提升了在小尺寸类别上交并比（intersecTIon-ove达到提升了0.473.在保证实时性的前提下，最终生成的笔触与传统基于模型和经验的方法相比、可以更加真实地还原书写时的笔触，并避免对毛笔进行复杂的建模。为笔迹生成研究提供一种新的思路。