Handwriting recognition is one of the challenging tasks in the area of pattern recognition and machine learning. Handwriting recognition has two flavors, namely, Offline Handwriting Recognition and Online Handwriting Recognition. Though, saturation level has been achieved in machine printed (Offline) character recognition. Presently, due to dramatical development in IT sector, touch-based devices are available in the market with efficient processing capabilities. With this revolution, research in the area of handwriting recognition has become more popular in real-time (Online) mode. In this paper, a comprehensive review has been reported for online handwriting recognition of non-Indic and Indic scripts. The six non-Indic-scripts and eight Indic script namely, Arabic, Chinese, Japanese, Persian, Roman, Thai, and, Assamese, Bangla, Devanagari, Gurmukhi, Kannada, Malayalam, Tamil, Telugu, respectively have been considered in this article. This study comprises introduction of online handwriting recognition process, various challenges, motivations, feature extraction, and classification methodologies, used for recognizing the various scripting languages. Moreover, an effort has been made to provide the list of publicly available online handwritten dataset for various scripting languages. This study also provides the recognition and beneficial assistance to the novice researchers in field of handwriting recognition by providing a nut shell studies of various feature extraction strategies and classification techniques, used for the recognition of both Indic and non-Indic scripts.

中文翻译：

---

印度语和非印度语脚本的在线手写识别系统：综述

手写识别是模式识别和机器学习领域的一项具有挑战性的任务。手写识别有两种形式，即离线手写识别和在线手写识别。尽管如此，机器打印（离线）字符识别已经达到了饱和水平。目前，由于IT领域的迅猛发展，市场上出现了具有高效处理能力的触控设备。随着这场革命，手写识别领域的研究在实时（在线）模式下变得更加流行。在本文中，对非印度和印度文字的在线手写识别进行了全面审查。六种非印度文字和八种印度文字，即阿拉伯文、中文、日文、波斯文、罗马文、泰文和阿萨姆文、孟加拉文、梵文、本文分别考虑了古尔穆基语、卡纳达语、马拉雅拉姆语、泰米尔语、泰卢固语。本研究包括介绍在线手写识别过程、各种挑战、动机、特征提取和分类方法，用于识别各种脚本语言。此外，还努力为各种脚本语言提供公开可用的在线手写数据集列表。本研究还通过提供各种特征提取策略和分类技术的坚果壳研究，为手写识别领域的新手研究人员提供识别和有益帮助，用于识别印度和非印度文字。本研究包括介绍在线手写识别过程、各种挑战、动机、特征提取和分类方法，用于识别各种脚本语言。此外，还努力为各种脚本语言提供公开可用的在线手写数据集列表。本研究还通过提供各种特征提取策略和分类技术的坚果壳研究，为手写识别领域的新手研究人员提供识别和有益帮助，用于识别印度和非印度文字。本研究包括介绍在线手写识别过程、各种挑战、动机、特征提取和分类方法，用于识别各种脚本语言。此外，还努力为各种脚本语言提供公开可用的在线手写数据集列表。本研究还通过提供各种特征提取策略和分类技术的坚果壳研究，为手写识别领域的新手研究人员提供识别和有益帮助，用于识别印度和非印度文字。已努力为各种脚本语言提供公开可用的在线手写数据集列表。本研究还通过提供各种特征提取策略和分类技术的坚果壳研究，为手写识别领域的新手研究人员提供识别和有益帮助，用于识别印度和非印度文字。已努力为各种脚本语言提供公开可用的在线手写数据集列表。本研究还通过提供各种特征提取策略和分类技术的坚果壳研究，为手写识别领域的新手研究人员提供识别和有益帮助，用于识别印度和非印度文字。