CN101957837B - 一种笔划矢量字库的存取方法 - Google Patents

Abstract

本发明公开了一种笔划矢量字库的存取方法，由于只存储了汉字组件在给定坐标系下的坐标信息以及坐标转换矩阵，而根据国家颁布的《信息处理用GB13000.1字符集汉字部件规范》只有约560个汉字组件，共分393组，囊括了GB13000-1中的所有汉字的组成部件，这远比存储各个汉字的坐标信息小得多。从原理上看来，本发明的笔划矢量字库的存取方法会比直接存储汉字矢量数据方式，即坐标信息的字库渲染速度慢些，但是字库大小成倍的减小，使字库载入RAM成为了可能，渲染速度反而比读取ROM中的大字库信息要快上许多，因此，适合于移动终端使用。

Description

一种笔划矢量字库的存取方法

技术领域

本发明属于中文计算机系统中的字库构造技术领域，更为具体地讲，涉及一种适合于移动终端的笔划矢量字库的存取方法。

背景技术

字库是用于存储文字信息的数据结构，其所占空间大小与文字存储原理、字数量以及字库存储结构有很大关系。从存储原理上来说，文字可以分为点阵字体和矢量字体两种。

点阵字体的存储原理是每一个字对应于一个N*N的网格，按照汉字字形，设置网格中每一个小格对应的灰度信息用于显示，点阵字体的优点是渲染速度快，缺点是相应字库体积大，而且不同的字体大小也需对应于不同的字库，如果想存储更多的灰度信息用于反走样显示，则需要更大的存储空间。一般在较为低端的移动终端上，使用较多的是12*12、20*20的点阵字体字库。

矢量字体存储的是汉字笔画的位置信息，矢量字体的优点是可以任意缩放，即一种字形只需要一个矢量字库，节省了存储空间，但是因为涉及到大量的数学计算以及多边形填充，渲染速度慢。矢量字体又可以划分为两种，一种是轮廓矢量字体(Outline Font，以下简称轮廓字体)，一种是笔划矢量字体(StrokeFont，以下简称笔划字体)，前者的主要代表是微软的TrueType字体和Adobe的OpenType字体，其中TrueType字体使用了2次贝塞尔曲线来描述文字的形状，OpenType则在兼容TrueType的基础上采用了3次贝塞尔曲线来描述文字的形状，更加美观。而笔划字体的主要代表如美国BitStream公司的字体和日本的三菱公司的字体。轮廓字体的主要特点是将文字看成一个或多个封闭的图形区域组成，记录每个区域的轮廓信息，用于文字显示和处理，轮廓字体可以对文字实现填充(Fill)和描边(Stroke)操作。笔划字体的主要特点是记录文字的主要骨架信息而不是轮廓信息，笔划字体只能对文字实现描边操作，而且笔划字体中各笔划一般具有等宽特性。图1是轮廓字体和笔划字体的对比图，左边的为笔画字体，右边的为轮廓字体，从图1可见，轮廓字体需要存储更多的信息。

图2是有衬线字体(serif)与无衬线字体(sans serif)的对比图。移动终端分辨率低，处理速度慢，轮廓字体在移动终端上使用会带来字库文件过大，渲染速度慢，文字显示细节丢失的问题；而一些设计简单且数据量小的无衬线(sans serif)笔划字体更适合于移动终端的使用。

但是即使使用笔划字体作为移动终端的字库，其体积也不小，例如一个GB2312的仿宋体无衬线笔划字体字库也有约1M左右的大小，在一些资源极端受限的终端上仍然存在适用性的问题。

发明内容

本发明的目的在于克服现有检测方法的不足，提出一种体积小、适合于移动终端的笔划矢量字库的存取方法。

为实现上述发明目的，本发明笔划矢量字库的存取方法，其特征在于，包括以下步骤：

(1)、笔划矢量字库的存储

a1、建立汉字组件矢量信息数据库，将各汉字组件在给定坐标系下的坐标信息存储在汉字组件矢量信息数据库中；

a2、建立汉字结构信息库，将各个汉字的结构信息存储在汉字结构信息库中；汉字的结构信息包括组成汉字的各个组件在汉字组件矢量信息数据库中的偏移量以及每个组件在该汉字中的坐标转换矩阵；

a3、建立汉字索引表，汉字索引表根据汉字编码给出每个汉字的结构信息在汉字结构信息库中的位置；

汉字索引表、汉字结构信息库、汉字组件矢量信息数据库组成笔划矢量字库文件存储于移动终端的ROM中；

(2)笔划矢量字库的读取

字体引擎将笔划矢量字库文件读取到RAM中，首先根据输入汉字的编码，检索汉字索引表获得其在汉字结构信息库中的位置，然后，在汉字结构信息库找到其结构信息，并根据其结构信息计算出组成该汉字的各汉字组件在该汉字中的位置：

b1、根据组件在汉字组件矢量信息数据库中的偏移量，找到该组件在给定坐标系下的坐标信息；

b2、根据组件在该汉字中的坐标转换矩阵对该组件在给定坐标系下的坐标信息进行转换，得到该组件实际的坐标信息并记录；

b3、重复步骤1～2，得到组成该汉字的各汉字组件的实际坐标信息，根据这些实际坐标信息将该汉字渲染在显示屏幕上。

本发明的发明目的是这样实现的：

在本发明中，由于只存储了汉字组件在给定坐标系下的坐标信息以及坐标转换矩阵，而根据国家颁布的《信息处理用GB13000.1字符集汉字部件规范》只有约560个汉字组件，共分393组，囊括了GB13000-1中的所有汉字的组成部件，这远比存储各个汉字的坐标信息小得多。从原理上看来，本发明的笔划矢量字库的存取方法会比直接存储汉字矢量数据方式，即坐标信息的字库渲染速度慢些，但是字库大小成倍的减小，使字库载入RAM成为了可能，渲染速度反而比读取ROM中的大字库信息要快上许多，因此，适合于移动终端使用。

作为进一步的改进，在汉字组件矢量信息数据库中，所述的汉字组件在给定坐标系下的坐标信息只记录了组件用直线段描述的关键数据点坐标值，即认为组件仅由直线段组成，不包含曲线描述，这样虽然在一些细节上有所损失，但是提高了文字笔划轮廓化计算和渲染的速度。

汉字组件可以通过直线段加贝塞尔或者其他曲线描述，对于轮廓字体是这样，对于笔划字体亦然，但是采用贝塞尔曲线的描述的笔划在最后渲染的时候必须经过曲线拟合成为一定数量的坐标点，这里面会涉及到浮点数的运算，浮点运算对于移动终端来说并不是长项，可能会影响渲染速度；另一方面，移动终端屏幕分辨率不大，大字号的文字使用频率不高，贝塞尔曲线的艺术性在移动终端上不能得到充分的体现。因此，做出上述改进。

附图说明

图1是轮廓字体和笔划字体的对比图；

图2是有衬线字体与无衬线字体的对比图；

图3是本发明笔划矢量字库的存取方法一种具体实施方式下的索引表结构图；

图4是本发明笔划矢量字库的存取方法一种具体实施方式下的汉字结构信息存储结构图；

图5是图4所示坐标转换矩阵中的缩放参数结构图；

图6是图4所示坐标转换矩阵中的平移参数结构图；

图7是NORMAL类、XONLY类及YONLY类坐标格式结构图；

图8是DELTA类坐标格式结构图；

图9是DELTA_CNT数据的结构图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

实施例

(1)、笔划矢量字库的存储

图3是本发明笔划矢量字库的存取方法一种具体实施方式下的索引表结构图。

在本实施例中，汉字索引表位于笔划矢量字库文件的开始部分。如图3所示，汉字索引表中一个汉字的索引包括5个字节，前两个字节表示文字的汉字编码，在本实施例中，采用统一码，即UNICODE编码，后3个字节表示该汉字的结构信息在汉字结构信息库中的偏移量，即汉字结构信息库中的位置。

图4是本发明笔划矢量字库的存取方法一种具体实施方式下的汉字结构信息存储格式。

一个汉字由一个或多个汉字组件构成，在本实施例中，汉字的结构信息包括该汉字的组件个数、各个组件的坐标转换矩阵以及在汉字组件矢量信息数据库中的偏移量。图4所示的为一条汉字结构信息的存储格式，组件个数为N，占1个字节，后续数据由每个组件在该汉字中的坐标转换矩阵和在汉字组件矢量信息数据库中的偏移量组成。

坐标转换矩阵即几何图形的二维变换矩阵，用于计算图形在给定坐标系内的平移，旋转，缩放效果。在本实施例中，我们舍弃了旋转效果，因为在构建汉字时，几乎没有需要旋转汉字组件的情况，所以，在本实施例中，坐标转换矩阵M如下：

$M=\left[\begin{array}{ccc}{S}_x& 0& T_x\\ 0& S_y& T_y\\ 0& 0& 1\end{array}\right]---\left(1\right)$

其中，S_x是组件坐标在X轴上的缩放参数、S_y是组件坐标在Y轴上的缩放参数，T_x是组件坐标在X轴上的平移参数、T_y是组件坐标在Y轴上的平移参数。

坐标转换矩阵M中的第一个参数是X轴上的缩放参数S_x，图5是图4所示坐标转换矩阵中的缩放参数结构图，如图5所示，缩放参数S_x采用1个字节表示，其中高字节最高位为0的话表示该组件在Y坐标轴方向上的缩放比例与在X坐标轴方向上的缩放比例相同，若此位为1的话则下一个参数为在Y轴上的缩放参数S_y，也为1个字节，且其高字节最高位为0；缩放参数S_x、S_y字节的次高位表示缩放比例的整数部分，余下6位用于表示缩放比例的小数部分，这样做有几点考虑，首先汉字组件在构成汉字的过程中大部分情况是进行缩小，而不是放大；其次，即使是放大的情况一般也不会超过组件原始大小的2倍。

坐标转换矩阵M中，缩放比例参数后的是平移参数，图6是图4所示坐标转换矩阵中的平移参数结构图，如图6所示，首先是在X轴上的平移参数T_x，用1个字节表示，若该字节最高位为0的话，说明Y方向上的坐标平移量与X方向上的相同，若为1，则表示后面一个字节T，且其最高位为0；字节的次高位表示平移的方向，为0表示正方向，为1表示负方向。

如图4所示，在平移参数后还包含了3个字节的组件在矢量信息数据库中的偏移量。

笔划矢量字库的最后是汉字组件矢量信息数据库，存储各汉字组件在给定坐标系下的坐标信息。在本实施例中，汉字组件按照《信息处理用GB13000.1字符集汉字部件规范》给出的方式排序，汉字组件在给定坐标系下的坐标信息只记录了组件用直线段描述的关键数据点坐标值，每个汉字组件的关键点坐标体现在2ⁿ×2ⁿ，n＝6的虚拟坐标系中。规范中的《汉字基础部件表》将汉字组件按组分为主形和附形，但是在实际情况中，由于同一组件在不同的字中可能表现形式不一样，可能存在不同的实例。如炙和然都含有汉字组件

，但是表现形式不一样，需要为此组件定义不同的实例，所以在汉字结构信息中，会指向不同的组件，在汉字组件矢量信息数据库中的偏移量不同。

汉字组件矢量信息数据库中，汉字组件在给定坐标系下的坐标信息的最简单表示方式就是将组件用直线段描述的关键数据点坐标值依次记录下来，顺序存储，但是这样存在着大量的冗余信息。针对这个问题，在本实施例中，基于移动终端的特点，参考了相关技术，实现了一套坐标编码体系。在本实施例中，使用4种结构描述坐标，分别是NORMAL类，XONLY类，YONLY类，DELTA类，NORMAL类含有坐标完整的x值与y值信息，用连续的2个字节表示；XONLY类坐标仅含有x值，用一个字节表示，其y值与上一个坐标的y值一样；YONLY类坐标也用类似方式表示；若当前坐标与上一个坐标的差别很小，即小于设定值时，用DELTA类坐标表示，DELTA坐标也用一个字节表示。

图7是NORMAL类、XONLY类及YONLY类坐标格式、图8是DELTA类坐标格式结构图。

图7、8所示，在本实施例中，除DLETA类坐标外，其他3类坐标每个字节的高2位均为标志位，分别记做MSB标志位和NEXT标志位，其余位为坐标值；DLETA类坐标的最高位为Δx标志位，表明X轴上坐标偏移方向，随后三个字节偏移量Δx，再后一个字节为Δy标志位，表明Y轴上坐标偏移方向，随后三个字节偏移量Δy；

组件关键数据点坐标值记录遵守以下一些规则，描述如下：

a101、每个汉字组件由一个或多个连续线段组成，每个连续线段由开始、结束坐标点以及中间一系列相邻的坐标点组成；

a102、每个连续线段的起始必须是一个NORMAL类坐标；

a103、若当前坐标为NORMAL时，即坐标表示为x值和y值：

1)、如果x，y的NEXT标志均为1，则下一个坐标为DELTA类；

2)、如果x的NEXT标志为1，y的NEXT标志为0，则下一个坐标为XONLY类；

3)、如果x的NEXT标志为0，y的NEXT标志为1，则下一个坐标为YONLY类；

4)、如果x，y的NEXT标志均为0，则下一个坐标仍为NORMAL类；

a104、若当前坐标为XONLY时，即仅含有x值：

如果x的NEXT标志为1，则下一个坐标为YONLY类；

2)、如果x的NEXT标志为0，则下一个坐标为NORMAL类；

a105、当前坐标为YONLY时，即仅含有y：

1)、如果y的NEXT标志为1，则下一个坐标为XONLY类。

2)、如果y的NEXT标志为0，则下一个坐标为NORMAL类。

a106、在判断了NORMAL类坐标后面接DELTA坐标时，NORMAL类坐标后为一个字节的数据DELTA_CNT，表明将要连续出现的DELTA类坐标的个数，然后再接DELTA类坐标。

图9是DELTA_CNT数据的结构图。

数据DELTA_CNT的最高位为MSB标志位，其余表示连续出现的DELTA类坐标的个数。

a107、MSB标志位

1)、作为该汉字组件结束标志：将这个组件的最后一个连续线段的第一个坐标点(x，y)的y坐标的MSB标志位置1；

2)、作为该汉字组件中某个连续线段的结束标志：在这个连续线段的最后一个坐标x或y的MSB标志位置1；如果一个连续线段是以一系列的DELTA类坐标结束，则连续线段的结束标志放在这一系列的DELTA坐标的DELTA_CNT数据的MSB标志位上。

(2)笔划矢量字库的读取

字体引擎将笔划矢量字库文件读取到RAM中，首先根据输入汉字的Unicode编码，检索图3所示的汉字索引表，获得其在汉字结构信息库中的位置，即汉字的索引后3的该汉字的结构信息在汉字结构信息库中的偏移量，然后，在汉字结构信息库找到图4所示的结构信息，并根据结构信息计算出组成该汉字的各汉字组件在该汉字中的位置：

b1、根据组件在汉字组件矢量信息数据库中的偏移量，找到该组件在给定坐标系下的坐标信息，依据组件关键数据点坐标值记录遵守规则还原出组件关键数据点坐标值x，y；

b2、根据组件在该汉字中的坐标转换矩阵M对该组件在给定坐标系下的坐标信息进行转换，得到该组件实际的坐标信息并记录，在本实施例中，组件实际的坐标信息为坐标值x′，y′

在本实施例中，组件实际坐标值x′，y′根据以下公式计算：

$\left[\begin{array}{c}{x}^{\′}\\ y^{\′}\\ 1\end{array}\right]=M\·\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]=\left[\begin{array}{ccc}{S}_x& 0& T_x\\ 0& S_y& T_y\\ 0& 0& 1\end{array}\right]\·\left[\begin{array}{c}x\\ y\\ 1\end{array}\right]---\left(2\right)$

b3、重复步骤1～2，得到组成该汉字的各汉字组件的实际坐标信息，根据这些实际坐标信息将该汉字渲染在显示屏幕上。

值得注意的，在本实施例中，汉字和汉字组件使用相同大小的虚拟坐标系表示，即2ⁿ×2ⁿ，n＝6的虚拟坐标系，因为坐标的存储只用了6个bit。在计算组件位置时先将汉字与组件的坐标系进行重叠，然后以汉字坐标系为基准进行缩放，再进行平移，就可以得到组件在汉字中的精确位置。完整的汉字信息会在渲染前经过样式处理，例如字体大小(Font Size)，字体风格(Font Style)，最后执行轮廓化操作，轮廓化时文字的各个部分都会按照相等的线段宽度进行处理，不会再出现各组件笔划粗细不一的问题。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (3)

1.一种笔划矢量字库的存取方法，其特征在于，包括以下步骤：

(1)、笔划矢量字库的存储

a1、建立汉字组件矢量信息数据库，将各汉字组件在给定坐标系下的坐标信息存储在汉字组件矢量信息数据库中；

a2、建立汉字结构信息库，将各个汉字的结构信息存储在汉字结构信息库中；汉字的结构信息包括组成汉字的各个组件在汉字组件矢量信息数据库中的偏移量以及每个组件在该汉字中的坐标转换矩阵；

a3、建立汉字索引表，汉字索引表根据汉字编码给出每个汉字的结构信息在汉字结构信息库中的位置；

汉字索引表、汉字结构信息库、汉字组件矢量信息数据库组成笔划矢量字库文件存储于移动终端的ROM中；

(2)笔划矢量字库的读取

字体引擎将笔划矢量字库文件读取到RAM中，首先根据输入汉字的编码，检索汉字索引表获得其在汉字结构信息库中的位置，然后，在汉字结构信息库找到其结构信息，并根据其结构信息计算出组成该汉字的各汉字组件在该汉字中的位置：

b1、根据组件在汉字组件矢量信息数据库中的偏移量，找到该组件在给定坐标系下的坐标信息；

b2、根据组件在该汉字中的坐标转换矩阵对该组件在给定坐标系下的坐标信息进行转换，得到该组件实际的坐标信息并记录；

b3、重复步骤b1～b2，得到组成该汉字的各汉字组件的实际坐标信息，根据这些实际坐标信息将该汉字渲染在显示屏幕上；

在汉字组件矢量信息数据库中，所述的汉字组件在给定坐标系下的坐标信息只记录了组件用直线段描述的关键数据点坐标值；

所述的关键数据点坐标值用NORMAL类、XONLY类、YONLY类、DELTA类进行描述：

NORMAL类含有坐标完整的x值与y值信息，用连续的2个字节表示；XONLY类坐标仅含有x值，用一个字节表示，其y值与上一个坐标的y值一样；YONLY类坐标仅含有y值，用一个字节表示，其x值与上一个坐标的x值一样；若当前坐标与上一个坐标的差别很小时，用DELTA类坐标表示，DELTA坐标用一个字节表示；

除DLETA类坐标外，其他3类坐标每个字节的高2位均为标志位，分别记做MSB标志位和NEXT标志位，其余位为坐标值；DLETA类坐标的最高位为Δx标志位，表明X轴上坐标偏移方向，随后三个字节偏移值Δx，再后一个字节为Δy标志位，表明Y轴上坐标偏移方向，随后三个字节偏移值Δy；

组件关键数据点坐标值记录遵守以下一些规则，描述如下：

a101、每个汉字组件由一个或多个连续线段组成，每个连续线段由开始、结束坐标点以及中间一系列相邻的坐标点组成；

a102、每个连续线段的起始必须是一个NORMAL类坐标；

a103、若当前坐标为NORMAL时，即坐标表示为x值和y值：

1)、如果x，y的NEXT标志均为1，则下一个坐标为DELTA类；

2)、如果x的NEXT标志为1，y的NEXT标志为0，则下一个坐标为XONLY类；

3)、如果x的NEXT标志为0，y的NEXT标志为1，则下一个坐标为YONLY类；

4)、如果x，y的NEXT标志均为0，则下一个坐标仍为NORMAL类；

a104、若当前坐标为XONLY时，即仅含有x值：

1)、如果x的NEXT标志为1，则下一个坐标为YONLY类；

2)、如果x的NEXT标志为0，则下一个坐标为NORMAL类；

a105、当前坐标为YONLY时，即仅含有y：

1)、如果y的NEXT标志为1，则下一个坐标为XONLY类；

2)、如果y的NEXT标志为0，则下一个坐标为NORMAL类；

a106、在判断了NORMAL类坐标后面接DELTA坐标时，NORMAL类坐标后为一个字节的数据DELTA_CNT，表明将要连续出现的DELTA类坐标的个数，然后再接DELTA类坐标；数据DELTA_CNT的最高位为MSB标志位，其余表示连续出现的DELTA类坐标的个数；

a107、MSB标志位

1)、作为该汉字组件结束标志：将这个组件的最后一个连续线段的第一个坐标点(x，y)的y坐标的MSB标志位置1；

2)、作为该汉字组件中某个连续线段的结束标志：在这个连续线段的最后一个坐标x或y的MSB标志位置1；如果一个连续线段是以一系列的DELTA类坐标结束，则连续线段的结束标志放在这一系列的DELTA坐标的DELTA_CNT数据的MSB标志位上。

2.根据权利要求1所述的笔划矢量字库的存取方法，其特征在于，所述的坐标转换矩阵M为：

$M=\left[\begin{array}{ccc}{S}_x& 0& T_x\\ 0& S_y& T_y\\ 0& 0& 1\end{array}\right]---\left(1\right)$

其中，S_x是组件坐标在X轴上的缩放参数、S_y是组件坐标在Y轴上的缩放参数，T_x是组件坐标在X轴上的平移参数、T_y是组件坐标在Y轴上的平移参数。

3.根据权利要求2所述的笔划矢量字库的存取方法，其特征在于，所述的缩放参数S_x采用1个字节表示，其中高字节最高位为0的话表示该组件在Y坐标轴方向上的缩放比例与在X坐标轴方向上的缩放比例相同，若此位为1的话则下一个参数为在Y轴上的缩放参数S_y，也为1个字节，且其高字节最高位为0；缩放参数S_x、S_y字节的次高位表示缩放比例的整数部分，余下6位用于表示缩放比例的小数部分。

Images