CN105957122B - 一种英文logo的设计方法 - Google Patents
一种英文logo的设计方法 Download PDFInfo
- Publication number
- CN105957122B CN105957122B CN201610285347.4A CN201610285347A CN105957122B CN 105957122 B CN105957122 B CN 105957122B CN 201610285347 A CN201610285347 A CN 201610285347A CN 105957122 B CN105957122 B CN 105957122B
- Authority
- CN
- China
- Prior art keywords
- letter
- english
- letters
- area
- contour
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000012805 post-processing Methods 0.000 claims abstract description 4
- 238000004873 anchoring Methods 0.000 claims description 20
- 239000013598 vector Substances 0.000 claims description 19
- 230000001174 ascending effect Effects 0.000 claims description 6
- 230000000630 rising effect Effects 0.000 claims description 6
- 238000007670 refining Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 2
- 241000289581 Macropus sp. Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/40—Filling a planar surface by adding surface attributes, e.g. colour or texture
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Character Discrimination (AREA)
Abstract
本发明提供了一种英文LOGO的设计技术,包括如下步骤:给出一个英文单词L和一个2D轮廓形状;确定英文字母的锚定部分;检测出2D轮廓形状的突出部分;英文字母布局路径的生成;通过位置、类型和方向兼容性函数使英文字母锚定部分与2D轮廓形状突出部分相对应匹配;英文字母与2D轮廓形状的对齐以及字母的摆放;英文字母的细化优化和初步变形;保持可识别性的英文字母变形和后处理。本发明通过对英文字母进行变形,排名函数的可识别性度量,使字母变形符合输入形状的同时保证字母可识别性和艺术感染力,从而得到一种全自动并能保证字母可读性的英文LOGO的设计技术。
Description
技术领域
本发明涉及图像诗的设计领域,具体涉及一种英文LOGO的设计方法。
背景技术
图象诗(calligram)是指通过排版单词或字母来创造图案,用视觉表达单词或短语的意思的同时反映它们所代表的含义,具有极高的智能和艺术感染力。好的设计既要保证易读性又要有足够的艺术魅力。
目前,将文本沿着用户指定的路径摆放,在许多商业软件中都可以实现,如AdobeIllustrator软件等;这些方法适用于长文本的布局设计,但并不能要求文字符合图像形状轮廓。Xu等人在2010年通过对线结构的细致的分析,提出的基于结构的ASCII(美国信息交换标准代码,是基于拉丁字母的一套电脑编码系统)艺术,只能用有限的符号在刚性原则下的对齐和定位来近似形状。因此,图象诗的生成是对这种方法的补充,它允许更自由的改变字母的形状和设置其摆放位置来符合输入的形状。
目前常用的图象诗生成方法主要是针对长图象诗,如Adobe Illustrator 2010软件等,长文本图象诗是通过将文本行与形状轮廓对齐来表达输入的形状。所以长图像诗的生成方法不要求文字符合图像形状轮廓,而对由一个或几个单词生成的短图象诗,为了表达输入形状就要求布局和变形单个字母来符合形状轮廓,允许更大的艺术自由度,这也将直接影响到单词或单个字母的可读性;因此长图像诗的生成方法不适用于生成更高自由度的短图象诗艺术。
Xu 和 Kaplan在2007年虽给出了一种短图象诗的生成方法,但由于其方法的半自动性和可识别性度量的说服力不足,还不能达到满意的效果。
发明内容
本发明的目的是针对现有技术中短图像诗生成方法的不足,提供一种全自动并能保证字母可读性的英文LOGO的设计方法。
本发明采用的技术方案如下:一种英文LOGO的设计方法,包括如下步骤:
(1)给出一个英文单词L和一个2D轮廓形状;英文单词L含有N个字母,2D轮廓形状的面积为 ;
(2)确定英文字母锚定部分;
(3)检测出2D轮廓形状的突出部分;
(4)英文字母布局路径的生成;
(5)通过位置、类型和方向兼容性函数使英文字母锚定部分与2D轮廓形状突出部分相对应匹配;
(6)英文字母与2D轮廓形状的对齐以及字母的摆放;
(7) 英文字母的细化优化和初步变形;
(8) 保持可识别性的英文字母变形和后处理。
依据字母中各笔画的相对位置把英文字母锚定部分(anchors)手动分为上升部分(ascenders)和下降部分(descenders);同时手动标注左向、直向和右向三种定位属性。字母锚定部分和字母其他部分相交的边界称为切割线(cutting edge)。因为只有26个小写拉丁字母,所以这些字母的锚定部分可以直接手动初始化在字母模板中。
采用Luo等2015年发表的文章中的方法把2D轮廓形状分解为几部分,选取深的和相对窄的区域作为突出部分。检测2D轮廓形状突出部分的具体步骤如下:把2D轮廓形状的面积;分解为几个区域,预设的字母平均尺寸为 ,N表示字母数量;首先排除掉面积大于和面积小于的区域,以及过窄的区域(对每个突出部分,找到与之对应的包围盒,如果,H和W分别是盒子的高度和宽度,对于这样的部分也排除掉),剩余区域部分则为2D轮廓形状的突出部分。
采用Kovesi在 2006年文章中提供的开源的细化代码来提取2D轮廓形状骨架,取最长的没被突出部分覆盖的分支作为种子点,按照以下原则延拓该分支,使之成为字母布局路径:如果在交叉点与当前路径的切线方向的角度小于,并且没被突出部分覆盖就增加一个分支。2D轮廓形状的突出部分和其他部分相接触的边界称为分界线(separatrix)。
把字母的锚定部分与之前检测到的2D轮廓形状的突出部分相对应匹配,通过这个对应形成一个初步的文本布局。在匹配的过程中,要求满足两方面的目标,一是最小化局部字母变形,二是最小化路径上的字母间距的改变,即代价函数取决于相对位置的兼容性和类型方向的兼容性这两个函数。
位置兼容性:轮廓突出部分和字母锚定部分的相对位置的兼容性定义为第j个字母的位置(每个字母只有一个锚定部分,因此可以用符号来表示第j个字母的位置)和第i个轮廓突出部分的位置的函数,具体步骤如下:输入英文单词L有N个字母,把路径N等分,指定第j个字母的位置为第j份的中点位置。对于轮廓的突出部分,投影它的两个端点到字母布局路径上,然后把两个投影点的中点作为;通过以下公式计算位置兼容性:
;其中W为字母布局路径长度。
类型和方向的兼容性:用离散函数计算类型和方向的兼容性。根据相对布局路径的上下位置把2D轮廓形状的突出部分分为上升部分(ascending)和下降部分(descending)。用PCA的方法计算每个突出部分的主轴(PCA是机器学习和计算机视觉等诸多领域的最基本算法),依据主轴与布局路径的方向之间的角度,把突出部分定向分为右向、直向和左向:当,是右向;,是直向;是左向。当2D轮廓形状突出部分和字母锚定部分中一个为上升部分,另一个为下降部分时,,两者方向不匹配;当两者均为上升部分或均为下降部分,则方向匹配;方向匹配时,当和同时为左向、右向或直向时,,二者匹配度高;当和其中一个为直向,另一个为左向或右向的,;当和其中一个为左右,另一个为右向的,两者匹配度低。
整体代价函数:计算突出部分和字母锚定部分的整体的兼容性代价函数为:。
给定一组图像突出部分和一组字母的锚定部分,通过最小化无逆约束的联合代价函数,计算与每个突出部分对应匹配的锚定部分:
;若,则;
其中,是与突出部分对应的字母锚定部分,可以为空,允许突出部分没有对应的字母锚定部分。定义空的字母锚定部分与突出部分的位置兼容性与方向和类型兼容性都为0。最后,应用马尔可夫链优化来获得最优解。
为了最小化字母的重叠,设置每个字母的初始尺寸为。首先摆放字母锚定部分与2D轮廓形状突出部分相对应匹配的字母:对于每一个有与突出部分对应锚定部分的字母,通过对齐锚定部分的切割线(cutting edge)和2D轮廓突出部分的分界线(separatrix)的中心和方向来摆放字母;对于余下的字母,以路径的法线方向,等间距的摆入,并设定字母间最小间距值。
实现了初始的对齐后,由于字母边界与图像轮廓还相对较远,需要通过调整位置,方向,字母大小来提升符合度。细化过程包括三个关键性的标准,首先计算每个字母的变换优化符合程度,第二保持可读性和艺术性,寻找光滑的字母流。最后要求字母有相似的大小和方向,并且重叠最小。这些标准由以下公式实现:
①保障字母长宽比:,和是英文字母L中第i个字母细化前后的长宽比;
②保障符合度:,是输入的2D轮廓形状的面积;是两个区域的面积差,,B是英文单词L和2D轮廓形状面积相交集的面积,A是2D轮廓形状没被英文单词L覆盖住的面积; 用来最大化英文单词的字母和2D轮廓形状的交集,同时最小化2D轮廓形状没被覆盖的部分。
③保障光滑流:,为英文单词L中所有字母面积的变化;是英文单词L中所有字母方向的变化;为两个相邻字母的重叠面积;和是组合权重,固定为1;
④联合布局能量函数为:。
采用爬山算法(一种标准的优化算法)来最小化这个能量函数,找到每个字母的位置,方向,水平竖直尺寸。
对每个字母l,可得到一个排名函数。首先收集一组包含同一字母不同变形的训练图像。然后获取这些字母上的两组众包成对视觉比较:第一组里的图像第一个比第二个可读性强;第二组中两个图像可读性一致。
我们期望学到一个排名函数,其中为系数向量,x为字母的特征向量;字母的特征向量x满足:;;
通过收集的已知的排名分数和字母的特征向量x,推导出系数向量;然后通过推导出的系数向量和字母的特征向量x,可通过排名函数计算出任何变形字母的排名分数;采用基于大间隔(large margin)的方法中提供的Matlab代码来求解这个优化问题,对每个变形字母得到一个介于[-1,1]之间的排名分数,分数越大可读性越强。
每一个字母按笔画分割,为每个笔画根据骨架和笔画的粗细定义一个特征向量x,通过把所有笔画的特征向量连起来表示字母的特征向量x。
一个笔画特征向量包括相对长度,方向直方图,位置直方图,相对粗细直方图,组成一个17D的向量。长度特征是正规化后的笔画的骨架长度。对于方向特征,取笔画上的每一个点作为采样点,计算y轴与骨架正切方向的夹角,量化到四个相等大小的直条,形成方向直方图。位置特征也是直方图,把局部坐标平面分成八个八度,数每个八度里的骨架点数目。笔画的粗细特征也是直方图,通过计算采样点与笔画边界的最小距离实现。
生成英文LOGO的最后一步就是变形单个字母,实现对轮廓的最佳复合程度,同时最小化对字母可读性的影响。将联合布局能量函数中保障字母长宽比的可读性度量函数替换为:;其中,是英文单词L中的第i个字母的排名分数。
字母边界离散化。为了实现字母的小尺度变形,用Matlab(一种科学、仿真计算软件)提供的样条函数拟合表示每个字母的边缘曲线,通过控制点来变形字母边缘。初始的控制点集包括字母边缘曲线上的角点,因为边缘曲线在计算机中是通过离散的多边形曲线描述的,如果该多边形中两条相邻的线段的夹角小于,则它们的交点即为角点。在每一次变形后,迭代的在两个连续的控制点中间插入一个新的控制点。
通过变形边界控制点来最小化包含学习到的可读性度量的能量函数。假设字母轮廓上有m个控制点,生成2m个采样点通过沿着法线方向向内或向外随机移动每一个控制点。
后处理。到目前为止,变形的字母可能还是没有完美贴合图像轮廓,对三种情况做后处理。一是字母的一部分突出到轮廓线的外面,直接移除这些突出来的区域;二是变形的字母没准确的贴合轮廓,直接增加绿色的区域到对应的字母;三是两个字母间距太近或相互重叠的,之前设定有字母间最小间距值,一旦检测到重叠,各缩小字母键最小间距值的一半。
本发明的有益效果是:提出了一种全自动的短图象诗生成方法,通过对英文字母进行变形,排名函数的可识别性度量,使字母变形符合输入形状的同时保证字母可识别性和艺术感染力,从而得到一种英文LOGO的设计方法。
附图说明
图1是英文字母锚定部分示意图。
图2是2D轮廓形状突出部分和字母布局路径示意图。
图3是英文字母锚定部分和2D轮廓形状突出部分的对应示意图。
图4是字母“h”和“r”的变形字母的排名分数示意图。
图5是对字母轮廓的变形示意图。
图6是英文LOGO的生成过程示意图。
其中:1、英文字母布局路径;2、2D轮廓形状突出部分的下降部分;3、2D轮廓形状突出部分的上升部分;4、2D轮廓形状突出部分的分界线;5、控制点。
具体实施方式
下面结合附图对本发明进行详细介绍。
图1是英文字母锚定部分示意图。依据字母中各笔画的相对位置,以及相对于字母布局路径的上下位置把英文字母锚定部分(anchors)分为上升部分(ascenders)和下降部分(descenders);同时手动分为左向、直向和右向三种。锚定部分和其他部分相交的边界称为切割线(cutting edge),因为只有26个小写拉丁字母,因此这些字母的锚定部分可以直接手动初始化在字母模板中。
图2是2D轮廓形状突出部分和字母布局路径示意图。根据字母布局路径1的上下位置把2D轮廓形状的突出部分分为上升部分3或者下降部分2,图中最长的没被突出部分覆盖的分支作为种子点,如果在交叉点与当前路径的切线方向的角度小于,并且没被突出部分覆盖就增加一个分支,最终形成字母布局路径。其中突出部分和其他部分相接触的边界称为分界线(separatrix)。
图3是英文字母锚定部分和2D轮廓形状突出部分的对应匹配示意图。两者的对应匹配取决于相对位置的兼容性和类型定向的兼容性。对于2D轮廓形状突出部分,用PCA的方法计算每个突出部分的主轴,依据主轴与字母布局路径1的方向之间的角度把突出部分分为右向、直向和左向;当,是右向;,是直向;是左向。图中给出的英文字母为“kangaroo”,含有8个字母,把字母布局路径8等分,第4个字母“g”的位置为第4等分的中点位置,即为。对于2D轮廓形状的突出部分,投影它的两个端点和到字母布局路径上,得到和,则和的中点为突出部分的位置;计算两者位置兼容性。字母 “g”的锚定部分和轮廓的突出部分都是下降部分,因此,两者方向匹配,同时字母 “g”的锚定部分为左向,轮廓的突出部分的主轴与布局路径方向之间的角度,所以轮廓的突出部分也为左向,因此两者的类型和方向的兼容性的离散函数,两者相匹配。
图4是字母“h”和“r”的变形字母的排名分数示意图。给出一个变形的字母,通过排名函数,已知的系数向量和字母的特征向量,可得到一个介于[-1,1]之间排名分数,分数越大可读性越强。
图5是对字母轮廓的变形示意图。为了实现字母的小尺度变形,用Matlab提供的样条函数拟合表示每个字母的边缘曲线,通过控制点5来变形字母边缘。初始的控制点集包括字母边缘曲线上的角点(该多边形中两条相邻的线段的夹角小于,则它们的交点即为角点),在每一次变形后,迭代的在两个连续的控制点中间插入一个新的控制点5。通过变形边界控制点5来最小化包含可读性度量的联合布局能量函数。如图5中变形的字母“d”是通过沿着边缘的法线移动控制点p生成的。
图6是英文LOGO的生成过程示意图。(a)给出一个2D轮廓形状和英文单词“bunny”;(b) 字母锚定部分和轮廓突出部分的确定,以及字母布局路径的生成;(c) 基于字母锚定部分和轮廓突出部分对应匹配后,字母与轮廓的对齐以及初步变形;(d)通过可读性的字母变形得到的最终结果。
Claims (7)
1.一种英文LOGO的设计方法,其特征在于包括如下步骤:
(1) 给出一个英文单词L和一个2D轮廓形状;英文单词L含有N个字母,2D轮廓形状的面积为 ;
(2) 确定英文字母锚定部分;
(3) 检测出2D轮廓形状的突出部分,检测2D轮廓形状突出部分的具体步骤如下:把2D轮廓形状的面积分解为几个区域,预设的字母平均尺寸为 ,N表示字母数量;首先排除掉面积大于和面积小于的区域,以及过窄的区域,对每个突出部分,找到与之对应的包围盒,如果,H和W分别是盒子的高度和宽度,对于这样的部分也排除掉,剩余区域部分则为2D轮廓形状的突出部分;
(4) 英文字母布局路径的生成;
(5) 通过位置、类型和方向兼容性函数使英文字母锚定部分与2D轮廓形状突出部分相对应匹配;
具体步骤为:①确定2D轮廓形状突出部分和字母锚定部分的相对位置的兼容性:输入有N个字母的单词,把字母布局路径N等分,指定第j个字母的位置为第j份的中点位置;对于2D轮廓形状的突出部分,投影它的两个端点到字母布局路径上,把两个投影点的中点作为第i个轮廓突出部分的位置; 2D轮廓形状突出部分和字母锚定部分的相对位置的兼容性计算公式为:;W为字母布局路径长度;
②用离散函数计算类型和方向的兼容性:当2D轮廓形状突出部分和字母锚定部分一个为上升部分,另一个为下降部分时,,两者方向不匹配;当两者同时为上升部分或同时为下降部分,则方向匹配;方向匹配时,和同时为左向、右向或直向时,;和其中一个为直向,另一个为左向或右向时,;和其中一个为左向,另一个为右向时,;
③计算2D轮廓形状突出部分和字母锚定部分的整体的兼容性代价函数为:;
④一组图像突出部分和一组字母的锚定部分,通过最小化无逆约束的联合代价函数,计算与每个突出部分对应匹配的锚定部分:;若,则;其中,是与突出部分对应的字母锚定部分;
(6) 英文字母与2D轮廓形状的对齐以及字母的摆放;
(7) 英文字母的细化优化和初步变形;
(8) 保持可识别性的英文字母变形和后处理。
2.根据权利要求1所述的一种英文LOGO的设计方法,其特征在于,根据字母中各笔画的相对位置把所述英文字母锚定部分手动分为上升部分和下降部分;并手动把所述锚定部分分为右向、直向和左向;字母锚定部分和字母其他部分相交的边界为切割线。
3.根据权利要求1所述的一种英文LOGO的设计方法,其特征在于,根据字母布局路径的上下位置把2D轮廓形状的突出部分分为上升部分和下降部分,用PCA的方法计算每个突出部分的主轴,依据主轴与字母布局路径的方向之间的角度θ把突出部分分为右向、直向和左向;当,为右向;,为直向;为左向。
4.根据权利要求1所述的一种英文LOGO的设计方法,其特征在于,所述位置兼容性与方向和类型兼容性都为0。
5.根据权利要求2所述的一种英文LOGO的设计方法,其特征在于,所述步骤(6)的具体步骤为:
①设置每个字母的初始尺寸为;
②先摆放字母锚定部分与2D轮廓形状突出部分相对应匹配的字母:通过将字母锚定部分的切割线和突出部分的分界线的中心和方向对齐来摆放字母;
③对于余下的字母,以路径的法线方向,等间距的摆入,并设定字母间最小间距值。
6.根据权利要求1所述的一种英文LOGO的设计方法,其特征在于,所述步骤(7)调整字母的位置、方向和大小,具体公式为:
①保障字母长宽比:;和是英文单词L中第i个字母细化前后的长宽比;
②保障符合度:;是输入的2D轮廓形状的面积;是两个区域的面积差,,B是英文单词L和2D轮廓形状面积相交集的面积,A是2D轮廓形状面积没被英文单词L覆盖住的面积;
③保障光滑流:;为英文单词L中所有字母面积的变化;是英文单词L中所有字母方向的变化;为两个相邻字母的重叠面积;和是组合权重,固定为1;
④联合布局能量函数为:。
7.根据权利要求1所述的一种英文LOGO的设计方法,其特征在于,所述步骤(8)的具体步骤为:
①变形字母的排名函数为:;其中为系数向量,x为字母的特征向量;收集包含同一字母不同变形的训练图像,获取两组图像:第一组里的图像第一个i比第二个j可读性强;第二组中两个图像可读性一致;字母的特征向量x满足:;;通过收集的已知的排名分数和字母的特征向量x,推导出系数向量;排名分数是介于区间[-1,1]的数值;
②通过步骤①中推导的系数向量和字母的特征向量x,可通过排名函数计算出任何变形字母的排名分数;联合布局能量函数中保障字母长宽比的可读性度量函数替换为:;是英文单词的第i个字母的排名分数;
③字母边界离散化:用Matlab提供的样条函数拟合表示每个字母的边缘曲线,通过控制点来变形字母边缘,在每一次变形后,在两个连续的控制点中间插入一个新的控制点,变形的字母是通过沿着边缘的法线移动控制点生成的;通过变形边界控制点来最小化可读性度量的能量函数,最终得到保持可读性的英文字母变形;
④后处理:把变形后字母超出2D轮廓线的部分直接移除;把变形后字母没有准确的贴合轮廓的空白区域直接增加到对应的字母;两个字母间间距小于设定的最小间距或相互重叠的,把两个字母各缩小设定的字母间最小间距值的一半。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610285347.4A CN105957122B (zh) | 2016-05-04 | 2016-05-04 | 一种英文logo的设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610285347.4A CN105957122B (zh) | 2016-05-04 | 2016-05-04 | 一种英文logo的设计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105957122A CN105957122A (zh) | 2016-09-21 |
CN105957122B true CN105957122B (zh) | 2019-01-11 |
Family
ID=56913490
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610285347.4A Expired - Fee Related CN105957122B (zh) | 2016-05-04 | 2016-05-04 | 一种英文logo的设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105957122B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1661062A1 (en) * | 2003-09-05 | 2006-05-31 | Gannon Technologies Group | Systems and methods for biometric identification using handwriting recognition |
WO2013171614A1 (en) * | 2012-05-16 | 2013-11-21 | BROGI, Antonella | Assembly system for alphabet elements |
CN103810739A (zh) * | 2014-02-20 | 2014-05-21 | 南京师范大学 | 一种图像文字变形动画的生成方法 |
CN104268526A (zh) * | 2014-09-25 | 2015-01-07 | 北京航空航天大学 | 一种汉字图片匹配与变形方法 |
-
2016
- 2016-05-04 CN CN201610285347.4A patent/CN105957122B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1661062A1 (en) * | 2003-09-05 | 2006-05-31 | Gannon Technologies Group | Systems and methods for biometric identification using handwriting recognition |
WO2013171614A1 (en) * | 2012-05-16 | 2013-11-21 | BROGI, Antonella | Assembly system for alphabet elements |
CN103810739A (zh) * | 2014-02-20 | 2014-05-21 | 南京师范大学 | 一种图像文字变形动画的生成方法 |
CN104268526A (zh) * | 2014-09-25 | 2015-01-07 | 北京航空航天大学 | 一种汉字图片匹配与变形方法 |
Non-Patent Citations (3)
Title |
---|
Calligraphic packing;Jie Xu等;《Proceeding GI 07 Proceedings of Graphics Interface 2007》;20070530;全文 |
Digital micrography;Ron Maharik等;《ACM Transactions on Graphics》;20110731;第30卷(第4期);全文 |
Structure-based ASCII Art;Xuemiao Xu等;《ACM Transactions on Graphics (TOG) - Proceedings of ACM SIGGRAPH 2010》;20100730;第29卷(第4期);全文 |
Also Published As
Publication number | Publication date |
---|---|
CN105957122A (zh) | 2016-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101853523B (zh) | 一种采用草图创建三维人脸模型的方法 | |
CN109871851B (zh) | 一种基于卷积神经网络算法的汉字书写规范性判定方法 | |
CN103810506B (zh) | 一种手写汉字笔画识别方法 | |
Berg-Kirkpatrick et al. | Unsupervised transcription of historical documents | |
CN100583135C (zh) | 一种汉字书写形态美观度的计算机评估方法 | |
CN101329731A (zh) | 图像中数学公式的自动识别方法 | |
CN104966096A (zh) | 一种基于重要书写特征标注的手写汉字工整性评价方法 | |
CN103927537B (zh) | 一种自适应的汉字笔画交叉区域提取方法 | |
CN105005769A (zh) | 一种基于深度信息的手语识别方法 | |
CN112800936B (zh) | 基于计算机视觉的书法临帖智能评价与指导方法 | |
CN103488711A (zh) | 一种快速制作矢量字库的方法及系统 | |
CN101393693B (zh) | 一种汉字书写计算机教学方法 | |
CN112597876A (zh) | 基于特征融合的书法汉字评判方法 | |
CN104182766A (zh) | 基于模板匹配的手写汉字笔画位置关系正确性判断方法 | |
CN104268526A (zh) | 一种汉字图片匹配与变形方法 | |
CN106503694A (zh) | 基于八邻域特征的数字识别方法 | |
CN104951788A (zh) | 一种书法作品中单字笔画的提取方法 | |
CN104156730A (zh) | 一种基于骨架的抗噪声汉字特征提取方法 | |
CN108875127B (zh) | 一种计算机气象软件中基于风场数据的槽线修正方法 | |
Bogacz et al. | Cuneiform character similarity using graph representations | |
Valy et al. | Line segmentation for grayscale text images of khmer palm leaf manuscripts | |
CN101452531A (zh) | 一种自由手写拉丁字母识别方法 | |
CN104732247A (zh) | 一种人脸特征定位方法 | |
CN105957122B (zh) | 一种英文logo的设计方法 | |
Zand et al. | Recognition-based segmentation in Persian character recognition |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190111 |