CN107610200A - 一种基于特征模板的字库快速生成方法 - Google Patents

Abstract

本发明公开了一种基于特征模板的字库快速生成方法，具体步骤为：采集一套标准汉字模板，用户输入特定样本字，采集用户书写骨架点集；计算用户书写特征，根据用户书写特征修改标准模板形成特征模板；拆分用户书写汉字，提取用户书写部件；根据特征模板，生成整字骨架点集，依据用户书写压力/速度进行汉字渲染，汉字入库生成矢量字体。本发明通过将用户书写的骨架点集与字库特征模板进行映射，形成字库，大大降低了字库的制作难度，缩短了字库的制作时间，节约了字库的制作成本。

Description

一种基于特征模板的字库快速生成方法

技术领域

本发明涉及一种基于特征模板的字库快速生成方法，属于汉字字库生成方法技术领域。

背景技术

汉字字库是中文字体以及相关字符的电子文字字体集合库，广泛应用于计算机、网络及相关电子产品，它是基于书法审美基础之上进行再设计的汉字，以书法为根基但又有很大不同，是大量标准模数方块字的集合。

常用的字库从字形描述技术上可以分为点阵字库、轮廓矢量字库和曲线字库三种。

点阵字库采用的点阵法是最基本的字形构成方法，该方法通过抽取构成汉字点集的方法形成字库，其优点是生成速度快，不需要进行复杂计算，缺点在于固定分辨率，每种字库有固定的大小尺寸。

矢量字库中的矢量字形是在点阵字形的基础上生成的，生成时充分利用点阵字形提供的高精度点阵，从点阵字形的图像数据中选取最能描述字形特征的点作为关键点，提取出字形轮廓，将提取的关键点按笔画轮廓用直线段连接，从而得到矢量字形，其优点是存储量较小，且可实现缩放和艺术变形，缺点在于字体放大时存在字形失真现象。

曲线字形轮廓法是当前较新的一种字形描述方法，该方法采用直线和B样条或Bezier曲线的集合来描述一个字符的字形轮廓，其优点是生成的字库精度高，且可以任意放大、缩小而不产生锯齿现象，缺点在于输出之前必须经过复杂的数学运算处理。

发明内容

发明目的：针对现有技术中存在的问题与不足，本发明提供一种基于特征模板的字库快速生成方法，可以快速的对字库进行增、删、改字的操作，具有较强的实用价值；克服传统字库生成方法字库生成计算复杂，计算效率低的问题，极大提升字库生成效率。

技术方案：一种基于特征模板的字库快速生成方法，包括：

1)采集标准模板。提取标准汉字字库的骨架点集作为字库标准模板。

A、选取一套汉字字库，每个汉字生成N*N的汉字图像；

B、提取汉字图像的骨架点集，保存点集坐标信息；

C、计算并保存每个汉字图像的外包矩形到N*N图像上下左右的位置；

2)建立特征模板。依据采集到的用户特征修改标准模板形成特征模板。

A、用户在移动端书写指定的少量汉字，这些汉字能包涵构成汉字所需的标准笔画类型，并以XML的形式，按笔画保存骨架点集的位置、时间、压力的信息；

B、计算用户书写的整体特征，部件特征，部件间特征，笔画特征，笔画间特征；

C、计算特征加权均值与协方差，计算用户特征与标准模板间的加权卡方距离，加权卡方距离为：计算两个特征向量v₁，v₂的卡方距离，用样本协方差a去除各个样本的v_i可以得到加权向量v′_i即v′₁＝v₁/a，v′₂＝v₂/a，则加权卡方距离为v′₁与v′₂的卡方距离；

D、依据用户书写字与专家书写字两者差值建立部件特征模板与整字特征模板。部件特征模板包括笔画的长度、高度、宽度、弧度、倾斜度、笔画间的交接关系、同类笔画间的距离的均匀性。整字特征模板包括整字的大小、宽高比、倾斜度、部件大小、部件宽高比、部件间的偏移量、部件间的黏连度。

3)建立部件集。从用户书写的样本字中提取出汉字的部件，建立用户书写部件集。

A、提取用户书写字中的常用部件；

B、提取用户书写字中的标准笔画；

C、用笔画拼合用户书写无法提取出的部件；

D、采用仿射变换实现部件的平移、缩放、旋转，生成部件在整字中的多种形态。变换公式为f(x)＝Ax+b，其中，A表示变形矩阵，b表示平移矢量，x表示书写汉字点集位置(x,y)坐标。

4)生成个性化字库。使用结构算子的方法，用部件拼合成整字，渲染书写骨架点集，形成汉字矢量化字库。

A、依据部件与整字特征模板，使用嵌套结构算子拼合方法，拼合出整字的骨架点集。嵌套结构算子拼合具体步骤为，首先建立嵌套结构算子，假定把一个汉字最外围区域定为统一的正方形，我们将汉字拆分的标准嵌套结构算子分为独体字、左右结构、上下结构、左上包围结构、左下包围结构、右上包围结构、上包围结构、下包围结构、左包围结构、全包围结构、镶嵌结构，这些基本类，各个基本类在使用时可以相互嵌套，例如：汉字“哎”，先选择左右结构三等分的算子，拆分为“口”和“艾”，再将“艾”选择上下结构三等分的算子，拆分为“艹”和“乂”；然后建立将汉字按照嵌套结构算子进行拆分后生成的部件集，并将部件集进行编号，选定包含所有部件集中部件的最小样本手写汉字集。所述特定书写汉字就是来自最小样本手写汉字集。

B、依据书写压力/速度的大小调节用户书写笔画的粗细，以形成书写的笔锋笔势等效果，进而渲染出整字的书写效果；

C、将整字点集转化为N*N大小的汉字图像，并依据标准模板保存的上下左右的间距计算汉字的留白。曲线字形轮廓法是当前较新的一种字形描述方法，用直线和B样条或Bezier曲线的集合来描述一个字符的字形轮廓。对生成的汉字图像采用曲线字形轮廓法形成汉字矢量字库。

有益效果：本发明提出的基于特征模板的字库快速生成方法能够采集用户书写信息，根据特征模板快速的生成一套带有用户书写风格的字库，与现有技术相比，其优点在于：

(1)克服传统字库生成方法中字库制作周期长，字库制作成本高的问题，具有较好的应用前景。

(2)克服传统字库生成方法字库可维护性低的问题。本发明可以快速的对字库进行增、删、改字的操作，具有较强的实用价值。

(3)克服传统字库生成方法字库生成计算复杂，计算效率低的问题，极大提升字库生成效率，具有较高的推广价值。

附图说明

图1是本发明实施例中基于特征模板的字库快速生成方法的流程图；

图2是本发明实施例中结构算子拼合示意图；

图3是基于特征模板拼合汉字图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

如图1所示，本发明描述的基于特征模板的字库快速生成方法包括：

1.采集标准骨架模板

根据标准汉字字库TTF字体，生成字体字库中每个汉字所对应的N*N大小的图片，提取汉字图片的骨架点集，划分出每个骨架点集中的各个笔画，并把笔画按照strokeId₁，strokeId₂……依次编码，提取每个笔画点集中的信息点，按照pointId₁，pointId₂……依次编码，记录每个点集的x，y坐标信息。以XML的形式进行存储，将文件按照汉字的Unicode编码进行命名存储。计算并保存每个汉字图像的外包矩形到N*N图像上下左右的位置。

2.根据用户输入的文字信息，建立特征模板

确定特定汉字集，采集用户书写点集。本发明采集的笔画为用户书写时从落笔到抬笔的一系列点集，记录每个笔画中的点集的x，y坐标，书写时间，书写压力等信息。

使用统计方法计算用户书写特征，建立特征模板。特征模板包括两部分：部件特征模板、整字特征模板。

(1)部件特征模板，所有书写特征的控制变量在于笔画特征包括笔画的长度、高度、宽度、宽高比、粗细、曲率、倾斜度、同类笔画间的距离的均匀性；

1)笔画长度、高度、宽度、宽高比特征的计算方法为：遍历汉字径迹点集获取X坐标的最小值x_min以及最大值x_max，Y坐标的最小值y_min，以及最大值y_max，以(x_min，y_min)、(x_min，y_max)、(x_max，y_min)、(x_max，y_max)为顶点建立笔画的外包矩形，笔画的长度笔画的高度h＝y_max-y_min，宽度w＝x_max-x_min，宽高比Aspect＝w/h。

2)笔画粗细t，反映用户的书写速度和压力。

压力模式下的笔画粗细计算方法为：首先计算书写框的宽高为N，则用户可书写的最大粗细t_max＝N/T，T为常量，本实施例设T＝25，笔画包含点集记为point₁，point₂，……，point_n，点集所对应的压力为p₁，p₂，……，p_n，粗细计算为t_i＝p_i*t_max，其中t_i为当前的笔画粗细，p_i为当前的压力大小，将相邻两点做差值递减运算，依次求出整个笔画的粗细。

速度模式下相对速度的计算方法为：依次计算笔画包含相邻两点之间的距离d₁，d₂…d_n，其中x₁，x₂为x轴坐标，y₁，y₂为y轴坐标，相对速度v_i＝d_i/d_max，d_max为笔画中两个点之间最大的距离。

笔画粗细计算方法为：t_i＝v_i*t_max。

3)笔画曲率的计算方法为：获取笔画的两个端点A(x₀，y₀)，B(x₁，y₁)，连接A、B两个点，记作线段l₀，过l₀的中点，求直线l₀的垂线，记作l₁，取l₁与笔画的交点C(x₂，y₂)，则A、B、C就是弧线的二等分的三个点，得到A、B、C三点后，进行圆的重构并计算笔画方向圆的半径r，曲率c＝1/r。

4)笔画倾斜度的计算方法为：获取笔画所有点集，用y＝ax+b一元一次方程，进行拟合，使得所有点集到该直线的距离总和最小，求出该直线方程，利用余弦定理求出直线与水平线交夹角α，进而求出笔画倾斜度δ。

5)笔画交、接关系的计算方法如下：

交点求法为：通过叉乘的方法判断是否含有交点，即i笔画对应的两端点p₁、p₂分散在j笔画对应的两端点p₃、p₄两端产生交点，设x₁、x₂、x₃、x₄为计算过程中间变量，其判断方法为令 这样只要x₁*x₂<0并且x₃*x₄<0，则x₁x₂和x₃x₄这两笔画相交，然后对笔画两两判断，并求出交点。

接点计算方法为：若两个笔画间的距离小于预设阀值，则判断两个笔画相接。

6)同类笔画间的距离的均匀性的计算方法为：求出笔画的中心点，计算笔画中心点之间的距离。比较各中心点位置间的差值，根据差值计算均匀性。

(2)所述整字特征模板，所有书写特征的控制变量在于整字特征包括：整字的大小、宽高比、倾斜度、部件大小、部件宽高比、部件间的偏移量、部件间的黏连度；

1)整字的大小、宽高比、倾斜度以及部件大小、部件宽高比的计算方法同上述部件特征模板中笔画长度、高度、宽度、宽高比特征的计算方法一致。

2)部件间偏移量、黏连度的计算方法为：构建部件的外包矩形，求出其中心点c＝((x_min+x_max)/2，(y_min+y_max)/2)其中x_min，x_max，y_min，y_max为汉字外包矩形的X、Y轴最大、最小值。计算两个部件中心点的距离记作D₁。同理计算对应汉字标准模板的部件间的距离记作D₂。设变量统计D₁-D₂>0的汉字数量记作N₁，设变量D₄＝D₁-D₂，则部件间的偏移量其中k为汉字样本，统计D₁-D₂>0的汉字数量记作N₂，设变量D₅＝D₁-D₂，则部件间的黏连度

(3)建立特征模板。以整字的宽高比为例，依据书写样本字的不同对不同字的特征进行加权处理如口字的宽高比为x1，其权重为w1，九字宽高比为x2，其权重为w2等，求出宽高比特征其协方差所述加权卡方距离为两个特征向量v1，v2的卡方距离δ_i表示某个特征向量间的协方差，v_i表示某个特征向量。用δ_i去除各个样本的v_i，可以得到加权向量v′_i即v′_i＝v_i/δ_i，则加权卡方距离d_wchi(v₁,v₂)＝d_chi(v′₁,v′₂)。把计算出的加权卡方距离赋予标准模板，形成特征模板。

3.建立部件集

从包含常用部件的特定样本字中拆分部件，拆分方法为：确定书写字的结构，判断书写字包含的常用部件，从书写字中提取出常用部件进行储存。如“和”字包含“禾”字旁和“口”字旁，建立“禾”字旁、“口”字旁的笔画类型编码表。若用户书写笔画类型与笔画类型编码表中的禾部件一致，则提取出用户的自己的禾字旁。利用部件特征模板拼合除常用部件外剩余的部件，拼合方法为：以骨架点集的中心点为映射，进行部件拼合。

通过仿射变化对部件进行平移、缩放、旋转操作，体现部件在整字里的多样性，变换公式为f(x)＝Ax+b，其中，A表示变形矩阵，b表示平移矢量。在二维空间，A可以分解为四个内容：尺度s、伸缩t、扭曲u、旋转r。依据变换矩阵推出部件的变换公式为：

其中θ表示倾斜度，b1，b2分别代表x坐标与y坐标平移量，A_r为尺度矩阵，A_u为伸缩矩阵，A_t为扭曲矩阵，A_s为旋转矩阵。其中0≤θ≤2π，部件上的每个点(x，y)可由这个变换得到所需整字部件上的点(x′，y′)。

4.建立整字骨架点集

采用拼合算子的方法进行拼合，建立整字骨架点集，嵌套结构算子的拼合方法分为三步：

第一步：建立嵌套结构算子，构建汉字外包矩形框，将汉字拆分的标准嵌套结构算子分为以下几个基本类：

(1)独体字

(2)左右结构，按照左右比例的划分，又可以分为三种：

1)左右结构算子一：左右结构二等分

2)左右结构算子二：左右结构三等分

3)左右结构算子三：左右结构四等分

(3)上下结构，按照上下比例的划分，又可以分为三种：

1)上下结构算子一：上下结构二等分

2)上下结构算子二：上下结构三等分

3)上下结构算子三：上下结构四等分

(4)左上包围结构

(5)左下包围结构，按照左下包围占的比例又可以分为两种：

1)左下包围结构算子一：上下比例四等分，左右比例三等分

2)左下包围结构算子二：上下比例四等分，左右比例四等分

(6)右上包围结构

(7)上包围结构

(8)下包围结构

(9)左包围结构

(10)全包围结构

(11)镶嵌结构

基本类在使用时相互嵌套，即可以用基本类的嵌套来描述一个汉字的结构，基本类在使用时相互嵌套举例：

例如：汉字“哎”，先选择左右结构三等分的算子，拆分为“口”和“艾”，再将“艾”选择上下结构三等分的算子，拆分为“艹”和“乂”。

第二步：建立汉字部件集，并对其编号，选定包含所有部件集的最小样本手写汉字集。将国家标准简体中文字符集GB2312按照算子进行拆分编号。

第三步：用户书写包含嵌套结构算子基本类的指定汉字，从中提取汉字书写的嵌套结构算子基本类，提取部件库的部件，按照汉字的结构即基本类的相互嵌套，进行拼合，最终将字符集GB2312中的汉字依次拼合完成。

例如“慧”字的拼合过程，首先获取整字拼合所需的部件为1、2、3、4；确定“慧”字的结构为先上中下结构，再左右结构，据此使用拼合结构A、B；利用整字特征模板，拼合出整字骨架点集，拼合效果如图3所示。

5.生成个性化字库

依据压力/速度计算笔画粗细，并将整字点集转化为N*N大小的汉字图像，并依据标准模板保存的上下左右的间距计算汉字的留白。对生成的汉字图像采用曲线字形轮廓法形成汉字矢量字库。

Claims (5)

1.一种基于特征模板的字库快速生成方法，其特征在于，该方法包括以下步骤：

(1)采集标准模板；提取标准汉字字库的骨架点集作为字库标准模板；

(2)建立特征模板；依据采集到的用户特征修改标准模板形成特征模板；

(3)建立部件集；使用嵌套结构算子的方法，从用户书写的样本字中提取出汉字的部件，建立用户书写部件集；

(4)生成个性化字库；使用嵌套结构算子的方法，用部件拼合成整字，渲染书写骨架点集，形成汉字矢量化字库。

2.如权利要求1所述的基于特征模板的字库快速生成方法，其特征在于，所述步骤(1)的具体处理过程如下：

A、选取一套汉字字库，每个汉字生成N*N的汉字图像；

B、提取汉字图像的骨架点集，保存点集坐标信息；

C、计算并保存每个汉字图像的外包矩形到N*N图像上下左右的位置。

3.如权利要求1所述的基于特征模板的字库快速生成方法，其特征在于，所述步骤(2)的具体处理过程如下：

A、用户在移动端书写指定的少量汉字，这些汉字能包涵构成汉字所需的标准笔画类型，以XML的形式，按笔画保存骨架点集的位置、时间、压力的信息；

B、计算用户书写的整体特征，部件特征，部件间特征，笔画特征，笔画间特征；

C、计算特征加权均值与协方差，计算用户特征与标准模板间的加权卡方距离，加权卡方距离为：计算两个特征向量v₁，v₂的卡方距离，用样本协方差a去除各个样本的v_i可以得到加权向量v_i′即v₁′＝v₁/a，v₂′＝v₂/a，则加权卡方距离为v₁′与v₂′的卡方距离；

D、依据用户书写字与专家书写字两者差值建立部件特征模板与整字特征模板；部件特征模板包括笔画的长度、高度、宽度、弧度、倾斜度、笔画间的交接关系、同类笔画间的距离的均匀性。整字特征模板包括整字的大小、宽高比、倾斜度、部件大小、部件宽高比、部件间的偏移量、部件间的黏连度。

4.如权利要求1所述的基于特征模板的字库快速生成方法，其特征在于，所述步骤(3)的具体处理过程如下：

A、提取用户书写字中的常用部件；

B、提取用户书写字中的标准笔画；

C、用笔画拼合用户书写无法提取出的部件；

D、采用仿射变换实现部件的平移、缩放、旋转，生成部件在整字中的多种形态；变换公式为f(x)＝Ax+b，其中，A表示变形矩阵，b表示平移矢量。

5.如权利要求1所述的基于特征模板的字库快速生成方法，其特征在于，所述步骤(4)的具体处理过程如下：

A、依据部件与整字特征模板，使用嵌套结构算子拼合方法，拼合出整字的骨架点集，嵌套结构算子拼合具体步骤为：建立嵌套结构算子，将汉字最外围区域定为统一的正方形，汉字拆分的标准嵌套结构算子分为几个基本类，各个基本类在使用时可以相互嵌套；建立汉字按照嵌套结构算子进行拆分后生成的部件集，并进行编号，选定包含所有部件集中部件的最小样本手写汉字集；

B、依据书写压力/速度的大小调节用户书写笔画的粗细，以形成书写的笔锋笔势等效果，进而渲染出整字的书写效果；

C、将整字点集转化为N*N大小的汉字图像，并依据标准模板保存的上下左右的间距计算汉字的留白。对生成的汉字图像采用曲线字形轮廓法形成汉字矢量字库。