CN110197238B - 一种字体类别的识别方法、系统及终端设备 - Google Patents

Abstract

本发明公开了一种字体类别的识别方法、系统及终端设备，识别方法包括：建立字体指纹数据库；接收由移动终端上传的静态字体图像，通过OCR技术识别图像中的文字，通过标记方法得到框选文字的区域参数，并通过二值化处理方法得到框选文字的字体参数；其中所述区域参数包括框选文字区域的宽度W和高度H参数；所述字体参数包括字体的周长L和面积S参数；基于比例映射，获取框选字体文字的唯一指纹，在字体指纹数据库中查找比对该字体指纹并对应返回字体类型。本发明公开的终端设备执行上述识别方法。识别系统包括中控模块、与中控模块信号相连通的获取模块、图像处理模块、指纹生成模块、匹配模块和存储模块，达到字体类别快速、准确识别的效果。

Description

一种字体类别的识别方法、系统及终端设备

技术领域

本发明涉及计算机识别技术领域，尤其涉及一种字体类别的识别方法、系统及终端设备。

背景技术

字体，是文字的外在形式特征，是信息传递的主要载体，是具有实用价值的工具。随着计算机时代的到来，字库已成为人们工作生活的一部分，人们每天都会接触它、使用它。而字体均由人工设计，开发一款精品字库，往往需要付出2-3年的艰苦努力，是一项需要投入大量人力、物力成本的工作。

随着字体的广泛使用以及知识产权的作用，字体行业也越来越认识到知识产权保护的重要性。目前，虽然书宋、仿宋、黑体、楷体等字体已经被我国规定为公有领域免费使用，但是还有一部分是需要得到许可才能使用，否则视为侵权，例如：微软雅黑。然而，普通人的字体识别能力是非常有限，毕竟字体类别繁多且某些字体类别之间的差异微乎其微，即使是专业人士也需要经过长时间训练并借助工具方能识别。此外，字体识别技术普遍依靠光学字符识别或者归一化识别，其主要应用于纯字符识别，对于图片中包含的字符字体，还不能进行识别或者识别字体与实际字体不符，使得字体识别的准确率较低。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种字体类别的识别方法，可提高字体类别识别的准确率。

本发明的目的之二在于提供一种可识别字体类别的终端设备。

本发明的目的之三在于提供一种字体类别的识别系统。

本发明的目的之一采用如下技术方案实现：

一种字体类别的识别方法，包括：

步骤S1：建立字体指纹数据库；

步骤S2：接收由移动终端上传的静态字体图像，通过OCR技术识别图像中的文字，通过标记方法得到框选文字的区域参数，并通过二值化处理方法得到框选文字的字体参数；其中所述区域参数包括框选文字区域的宽度W和高度H参数；所述字体参数包括字体的周长L和面积S参数；

步骤S3：基于比例映射，获取框选字体文字的唯一指纹，并在字体指纹数据库中查找比对该字体指纹；

步骤S4：根据步骤S3中查找到的字体指纹信息对应返回字体类型。

进一步地，所述步骤S2中的标记方法包括：

步骤S21.1：为对图像文字进行矩形框选；

步骤S21.2：以标记框的任一顶点坐标作为初始零坐标，计算该标记框的宽度W和高度H的绝对值参数；其中标记框完全框设在图像文字外，且标记框的每条边与对应的文字边缘之间保持同样的距离。

进一步地，所述步骤S2中的二值化处理方法包括：

步骤S22.1：获取框选文字区域内图像的像素点灰度值；

步骤S22.2：以判断像素点灰度值是否大于阈值的方式生成框选文字区域的二值图；若像素点灰度值大于阈值，则将其标识为255，代表字体本体；若像素点灰度值小于或等于阈值，则将其标识为0，代表背景；

步骤S22.3：根据框选文字区域的二值图，对标识为字体本体的多个不连续笔画进行描边以获得该文字的周长L参数；并根据标识为字体本体的像素点总数占取该框选文字区域所有像素点总数的比例计算该文字的面积S参数。

进一步地，所述步骤S22.2中代表字体本体的255标识通过映射转换为1标识。

进一步地，所述步骤S22.3中通过描边来获取文字的周长L参数是通过对字体的每个不连续笔画的内外边缘进行描画。

进一步地，所述步骤S3中比例映射方法为在获得框选文字区域的宽度W、高度H以及框选文字的周长L、面积S参数后，将四个参数中的其中一个参数映射为1，其余的三个参数等比例映射，得到该文字的映射比例(W'、H'、L'、S')，并将其映射比例作为该字体文字的唯一指纹。

进一步地，所述步骤S3中的比例映射方法是将高度H映射为1，其余的宽度W、周长L和面积S三个参数等比例映射。

进一步地，所述步骤S1中的字体指纹数据库建立方法包括：

步骤S1.1：基于字体库对所有类别的字体均生成同一字号规格的字体静态图像；其中一张图像对应一种字体文字；

步骤S1.2：对所有类别的每个字体静态图像进行框选标记，获得文字区域的宽度和高度参数；

步骤S1.3：对框选标记后的文字区域进行二值化处理，获得框选文字的周长和面积；

步骤S1.4：将获得的文字区域的宽度、高度参数和框选文字的周长、面积按照比例进行映射，从而获得该框选字体文字的唯一指纹；

步骤S1.5：以字体类别为单位，对所有类别的每个字体文字的唯一指纹进行归类，并对其进行存储，从而建立所有类别的字体指纹数据库。

本发明的目的之二采用如下技术方案实现：

一种终端设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的字体类别识别程序，所述处理器执行所述字体类别识别程序时实现如上所述的字体类别的识别方法。

本发明的目的之三采用如下技术方案实现：

一种字体类别的识别系统，包括：

获取模块，用于获取由移动终端上传的静态字体图像，并将图像信息传送到中控模块中；

图像处理模块，用于接收中控模块传送的图像信息，对其进行文字识别并框选文字区域；

指纹生成模块，用于计算框选文字区域的宽度、高度参数和计算框选文字的周长及面积参数，根据上述参数生成图像文字唯一指纹；

匹配模块，用于将指纹生成模块中获得的文字唯一指纹与存储模块中的字体指纹数据库进行查找比对，返回该指纹对应的字体类别；

存储模块，用于存储字体库中所有类别的字体的文字唯一指纹形成字体指纹数据库；

中控模块，与获取模块、图像处理模块、指纹生成模块、匹配模块和存储模块信号相互连通，用于获取各模块的反馈信息，并控制各模块执行相应操作。相比现有技术，本发明的有益效果在于：

(1)对框选后的图像文字进行标记处理和二值化处理，获得框选文字区域的宽度、高度及框选文字的周长、面积参数，将每个图像化的文字经过分析处理后变为量化的参数，可提高识别的准确度；

(2)为每个图像文字的各个参数按比例进行映射，可将不同大小尺寸的文字转换为同一规格比例，可提高字体识别的准确度。

附图说明

图1为本发明实施例一的字体类别识别方法示意图；

图2为本发明实施例一的字体指纹数据库建立方法示意图；

图3为本发明实施例三的字体类别识别系统模块示意图。

附图标记：1、获取模块；2、图像处理模块；3、指纹生成模块；4、匹配模块；5、存储模块；6、中控模块。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

实施例一

一种字体类别的识别方法，如图1～图2所示，包括：

步骤S1：建立字体指纹数据库；

步骤S1.1：在现有的字体库中对所有类别的字体均生成同一字号规格的字体静态图像；其中一张图像对应一种字体文字；其中所述字体的类别包括仿宋、黑体、微软雅黑、方正姚体等，而所述字体的字号则是指字体的尺寸大小。

步骤S1.2：对所有类别的每个字体静态图像进行框选标记，获得文字区域的宽度和高度参数；

首先基于标记程序对图像文字进行矩形框选，即利用标记框来框选图像中的文字部分，所述标记框要完全框设在图像文字外，且标记框的每条边与对应的文字边缘之间保持同样的距离，可避免标记框尺寸与图像内的文字尺寸不对应，影响后续参数获取精度，甚至会增大数据处理量，影响识别效率。

其后，以标记框的任一顶点坐标作为初始零坐标，计算该标记框的宽度W和高度H的绝对值参数；而在本实施例中，设标记框最左上角的顶点坐标为初始零坐标，对标记框的宽度及高度进行计算。

步骤S1.3：基于二值化程序，对框选标记后的文字区域进行二值化处理，获得框选文字的周长和面积；所述二值化处理方法是首先先获取框选文字区域内图像的像素点灰度值；将图像内的每个像素点灰度值与阈值进行比较，若像素点灰度值大于阈值，则将其标识为255，代表字体本体；若像素点灰度值小于或等于阈值，则将其标识为0，代表背景；为了节省计算机存储空间，通过映射转换，把255变成1，减少数据量，凸显文字轮廓。

对标识为1像素点组成的多个不连续笔画进行自动描边，从而获得该文字的周长L参数；其中描边是指对字体的每个不连续笔画的内外边缘进行描画，例如“一”字，描边则是对一字的上下两边进行描边，从而获得“一”字的外框长度。其后，通过计算标识为1像素点占取该框选区域的面积，得到该文字的面积参数，其中所述文字面积是指该文字标识为1像素点总数/该框选文字区域像素点总数，其中，框选文字区域像素点包含标识为1和0的像素点，例如“永”字，标识为1的像素点总数是50，该框选文字区域像素点总数是100，那么“永”字面积是50/100＝0.5。

步骤S1.4：在获得文字区域的宽度W、高度H参数和框选文字的周长L、面积S按照比例进行映射，从而获得该框选字体文字的唯一指纹；而在本实施例中把H映射为1，其余三个参数等比例映射，得到该文字的映射比例，即：(W'、H'、L'、S')，作为该字体文字的唯一指纹。例如：宋体“永”字，其参数是(40，20，500，200)，通过映射，得到的文字映射比例是(2，1，25，10)。由于参数等比例映射时，数值或许是整数或者非整数，对于非整数，本实例保留5位小数点。

步骤S1.5：基于框选文字参数的比例映射，以字体类别为单位，对所有类别的每个字体文字的唯一指纹进行归类，并对其进行存储，从而建立所有类别的字体指纹数据库，而数据库中每个字体文字的唯一指纹都绑定该字体的类别。

步骤S2：接收由移动终端上传的静态字体图像，其中移动终端设置为手机、触控屏等硬件设备，用户通过移动终端将待识别的字体拍摄下来，获取静态字体图像，并将其通过OCR技术识别图像中的文字，通过标记方法得到框选文字的区域参数，并通过二值化处理方法得到框选文字的字体参数；其中所述区域参数包括框选文字区域的宽度W和高度H参数；所述字体参数包括字体的周长L和面积S参数；上述的标记方法与字体指纹数据库中的标记方法相同；上述的二值化处理方法与字体指纹数据库中的二值化处理方法相同。

步骤S3：基于比例映射，获取框选字体文字的唯一指纹，并在字体指纹数据库中查找比对该字体指纹；其中获取文字唯一指纹的比例映射方法与字体指纹数据库中的比例映射方法相同。

步骤S4：根据步骤S3中查找到的字体指纹信息对应返回字体类型，在数据库中找到相同指纹信息的字体后即可直接获取该指纹信息所绑定的字体类别，从而获知该字体属于哪个字体，达到字体类别快速、准确识别的效果。

实施例二

一种终端设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的字体类别识别程序，所述处理器执行所述字体类别识别程序时实现如上所述的字体类别的识别方法。

该终端设备可以是移动终端例如手机、平板电脑等，也可以是其他具有拍摄装置和/或存储装置的设备。

根据本实施例的终端设备，通过执行上述的字体类别识别方法，能够达到字体类别快速、准确识别的效果。

实施例三

一种字体类别的识别系统，如图3所示，包括：

获取模块1，用于获取由移动终端上传的静态字体图像，并将图像信息传送到中控模块6中；

图像处理模块2，用于接收中控模块6传送的图像信息，对其进行文字识别并框选文字区域；

指纹生成模块3，用于计算框选文字区域的宽度、高度参数和计算框选文字的周长及面积参数，根据上述参数生成图像文字唯一指纹；

匹配模块4，用于将指纹生成模块3中获得的文字唯一指纹与存储模块5中的字体指纹数据库进行查找比对，返回该指纹对应的字体类别；

存储模块5，用于存储字体库中所有类别的字体的文字唯一指纹形成字体指纹数据库；

中控模块6，与获取模块1、图像处理模块2、指纹生成模块3、匹配模块4和存储模块5信号相互连通，用于获取各模块的反馈信息，并控制各模块执行相应操作。

本实施例中的工作原理如下：

对字体库中的所有类别的字体进行预先处理，对每个类别的每个字体生成每个文字独有的文字唯一指纹，并建立起字体指纹数据库；

当获取模块1接收到移动终端上传的静态字体图像时，将其图像信息传送到中控模块6中，中控模块6控制图像处理模块2对字体的图像信息进行框选处理，并对图像进行二值化处理识别出图像中的文字，中控模块6再控制指纹生成模块3计算框选处理后文字区域的宽度、高度参数并图像文字的周长、面积参数，基于比例映射获得对应的文字唯一指纹；其后中控模块6再控制匹配模块4将指纹生成模块3获得的文字唯一指纹与存储模块5中的字体指纹数据库进行查找比对，返回对应的字体类型，从而达到字体类别快速、准确识别的效果。

上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (6)

1.一种字体类别的识别方法，其特征在于，包括:

步骤 S1：建立字体指纹数据库；

所述步骤 S1 中的字体指纹数据库建立方法包括:

步骤 S1.1 ：基于字体库对所有类别的字体均生成同一字号规格的字体静态图像；其中一张图像对应一种字体的文字；

步骤 S1.2：对所有类别的每个字体静态图像进行框选标记，获得文字区域的宽度和高度参数；

步骤 S1.3：对框选标记后的文字区域进行二值化处理，获得框选文字的周长和面积；

步骤 S1.4：将获得的文字区域的宽度、高度参数和框选文字的周长、面积按照比例进行映射，从而获得该框选文字的唯一指纹；

步骤 S1.5：以字体类别为单位，对所有类别的每个文字的唯一指纹进行归类，并对其进行存储，从而建立所有类别的字体指纹数据库；

步骤 S2：接收由移动终端上传的静态字体图像，通过OCR技术识别图像中的文字，通过标记方法得到框选文字的区域参数，并通过二值化处理方法得到框选文字的字体参数；其中所述区域参数包括框选文字区域的宽度W和高度H参数；所述字体参数包括字体的周长L和面积S参数；

所述步骤 S2 中的标记方法包括：

步骤 S21.1：对图像文字进行矩形框选；

步骤 S21.2：以标记框的任一顶点坐标作为初始零坐标，计算该标记框的宽度W和高度H的绝对值参数；其中标记框完全框设在图像文字外，且标记框的每条边与对应的文字边缘之间保持同样的距离；

所述步骤 S2 中的二值化处理方法包括:

步骤 S22.1：获取框选文字区域内图像的像素点灰度值；

步骤 S22.2：以判断像素点灰度值是否大于阈值的方式生成框选文字区域的二值图；若像素点灰度值大于阈值，则将其标识为255，代表字体本体；若像素点灰度值小于或等于阈值，则将其标识为0，代表背景；

步骤 S22.3：根据框选文字区域的二值图，对标识为字体本体的多个不连续笔画进行描边以获得该文字的周长L参数；并根据标识为字体本体的像素点总数占取该框选文字区域所有像素点总数的比例计算该文字的面积S参数；

步骤 S3：基于比例映射，获取框选文字的唯一指纹，并在字体指纹数据库中查找比对该唯一指纹对应的字体指纹信息；

步骤 S4：根据步骤S3中查找到的字体指纹信息对应返回字体类型。

2. 根据权利要求1所述的字体类别的识别方法，其特征在于，所述步骤 S22.2 中代表字体本体的255标识通过映射转换为1标识。

3.根据权利要求1所述的字体类别的识别方法，其特征在于，所述步骤S22.3中通过描边来获取文字的周长L参数是通过对字体的每个不连续笔画的内外边缘进行描画。

4. 根据权利要求1所述的字体类别的识别方法，其特征在于，所述步骤S3中比例映射方法为在获得框选文字区域的宽度W、高度H以及框选文字的周长L、面积S参数后，将四个参数中的其中一个参数映射为1，其余的三个参数等比例映射，得到该文字的映射比例 (W'、H'、L'、S')，并将其映射比例作为该框选文字的唯一指纹。

5.根据权利要求4所述的字体类别的识别方法，其特征在于，所述步骤S3中的比例映射方法是将高度H映射为1，其余的宽度W、周长L和面积S三个参数等比例映射。

6.一种终端设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的字体类别识别程序，所述处理器执行所述字体类别识别程序时实现如权利要求1-5中任一项所述的字体类别的识别方法。