CN112817504B - 一种智能笔锋优化系统 - Google Patents

一种智能笔锋优化系统 Download PDF

Info

Publication number
CN112817504B
CN112817504B CN202110071099.4A CN202110071099A CN112817504B CN 112817504 B CN112817504 B CN 112817504B CN 202110071099 A CN202110071099 A CN 202110071099A CN 112817504 B CN112817504 B CN 112817504B
Authority
CN
China
Prior art keywords
stroke
module
font
optimization
intelligent
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.)
Active
Application number
CN202110071099.4A
Other languages
English (en)
Other versions
CN112817504A (zh
Inventor
陈敬诚
陈燕平
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Yiqi Information Technology Co ltd
Original Assignee
Shanghai Yiqi Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Yiqi Information Technology Co ltd filed Critical Shanghai Yiqi Information Technology Co ltd
Priority to CN202110071099.4A priority Critical patent/CN112817504B/zh
Publication of CN112817504A publication Critical patent/CN112817504A/zh
Application granted granted Critical
Publication of CN112817504B publication Critical patent/CN112817504B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
    • G06F3/04845—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range for image manipulation, e.g. dragging, rotation, expansion or change of colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24133—Distances to prototypes
    • G06F18/24143—Distances to neighbourhood prototypes, e.g. restricted Coulomb energy networks [RCEN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Document Processing Apparatus (AREA)
  • Controls And Circuits For Display Device (AREA)
  • Character Discrimination (AREA)

Abstract

本发明涉及计算机设计领域以及智能优化系统与汉字笔画书写的融合，更具体地，本发明涉及一种智能笔锋优化系统。一种智能笔锋优化系统，包括：字体拆分模块，将输入字体拆分为不同的笔画结构；笔锋优化模块，对输入字体的笔画结构进行笔锋优化。本发明提供的智能笔锋优化系统，通过使用KNN特征匹配算法对数据集进行匹配，能够实现字体笔画结构的匹配优化，使得笔锋优化更精准，同时，能够对手写字体或识别到的图片中的字体进行笔锋优化，在不改变字体原有骨架的基础上，能够提升字体的美观性，与输入的手写字体或识别的图片字体形成了对比，从而更好的明确用户的改进方向。

Description

一种智能笔锋优化系统
技术领域
本发明涉及计算机设计领域以及智能优化系统与汉字笔画书写的融合，更具体地，本发明涉及一种智能笔锋优化系统。
背景技术
随着计算机技术的快速发展，手机、笔记本电脑、平板电脑等各类电子产品相继推出了手写输入功能，电子书写与记录不仅提高了人们日常办公工的效率，同时也丰富了汉字书写的方式，因此被广泛应用于工作记录，手机手写输入等多种场景中。近年来，对手写字体的渲染软件层出不穷，但通常利用传统的线性插值或字体轮廓度拟合等方法进行字体结构的优化，不仅对字体的渲染优化程度有限，同时美化效果也需要进一步改善。因此，急切的需要提供一种系统或方法，通过改进手写字体的渲染优化方法，用以提高字体的优化精度，并更好的提高用户的体验。
发明内容
针对现有技术中存在的一些问题，本发明提供了一种智能笔锋优化系统，包括：
字体拆分模块，将输入字体拆分为不同的笔画结构；
笔锋优化模块，对输入字体的笔画结构进行笔锋优化。
作为本发明的一种优选的技术方案，所述的智能笔锋优化系统还包括字体输入模块，将手写字体和识别到的图片字体作为输入字体传送至字体拆分模块。
作为本发明的一种优选的技术方案，所述的字体拆分模块，包括笔画结构拆分模块，用以将输入字体拆分为不同笔画结构；时序序列模块，用以记录笔画结构的拆分顺序。
作为本发明的一种优选的技术方案，所述的笔画结构拆分模块，将输入字体按笔画结构拆分为点、横、竖、撇、捺、提、撇点、竖提、横折提、弯钩、竖钩、竖弯钩、斜勾、卧勾。
作为本发明的一种优选的技术方案，所述的笔锋优化模块包括笔锋匹配模块，特征值提取模块，目标值提取模块。
作为本发明的一种优选的技术方案，所述的笔锋匹配模块包括笔锋训练模块，使用KNN特征匹配优化字体识别模块中的笔画结构，以得到笔锋优化字体；笔锋风格库，用以存储笔锋风格。
作为本发明的一种优选的技术方案，所述的特征值提取模块，将字体识别模块中的笔画结构作为特征值传送至笔锋训练模块。
作为本发明的一种优选的技术方案，所述的目标值提取模块，将笔锋风格库中用户选中的笔锋风格作为KNN特征匹配的数据集，并将数据集中包含的笔画结构作为目标值。
作为本发明的一种优选的技术方案，所述的KNN特征匹配，在数据集中通过匹配得到与特征值笔画结构相同的目标值，将目标值所属的笔画结构作为特征值的笔锋优化结构。
作为本发明的一种优选的技术方案，所述的时序序列模块，将笔画结构的拆分步骤按其书写顺序存储于时序序列中，并在笔锋训练模块优化后，将优化后的字体笔画结构按存储的书写顺序重新组合。
本发明于现有技术相比具有以下有益效果：
(1)本发明所述的机器学习中的KNN特征匹配算法，相比于传统的数据结构优化或轮廓度拟合等方式，通过KNN特征匹配算法对数据集进行匹配，能够对字体拆分后的笔画结构分别进行匹配优化，同时能够使得笔锋优化更精准。
(2)本发明所述的笔锋优化模块，在不改变字体原有骨架的基础上，能够根据用户的需求，对输入字体优化出不同风格的笔锋，提升字体的美观性，与输入的手写字体或识别的图片字体形成了对比，从而更好的明确用户的改进方向。
(3)本发明所述的时序序列模块，能够将笔画结构的拆分步骤按其书写顺序存储于时序序列中，并笔锋训练模块优化后，将优化后的字体笔画结构按其存储的书写顺序依次组合，用以得到正确的汉字结构，从而有效的改善了优化后字体重组不精确的问题。
附图说明
图1为本发明所述智能笔锋优化系统的流程示意图；
图2为本发明所述笔锋优化模块的示意图。
具体实施方式
本发明提供了一种智能笔锋优化系统，为使本发明的目的、技术方式及效果更加清楚、明确，以下参照附图并举实施例对本发明作进一步详细说明。应当理解的是，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
如图1所示，所述智能笔锋优化系统，包括：
字体拆分模块，将输入字体拆分为不同的笔画结构；笔锋优化模块，对输入字体的笔画结构进行笔锋优化。
<字体输入模块>
本发明所述的智能笔锋优化系统还包括字体输入模块，将手写字体和识别到的图片字体作为输入字体传送至字体拆分模块。
<字体拆分模块>
本发明所述的字体拆分模块，包括笔画结构拆分模块，用以将输入字体拆分为不同笔画结构；时序序列模块，用以记录笔画结构的拆分顺序。
本发明所述的笔画结构拆分模块，将输入字体按笔画结构拆分为点、横、竖、，撇、捺、提、撇点、竖提、横折提、弯钩、竖钩、竖弯钩、斜勾、卧勾。
<笔锋优化模块>
本发明所述的笔锋优化模块包括笔锋匹配模块，特征值提取模块，目标值提取模块。
本发明所述的笔锋匹配模块包括笔锋训练模块，使用KNN特征匹配优化字体识别模块中的笔画结构，以得到笔锋优化字体；笔锋风格库，用以存储笔锋风格。
本发明所述的特征值提取模块，将字体识别模块中的笔画结构作为特征值传送至笔锋训练模块。
本发明所述的目标值提取模块，将笔锋风格库中用户选中的笔锋风格作为KNN特征匹配的数据集，并将数据集中包含的笔画结构作为目标值。
在一种实施方式中，所述的数据集为用户选中的一种笔锋风格，其中包括此种笔锋风格下的点、横、竖、撇、捺、提、撇点、竖提、横折提、弯钩、竖钩、竖弯钩、斜勾、卧勾笔画结构类型，用以与特征值相匹配。
本发明所述的KNN特征匹配，在数据集中通过匹配得到与特征值笔画结构相同的目标值，将目标值所属的笔画结构作为特征值的笔锋优化结构。
在一种实施方式中，所述的KNN特征匹配，将特征值传送至数据集中，并在数据集中找到与该特征值笔画结构特征相同的K个目标值，所述的KNN特征匹配包括KNN算法与特征匹配算法的融合，在数据集中获取目标值后，通过特征匹配算法提取目标值与特征值相关特征用以进行笔画各结构拟合。
本发明所述的时序序列模块，将笔画结构的拆分步骤按其书写顺序存储于时序序列中，并在笔锋训练模块优化后，将优化后的字体笔画结构按存储的书写顺序重新组合。
综上所述，本发明提供了一种智能笔锋优化系统，通过字体输入模块，将手写字体和识别到的图片字体作为输入字体传送至字体拆分模块，在字体拆分模块中将输入字体拆分为不同的笔画结构，将笔画结构的拆分步骤按其书写顺序存储于时序序列中，并传送至笔锋优化模块，在笔锋优化模块中，通过特征值提取模块提取出字体识别模块中的笔画结构作为特征值，通过目标值提取模块提取出用户选中的笔锋风格作为目标值，并封装为数据集，将特征值与目标值数据集传送至笔锋训练模块，通过KNN特征匹配对字体笔画结构进行特征匹配与优化，将优化后的字体笔画结构按时序序列中存储的书写顺序重新组合。
可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方式及其发明构思加以等同替换或改变，而所有的这些替换或改变都应属于本发明所附的权利要求书的保护范围。

Claims (6)

1.一种智能笔锋优化系统，其特征在于，包括：字体拆分模块，将输入字体拆分为不同的笔画结构；笔锋优化模块，对输入字体的笔画结构进行笔锋优化，所述的智能笔锋优化系统还包括字体输入模块，将手写字体和识别到的图片字体作为输入字体传送至字体拆分模块，所述的字体拆分模块，包括笔画结构拆分模块，用以将输入字体拆分为不同笔画结构；时序序列模块，用以记录笔画结构的拆分顺序，所述的时序序列模块，将笔画结构的拆分步骤按其书写顺序存储于时序序列中，并在笔锋训练模块优化后，将优化后的字体笔画结构按存储的书写顺序重新组合，笔锋风格库，用以存储笔锋风格，所述的笔画结构拆分模块，将输入字体按笔画结构拆分为点、横、竖、撇、捺、提、撇点、竖提、横折提、弯钩、竖钩、竖弯钩、斜勾、卧勾，所述的笔锋优化模块，在不改变字体原有骨架的基础上，能够根据用户的需求，对输入字体优化出不同风格的笔锋。
2.根据权利要求1所述的智能笔锋优化系统，其特征在于，所述的笔锋优化模块包括笔锋匹配模块，特征值提取模块，目标值提取模块。
3.根据权利要求2所述的智能笔锋优化系统，其特征在于，所述的笔锋匹配模块包括笔锋训练模块，使用KNN特征匹配优化字体识别模块中的笔画结构，以得到笔锋优化字体。
4.根据权利要求2所述的智能笔锋优化系统，其特征在于，所述的特征值提取模块，将字体识别模块中的笔画结构作为特征值传送至笔锋训练模块。
5.根据权利要求2所述的智能笔锋优化系统，其特征在于，所述的目标值提取模块，将笔锋风格库中用户选中的笔锋风格作为KNN特征匹配的数据集，并将数据集中包含的笔画结构作为目标值。
6.根据权利要求5所述的智能笔锋优化系统，其特征在于，所述的KNN特征匹配，在数据集中通过匹配得到与特征值笔画结构相同的目标值，将目标值所属的笔画结构作为特征值的笔锋优化结构。
CN202110071099.4A 2021-01-19 2021-01-19 一种智能笔锋优化系统 Active CN112817504B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110071099.4A CN112817504B (zh) 2021-01-19 2021-01-19 一种智能笔锋优化系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110071099.4A CN112817504B (zh) 2021-01-19 2021-01-19 一种智能笔锋优化系统

Publications (2)

Publication Number Publication Date
CN112817504A CN112817504A (zh) 2021-05-18
CN112817504B true CN112817504B (zh) 2023-04-07

Family

ID=75870185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110071099.4A Active CN112817504B (zh) 2021-01-19 2021-01-19 一种智能笔锋优化系统

Country Status (1)

Country Link
CN (1) CN112817504B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1150269A (zh) * 1995-11-15 1997-05-21 付子宁 字形信息表示方法和复原方法
CN103310474A (zh) * 2013-06-08 2013-09-18 深圳市经纬科技有限公司 一种手写原笔迹的实现方法及系统
CN110879668A (zh) * 2019-11-13 2020-03-13 王向阳 大字库扩充笔画汉字输入方法
CN111381754A (zh) * 2020-04-30 2020-07-07 京东方科技集团股份有限公司 笔迹处理方法、设备及介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6587587B2 (en) * 1993-05-20 2003-07-01 Microsoft Corporation System and methods for spacing, storing and recognizing electronic representations of handwriting, printing and drawings
US6268865B1 (en) * 1998-01-13 2001-07-31 Disney Enterprises, Inc. Method and apparatus for three-dimensional painting
CN102637078B (zh) * 2012-02-27 2015-09-09 厦门大学 一种结构优化的汉字字形生成方法
CN103488339B (zh) * 2013-09-09 2016-09-07 北京大学 一种个性化汉字数字墨水的生成方法
CN104182748B (zh) * 2014-08-15 2018-04-13 电子科技大学 一种基于拆分匹配的汉字笔画自动提取方法
CN106384094B (zh) * 2016-09-18 2019-07-19 北京大学 一种基于书写风格建模的中文字库自动生成方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1150269A (zh) * 1995-11-15 1997-05-21 付子宁 字形信息表示方法和复原方法
CN103310474A (zh) * 2013-06-08 2013-09-18 深圳市经纬科技有限公司 一种手写原笔迹的实现方法及系统
CN110879668A (zh) * 2019-11-13 2020-03-13 王向阳 大字库扩充笔画汉字输入方法
CN111381754A (zh) * 2020-04-30 2020-07-07 京东方科技集团股份有限公司 笔迹处理方法、设备及介质

Also Published As

Publication number Publication date
CN112817504A (zh) 2021-05-18

Similar Documents

Publication Publication Date Title
US8028230B2 (en) Contextual input method
US20130136377A1 (en) Method and apparatus for beautifying handwritten input
KR102124466B1 (ko) 웹툰 제작을 위한 콘티를 생성하는 장치 및 방법
CN103778250A (zh) 中文五笔草书字典查询系统实现方法
US20220237935A1 (en) Method for training a font generation model, method for establishing a font library, and device
CN111209867A (zh) 一种表情识别方法及装置
US20230114293A1 (en) Method for training a font generation model, method for establishing a font library, and device
KR20140089915A (ko) 필기 문자 조정 방법 및 장치
CN111553838A (zh) 模型参数的更新方法、装置、设备及存储介质
CN112801099B (zh) 一种图像处理方法、装置、终端设备及介质
CN112817504B (zh) 一种智能笔锋优化系统
CN111027533B (zh) 一种点读坐标的变换方法、系统、终端设备及存储介质
WO2020124442A1 (zh) 推送方法及相关产品
CN116311281A (zh) 一种基于生成对抗网络的手写字体纠正系统
CN104850819B (zh) 信息处理方法及电子设备
CN110377167A (zh) 字体产生方法和字体产生装置
US20230154077A1 (en) Training method for character generation model, character generation method, apparatus and storage medium
CN111582281B (zh) 一种图片显示优化的方法、装置、电子设备和存储介质
CN115101069A (zh) 语音控制方法、装置、设备、存储介质以及程序产品
CN114220112A (zh) 一种面向人物名片的任职关系抽取方法和系统
CN111160265B (zh) 文件转换方法、装置、存储介质及电子设备
CN112818145B (zh) 一种智能字体风格渲染系统
CN112329389A (zh) 一种基于语义分割与禁忌搜索的汉字笔画自动提取方法
CN113435426B (zh) 用于ocr识别的数据增广方法、装置、设备及存储介质
CN111539873B (zh) 个人风格书法字字库生成方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant