CN112966688A - 一种字体检测方法 - Google Patents
一种字体检测方法 Download PDFInfo
- Publication number
- CN112966688A CN112966688A CN202110165025.7A CN202110165025A CN112966688A CN 112966688 A CN112966688 A CN 112966688A CN 202110165025 A CN202110165025 A CN 202110165025A CN 112966688 A CN112966688 A CN 112966688A
- Authority
- CN
- China
- Prior art keywords
- font
- character
- generating
- fingerprint
- detected
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 7
- 239000013598 vector Substances 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013604 expression vector Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
Images
Classifications
-
- 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
- G06V30/14—Image acquisition
- G06V30/148—Segmentation of character regions
- G06V30/153—Segmentation of character regions using recognition of characters or words
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Collating Specific Patterns (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种字体检测方法其包括以下步骤：（1）创建字体库，读取大量字体文件，根据文件内包含的字符数据，生成各字符对应图案，所有字体组合成为字体库；（2）将字符对应的图案生成对比字符指纹；（3）将需检测的图片文字生成检测字符指纹；（4）将检测字符指纹与字体库中的对比字符指纹进行比对，得到最接近的字体。本发明通过引入字体指纹，将图片中的文字转化成字体指纹与字体库中的字体指纹比对，快速找出需检测的字体类型，准确率高，且效率快。
Description
技术领域
本发明属于字体检测技术领域，具体涉及一种字体检测方法。
背景技术
目前，一张图片中的字体主要是通过人工识别出为何种字体，需要通过多种字体相互对比才能判别出来，而且准确率低，效率慢；字体检测技术是根据所给出的文字图案，在字体库中查找到相对应的字体，主要应用于设计师等职业人群，为了快速识别图片中文字使用何种字体，急需提出一种字体识别技术。
发明内容
有鉴于此，本发明提出一种字体检测方法，能够快速识别图片中的字体，而且准确率高。
为了达到目的，本发明提供的技术方案为：
本发明涉及一种字体检测方法其包括以下步骤：
（1）创建字体库，读取大量字体文件，根据文件内包含的字符数据，生成各字符对应图案，所有字体组合成为字体库；
（2）将字符对应的图案生成对比字符指纹；
（3）将需检测的图片文字生成检测字符指纹；
（4）将检测字符指纹与字体库中的对比字符指纹进行比对，得到最接近的字体。
优选地，所述的字体文件为ttf或otf格式文件
优选地，所述生成对比字符指纹的具体步骤包括：
（2.1）将带有字体的图案M转换为灰度图G；
（2.2）通过计算全图像素值均值将灰度图G进行二值化处理，生成二维数组A；大于等于均值的像素点置为1，小于均值的像素点置为0，最终成为只有0和1的二值化二维数组；
（2.3）将二维数组扩展为一维向量,得到对比字符指纹V。
通过特定软件包（如Python可使用Pillow模块）可以将字体文件中的数据以图案显示，输入法根据用户输入的文字+字体文件在计算机上显示文字图案。生成对比字符指纹可节约存储成本，并且便于计算。一般图案数据都是KB级别，生成指纹后为B级别，降低了3个数量级。
优选地，所述生成检测字符指纹的具体步骤包括：
（3.1）圈选出需检测的图片M2中文字部分；
（3.2）将文字部分转换为灰度图Mwg；
（3.3）将灰度图通过OTSU算法进行二值化，得到二维数组A2；
（3.4）根据二维数组A2边缘像素值生成文字部分的二维数组A3；
（3.5）将二维数组A3扩展为一维向量，得到检测字符指纹V2。
通过观测A2边缘像素值（边缘一般为背景而非文字部分），可确定二值化的A2数组中0、1的值是否设置正确。如果边缘像素值为0，则认为背景部分已被置0，文字部分已被置1如果边缘像素值为1，则认为OTSU算法设置错误，需要将A2中的所有0置为1，所有1置为0。二维数组A3是边缘像素值为1的数组。
采用本发明提供的技术方案，与现有技术相比，具有如下有益效果：
1、本发明通过引入字体指纹，将图片中的文字转化成字体指纹与字体库中的字体指纹比对，快速找出需检测的字体类型，准确率高，且效率快。
2、本发明采用灰度图+OTSU算法+二值化的步骤对图片文字进行去背景噪声，正确提取字符本体，提高字体检测的正确率。
3、本发明通过处理图片，将KB级别的图案数据，降维成B级别的一维向量，比对更加方便。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明方法的流程框图；
图2为步骤二的流程框图；
图3为步骤三的流程框图。
具体实施方式
为进一步了解本发明的内容，结合实施例对本发明作详细描述，以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本实施例涉及一种字体检测方法其包括以下步骤：
（1）创建字体库，读取大量ttf或otf格式的字体文件，根据文件内包含的字符数据，生成各字符对应图案，所有字体组合成为字体库；
（2）将字符对应的图案生成对比字符指纹；
（3）将需检测的图片文字生成检测字符指纹；
（4）将检测字符指纹与字体库中的对比字符指纹进行比对，得到最接近的字体。
参照图2，所述生成对比字符指纹的具体步骤包括：
（2.1）将带有字体的图案M转换为灰度图G，缩放灰度图G到合适大小；
（2.2）通过计算全图像素值均值将灰度图G进行二值化处理，生成二维数组A；大于等于均值的像素点置为1，小于均值的像素点置为0，最终成为只有0和1的二值化二维数组；
（2.3）将二维数组扩展为一维向量,得到对比字符指纹V。
通过特定软件包（如Python可使用Pillow模块）可以将字体文件中的数据以图案显示，输入法根据用户输入的文字+字体文件在计算机上显示文字图案。生成对比字符指纹可节约存储成本，并且便于计算。一般图案数据都是KB级别，生成指纹后为B级别，降低了3个数量级。
参照图3，所述生成检测字符指纹的具体步骤包括：
（3.1）圈选出需检测的图片M2中文字部分Mw；
（3.2）将文字部分Mw转换为灰度图Mwg；
（3.3）将灰度图通过OTSU算法进行二值化，得到二维数组A2；
（3.4）根据二维数组A2边缘像素值生成文字部分的二维数组A3；
（3.5）将二维数组A3扩展为一维向量，得到检测字符指纹V2。
通过观测A2边缘像素值（边缘一般为背景而非文字部分），可确定二值化的A2数组中0、1的值是否设置正确。如果边缘像素值为0，则认为背景部分已被置0，文字部分已被置1如果边缘像素值为1，则认为OTSU算法设置错误，需要将A2中的所有0置为1，所有1置为0。二维数组A3是边缘像素值为1的数组。
在进行比对过程中，通过计算两个一维向量的汉明距离（2个向量进行异或运算，统计结果为1的数量），距离越小的表示向量越接近。
本实施例基于3755个字体搭建字体库进行测试，发现给出的第1个结果就是正确答案的概率为76%，前五个结果中有正确答案的概率为89%，前十个结果中有正确答案的概率为97%。
以上示意性的对本发明及其实施方式进行了描述，该描述没有限制性，附图中所示的也只是本发明的实施方案，实际的结构并不局限于此。所以本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。
Claims (4)
1.一种字体检测方法，其特征在于，其包括以下步骤：
（1）创建字体库，读取大量字体文件，根据文件内包含的字符数据，生成各字符对应图案，所有字体组合成为字体库；
（2）将字符对应的图案生成对比字符指纹；
（3）将需检测的图片文字生成检测字符指纹；
（4）将检测字符指纹与字体库中的对比字符指纹进行比对，得到最接近的字体。
2.根据权利要求1所述的字体检测方法，其特征在于，所述的字体文件为ttf或otf格式文件。
3.根据权利要求1所述的字体检测方法，其特征在于，所述生成对比字符指纹的具体步骤包括：
（2.1）将带有字体的图案M转换为灰度图G；
（2.2）通过计算全图像素值均值将灰度图G进行二值化处理，生成二维数组A；
（2.3）将二维数组扩展为一维向量,得到对比字符指纹V。
4.根据权利要求1所述的字体检测方法，其特征在于，所述生成检测字符指纹的具体步骤包括：
（3.1）圈选出需检测的图片M2中文字部分Mw；
（3.2）将文字部分Mw转换为灰度图Mwg；
（3.3）将灰度图通过OTSU算法进行二值化，得到二维数组A2；
（3.4）根据二维数组A2边缘像素值生成文字部分的二维数组A3；
（3.5）将二维数组A3扩展为一维向量，得到检测字符指纹V2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110165025.7A CN112966688A (zh) | 2021-02-06 | 2021-02-06 | 一种字体检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110165025.7A CN112966688A (zh) | 2021-02-06 | 2021-02-06 | 一种字体检测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112966688A true CN112966688A (zh) | 2021-06-15 |
Family
ID=76274801
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110165025.7A Pending CN112966688A (zh) | 2021-02-06 | 2021-02-06 | 一种字体检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112966688A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000298702A (ja) * | 1999-04-15 | 2000-10-24 | Canon Inc | 画像処理装置及びその方法、コンピュータ可読メモリ |
| US6496600B1 (en) * | 1996-06-17 | 2002-12-17 | Canon Kabushiki Kaisha | Font type identification |
| US20170237723A1 (en) * | 2016-02-17 | 2017-08-17 | Adobe Systems Incorporated | Utilizing a customized digital font to identify a computing device |
| CN109409373A (zh) * | 2018-09-06 | 2019-03-01 | 昆明理工大学 | 一种基于图像处理的字体识别方法 |
| CN110197238A (zh) * | 2019-04-15 | 2019-09-03 | 广州企图腾科技有限公司 | 一种字体类别的识别方法、系统及终端设备 |
-
2021
- 2021-02-06 CN CN202110165025.7A patent/CN112966688A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6496600B1 (en) * | 1996-06-17 | 2002-12-17 | Canon Kabushiki Kaisha | Font type identification |
| JP2000298702A (ja) * | 1999-04-15 | 2000-10-24 | Canon Inc | 画像処理装置及びその方法、コンピュータ可読メモリ |
| US20170237723A1 (en) * | 2016-02-17 | 2017-08-17 | Adobe Systems Incorporated | Utilizing a customized digital font to identify a computing device |
| CN109409373A (zh) * | 2018-09-06 | 2019-03-01 | 昆明理工大学 | 一种基于图像处理的字体识别方法 |
| CN110197238A (zh) * | 2019-04-15 | 2019-09-03 | 广州企图腾科技有限公司 | 一种字体类别的识别方法、系统及终端设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5410611A (en) | Method for identifying word bounding boxes in text | |
| US7653244B2 (en) | Intelligent importation of information from foreign applications user interface | |
| US20060018544A1 (en) | Method and apparatus for detecting an orientation of characters in a document image | |
| RU2621601C1 (ru) | Устранение искривлений изображения документа | |
| JP2002133426A (ja) | 多値画像から罫線を抽出する罫線抽出装置 | |
| JP2005242579A (ja) | 文書処理装置、文書処理方法、および文書処理プログラム | |
| US10025976B1 (en) | Data normalization for handwriting recognition | |
| CN110866529A (zh) | 字符识别方法、装置、电子设备及存储介质 | |
| Zoizou et al. | A new hybrid method for Arabic multi-font text segmentation, and a reference corpus construction | |
| CN114005126A (zh) | 表格重构方法、装置、计算机设备及可读存储介质 | |
| EP0877335B1 (en) | Character recognition method, character recognition apparatus | |
| CN107240185B (zh) | 一种冠字号识别方法、装置、设备及存储介质 | |
| Memon et al. | Glyph identification and character recognition for Sindhi OCR | |
| CN112966688A (zh) | 一种字体检测方法 | |
| CN113128496B (zh) | 一种从图像中提取结构化数据的方法、装置和设备 | |
| CN110414496B (zh) | 相似字识别方法、装置、计算机设备及存储介质 | |
| CN112434700A (zh) | 车牌识别方法、装置、设备及存储介质 | |
| CN113255674A (zh) | 字符识别方法、装置、电子设备及计算机可读存储介质 | |
| CN111488870A (zh) | 文字识别方法和文字识别装置 | |
| CN113435331B (zh) | 图像文字识别方法、系统、电子设备及存储介质 | |
| JP3209197B2 (ja) | 文字認識装置及び文字認識プログラムを記録した記録媒体 | |
| CN113434491B (zh) | 面向深度学习ocr识别的字模数据清洗方法、系统及介质 | |
| Ham et al. | Automated analysis of mixed documents consisting of printed Korean/alphanumeric texts and graphic images | |
| Deshpande et al. | Handwritten devnagari character recognition using connected segments and minimum edit distance | |
| CN115100672A (zh) | 文字检测识别方法、装置、设备与计算机可读存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210615 |