CN114117366B - 基于全字符变换的字符变形方法及系统 - Google Patents

基于全字符变换的字符变形方法及系统 Download PDF

Info

Publication number
CN114117366B
CN114117366B CN202210083818.9A CN202210083818A CN114117366B CN 114117366 B CN114117366 B CN 114117366B CN 202210083818 A CN202210083818 A CN 202210083818A CN 114117366 B CN114117366 B CN 114117366B
Authority
CN
China
Prior art keywords
character
key points
group
offset
shifting
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
CN202210083818.9A
Other languages
English (en)
Other versions
CN114117366A (zh
Inventor
田辉
鲁国峰
郭玉刚
张志翔
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.)
Hefei High Dimensional Data Technology Co ltd
Original Assignee
Hefei High Dimensional Data 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 Hefei High Dimensional Data Technology Co ltd filed Critical Hefei High Dimensional Data Technology Co ltd
Priority to CN202210083818.9A priority Critical patent/CN114117366B/zh
Publication of CN114117366A publication Critical patent/CN114117366A/zh
Application granted granted Critical
Publication of CN114117366B publication Critical patent/CN114117366B/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
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
    • G06F21/16—Program or content traceability, e.g. by watermarking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0021—Image watermarking

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Multimedia (AREA)
  • Technology Law (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • General Engineering & Computer Science (AREA)
  • Image Processing (AREA)
  • Controls And Circuits For Display Device (AREA)

Abstract

本发明特别涉及一种基于全字符变换的字符变形方法，包括如下步骤：S100、根据矢量字符的数据获取该字符关键点的分组信息和位置信息；S200、将所有关键点沿横向或纵向偏移且所有关键点的偏移方向一致，偏移时横坐标或纵坐标相同的关键点偏移量一致；S300、比较偏移前后字符的各组关键点，得到差异最大的组；S400、将偏移前后的字符重新组合得到变形字符；同时公开了字符变形系统。该变形字符与标准矢量字符相比，只有其中一组关键点发生了较大偏移，其他组的关键点位置保持不变，这样得到的变形字符视觉效果好，且在后面进行水印提取的时候更有利于OCR算法进行识别。

Description

基于全字符变换的字符变形方法及系统
技术领域
本发明涉及字体设计技术领域，特别涉及一种基于全字符变换的字符变形方法及系统。
背景技术
字体水印是一种文本水印技术，可以将特定水印信息（名称、ID等）编码后隐藏在组成文档的字形中，最后可用特定程序提取水印信息。嵌入信息后的文档看上去不会有明显变化，但是实际上文档已经被嵌入了唯一的水印信息，这样可以在不破坏原始文档内容且不被人察觉的情况下，实现文本内容的版权防护与泄密溯源。
目前有两种字体水印相关的技术方案，第一种方案主要通过人工微调目标字体来生成多个相似的字体并制作成专有字库，在嵌入端通过选择不同的字体变形来表达不同的水印信息。这些字体在人眼观看时几乎没有不同，但在提取端可以通过图像匹配的方式进行识别，从而提取出水印信息。该方案的缺陷在于需要投入大量的人工和时间成本来设计字库；同时，由于使用单个字形的变化表示信息，该方案的鲁棒性较弱，在截屏、压缩、纸质文档拍照、屏幕文档拍照等常见场景下无法成功提取水印信息。
另一种方案通过字形流图半自动地生成目标字体的相似字体，然后对每一个字形的不同变体训练分类网络来提取信息。该方案可以半自动生成字库，相比于第一种方案节省了人力成本。但是，由于对每个字形都要训练对应的分类网络，该方案只适用于字形种类较少的语言（如英文），并且只能用于字号较大的场景（如海报）。
发明内容
本发明的首要目的在于提供一种基于全字符变换的字符变形方法，可以方便的对矢量字符进行变形。
为实现以上目的，本发明采用的技术方案为：一种基于全字符变换的字符变形方法，包括如下步骤：S100、根据矢量字符的数据获取该字符关键点的分组信息和位置信息；S200、将所有关键点沿横向或纵向偏移且所有关键点的偏移方向一致，偏移时横坐标或纵坐标相同的关键点偏移量一致；S300、比较偏移前后字符的各组关键点，得到差异最大的组；S400、将偏移前字符除去差异最大的组以外的其他组和偏移后字符差异最大组重新组合得到变形字符。
本发明的另一个目的在于提供一种基于全字符变换的字符变形系统，可以方便的对矢量字符进行变形。
为实现以上目的，本发明采用的技术方案为：一种基于全字符变换的字符变形系统，包括字符关键点读取模块，用于从标准矢量字符的数据中获取该字符关键点的分组信息和位置信息；字符偏移模块，将标准矢量字符所有关键点沿横向或纵向偏移且所有关键点偏移方向一致，偏移时横坐标或纵坐标相同的关键点偏移量一致；字符比较模块，用于比较偏移前后字符的各组关键点，得到差异最大的组；字符组合模块，用于将偏移前字符除去差异最大的组以外的其他组和偏移后字符差异最大组重新组合得到变形字符。
与现有技术相比，本发明存在以下技术效果：通过对偏移前字符即标准矢量字符进行偏移得到偏移后字符，再将偏移前后字符的各组进行比对，从而挑选出差异较大的组，然后通过重新组合得到变形字符，该变形字符与标准矢量字符相比，只有其中一组关键点发生了较大偏移，其他组的关键点位置保持不变，这样得到的变形字符视觉效果好，且在后面进行水印提取的时候更有利于OCR算法进行识别。
附图说明
图1是本发明的流程示意图；
图2是步骤S300和S400的流程示意图；
图3是本发明中系统的原理框图。
具体实施方式
下面结合图1至图3，对本发明做进一步详细叙述。
参阅图1和图2，一种基于全字符变换的字符变形方法，包括如下步骤：S100、根据标准矢量字符的数据获取该字符关键点的分组信息和位置信息；标准矢量字符一般是ttf格式，我们可以先将其转换成svg格式，从中读出关键点的分组信息，然后将svg格式转换成json格式，从中读出关键点的位置信息。
以下是一段典型的svg格式数据，<glyph glyph-name="uni4EBA" unicode="人" d="M171 48Q191 18 198 9Q205 1 240-4L240-9Q211-9 196-13L120 119Q90 2324-22L21-17Q53 5 78 46Q103 88 113 139Q120 173 120 190Q120 197 119 199L122203L137 181Q132 179 130 167Q126 149 122 129Q157 70 171 48Z" horiz-adv-x="256"vert-adv-y="256" />，这个数据是通过第三方库处理得到的，不同的算法对同一个字处理得到的数据不同。
该段数据中，从“d=”后面的一段内容，我们可以读出如下信息：“M”后面的数据构成一个组，一般我们用英文part来描述“组”，有的字符只有一个part，有的字符有多个part，获取关键点的分组信息即针对“M”对这段数据进行切割。该段数据中，“L”表示直线，其前后的数据分别代表直线的起点和终点坐标；“Q”表示贝塞尔曲线，由svg格式转换成json格式时，这些坐标被转换成对应的位置信息。
S200、将所有关键点沿横向或纵向偏移且所有关键点偏移方向一致，偏移时横坐标或纵坐标相同的关键点偏移量一致；这里其实包括了四种方案，方案一：将所有关键点沿横向偏移，且偏移时横坐标相同的关键点偏移量一致；方案二：将所有关键点沿纵向偏移，且偏移时纵坐标相同的关键点偏移量一致；方案三：将所有关键点沿横向偏移，且偏移时纵坐标相同的关键点偏移量一致；方案四：将所有关键点沿纵向偏移，且偏移时横坐标相同的关键点偏移量一致。
进一步地，所述的方案一或方案二中，沿偏移方向，关键点的偏移量按0→d→0这样的趋势变化，其中d为偏移量最大值，d的取值和字符位图的大小有关，一般为字符位图大小的1%~10%，比如字符位图的大小为256*256时，d可取3~25，最优的取10。所述的方案三或方案四中，沿与偏移方向垂直的方向，关键点的偏移量按0→d或d→0这样的趋势变化，其中d为偏移量最大值。这里偏移量的变化为线性变化时效果最佳，并且，方案一或方案二中的d出现在字符中心线处，这样变形效果更佳。
上述方案中，当将标准矢量字符的数据转换成关键点位置信息后，即构建了二维坐标系，该坐标系中，字符的左上角为坐标系原点，沿水平向右为x正方向，沿竖直向下为y正方向。本案中所有关于方向的描述都是基于此进行的，比如：“横向”、“水平方向”均表示与x轴平行的方向；“纵向”、“竖直方向”均表示与y轴平行的方向；“x负方向”即沿水平向左的方向；“y负方向”即沿竖直向上的方向；“上”即“y负方向”，“下”即“y正方向”，“左”即“x负方向”，“右”即“x正方向”。下列所有针对方向的表述都是以此为基准的，关键点的位置信息就是其位于上述二维坐标系中的坐标。
对于方案一或方案二来说，本发明中优选地，各关键点的偏移量由偏移权重和偏移量最大值相乘得到，偏移量最大值等于d，d可以取正值也可以取负值，分别对应不同的偏移方向。下面根据偏移方向的不同，分别通过不同的公式来计算偏移权重。
若偏移方向为横向时，d为正整数、负整数分别对应沿x正方向偏移、沿x负方向偏移，此时的偏移权重按如下公式计算：
Figure 463081DEST_PATH_IMAGE001
式中，
Figure 611166DEST_PATH_IMAGE002
分别为字符中最右侧、最左侧以及待偏移关键点的横坐标。
若偏移方向为纵向时，d为正整数、负整数分别对应沿y正方向偏移、沿y负方向偏移，此时的偏移权重按如下公式计算：
Figure 494808DEST_PATH_IMAGE003
式中，
Figure 234094DEST_PATH_IMAGE004
分别为字符中最下侧、最上侧以及待偏移关键点的纵坐标。
通过上面两个该公式，我们可以直接根据关键点的坐标信息就可以计算出其偏移量，非常的方便。
对于方案三或方案四来说，本发明中优选地，各关键点的偏移量由偏移权重和偏移量最大值相乘得到，偏移量最大值等于d，d可以取正值也可以取负值，分别对应不同的偏移方向，下面根据偏移方向的不同，分别通过不同的公式来计算偏移权重。
若偏移方向为横向且偏移量沿y负方向递增，偏移权重按如下公式计算：
Figure 406449DEST_PATH_IMAGE005
若偏移方向为横向且偏移量沿y正方向递增，偏移权重按如下公式计算：
Figure 623804DEST_PATH_IMAGE006
式中，
Figure 627532DEST_PATH_IMAGE004
分别为字符中最下侧、最上侧以及待偏移关键点的纵坐标。
若偏移方向为纵向且偏移量沿x负方向递增，偏移权重按如下公式计算：
Figure 475402DEST_PATH_IMAGE007
若偏移方向为纵向且偏移量沿x正方向递增，偏移权重按如下公式计算：
Figure 197371DEST_PATH_IMAGE008
式中，
Figure 421679DEST_PATH_IMAGE002
分别为字符中最右侧、最左侧以及待偏移关键点的横坐标。
同样地，这里直接利用公式，根据关键点的位置信息就能直接计算出其偏移量，非常方便。
进一步地，S300、比较偏移前后字符的各组关键点，得到差异最大的组；由于上述的偏移方式会使得字符的部分区域偏移较小，这些区域对后续变形字符的识别作用较小，因此为了进一步提高字符的可视效果和OCR识别准确率，我们挑选出变化差异最大的组，然后对标准字符和偏移字符进行重组。
进一步地，S400、将偏移前字符除去差异最大的组以外的其他组和偏移后字符差异最大组重新组合得到变形字符。该步骤的表述比较拗口，我们可以从图2中清楚的看出组合的过程，就是将“候”字中间一竖进行替换，需要注意的是，图2中，为了能清楚的示意出字符的偏移效果，我们在偏移字符的后面用灰色示意出标准矢量字符，这个灰色区域仅用于示意，让人清楚的看出偏移前后字符的差异。通过对标准矢量字符进行偏移得到偏移后字符，标准矢量字符即偏移前字符，再将标准矢量字符和偏移后字符的各组进行比对，从而挑选出差异最大的组，然后通过重新组合得到变形字符，该变形字符与标准矢量字符相比，只有其中一组关键点发生了较大偏移，其他组的关键点保持不变，这样得到的变形字符视觉效果好，并且由于变化的区域较小，因此在后面进行水印提取的时候更有利于OCR算法进行识别。
这种字符变形方法并非对所有字符都有较好的变形效果，故本发明中优选地，所述的步骤S100中，若标准矢量字符的关键点只有一组，则退出，对于这种字符，不存在差异最大组的挑选，因此不采用这种变形步骤。步骤S400中，判断重新组合后的变形字符各组关键点构成的字符区域有无重叠，若有，则退出，若无，则将该变形字符输出。同样地，组合后得到的变形字符相较于标准矢量字符而言，相当于仅针对其中一个组的关键点进行了偏移，因此偏移后，可能各组之间会发生干涉，当出现这种情况时，该字符也不适合本案中的字符变形方案。加入这两种判断以后，经处理得到的变形字符可视效果非常好，且后续的识别也非常准确。
进一步地，所述的步骤S100，标准矢量字符的关键点分为N组；步骤S300中，包括如下步骤：S310、将偏移前字符的各组关键点{a1,a2,…,aN}分别转换成位图得到图像{A1,A2,…,AN}；S320、将偏移后字符的各组关键点{b1,b2,…,bN}分别转换成位图得到图像{B1,B2,…,BN}；S330、对位图Ai和位图Bi进行模板匹配得到相关系数Ri，其中i取{1,2,…,N}；S340、Ri取最大值时对应的组即为差异最大的组。模板匹配算法是非常成熟的算法，我们采用相关法计算模板匹配的相关系数。
具体地，所述的步骤S340中，记差异最大的组为k，步骤S400中，重新组合即：将偏移前字符的各组关键点{a1,a2,…,aN}中的ak替换为bk。通过此步骤，可以方便的通过程序来自动实现上述替换过程。
参阅图3，本发明还公开了一种基于全字符变换的字符变形系统，包括字符关键点读取模块，用于从标准矢量字符的数据中获取该字符关键点的分组信息和位置信息；字符偏移模块，将标准矢量字符所有关键点沿横向或纵向偏移且所有关键点偏移方向一致，偏移时横坐标或纵坐标相同的关键点偏移量一致；字符比较模块，用于比较偏移前后字符的各组关键点，得到差异最大的组；字符组合模块，用于将偏移前字符除去差异最大的组以外的其他组和偏移后字符差异最大组重新组合得到变形字符。通过该系统可以方便的实现字符的变形。
本发明公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现前述的基于全字符变换的字符变形方法。
本发明公开了一种电子设备，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序时，实现前述的基于全字符变换的字符变形方法。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种基于全字符变换的字符变形方法，其特征在于：包括如下步骤：
S100、根据标准矢量字符的数据获取该字符关键点的分组信息和位置信息；
S200、将所有关键点沿横向或纵向偏移且所有关键点偏移方向一致，偏移时横坐标或纵坐标相同的关键点偏移量一致；
S300、比较偏移前后字符的各组关键点，得到差异最大的组；
S400、将偏移前字符除去差异最大的组以外的其他组和偏移后字符差异最大组重新组合得到变形字符。
2.如权利要求1所述的基于全字符变换的字符变形方法，其特征在于：所述的步骤S100中，若标准矢量字符的关键点只有一组，则退出；步骤S400中，判断重新组合后的变形字符各组关键点构成的字符区域有无重叠，若有，则退出，若无，则将该变形字符输出。
3.如权利要求2所述的基于全字符变换的字符变形方法，其特征在于：所述的步骤S100，标准矢量字符的关键点分为N组；步骤S300中，包括如下步骤：
S310、将偏移前字符的各组关键点{a1,a2,…,aN}分别转换成位图得到图像{A1,A2,…,AN}；
S320、将偏移后字符的各组关键点{b1,b2,…,bN}分别转换成位图得到图像{B1,B2,…,BN}；
S330、对位图Ai和位图Bi进行模板匹配得到相关系数Ri，其中i取{1,2,…,N}；
S340、Ri取最小值时对应的组即为差异最大的组。
4.如权利要求3所述的基于全字符变换的字符变形方法，其特征在于：所述的步骤S340中，记差异最大的组为k，步骤S400中，重新组合即：将偏移前字符的各组关键点{a1,a2,…,aN}中的ak替换为bk。
5.如权利要求1-4任一项所述的基于全字符变换的字符变形方法，其特征在于：所述的步骤S200中，包括如下四种偏移方案：
方案一：将所有关键点沿横向偏移，且偏移时横坐标相同的关键点偏移量一致；
方案二：将所有关键点沿纵向偏移，且偏移时纵坐标相同的关键点偏移量一致；
方案三：将所有关键点沿横向偏移，且偏移时纵坐标相同的关键点偏移量一致；
方案四：将所有关键点沿纵向偏移，且偏移时横坐标相同的关键点偏移量一致。
6.如权利要求5所述的基于全字符变换的字符变形方法，其特征在于：所述的方案一或方案二中，沿偏移方向，关键点的偏移量按0→d→0这样的趋势变化，其中d为偏移量最大值。
7.如权利要求5所述的基于全字符变换的字符变形方法，其特征在于：所述的方案三中，沿与偏移方向垂直的方向，关键点的偏移量按0→d或d→0这样的趋势变化；所述的方案四中，沿与偏移方向垂直的方向，关键点的偏移量按0→d或d→0这样的趋势变化；其中d为偏移量最大值。
8.一种基于全字符变换的字符变形系统，其特征在于：包括
字符关键点读取模块，用于从标准矢量字符的数据中获取该字符关键点的分组信息和位置信息；
字符偏移模块，将标准矢量字符所有关键点沿横向或纵向偏移且所有关键点偏移方向一致，偏移时横坐标或纵坐标相同的关键点偏移量一致；
字符比较模块，用于比较偏移前后字符的各组关键点，得到差异最大的组；
字符组合模块，用于将偏移前字符除去差异最大的组以外的其他组和偏移后字符差异最大组重新组合得到变形字符。
9.一种计算机可读存储介质，其特征在于：其上存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1-7中任一项所述的基于全字符变换的字符变形方法。
10.一种电子设备，其特征在于：包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-7中任一项所述的基于全字符变换的字符变形方法。
CN202210083818.9A 2022-01-25 2022-01-25 基于全字符变换的字符变形方法及系统 Active CN114117366B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210083818.9A CN114117366B (zh) 2022-01-25 2022-01-25 基于全字符变换的字符变形方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210083818.9A CN114117366B (zh) 2022-01-25 2022-01-25 基于全字符变换的字符变形方法及系统

Publications (2)

Publication Number Publication Date
CN114117366A CN114117366A (zh) 2022-03-01
CN114117366B true CN114117366B (zh) 2022-04-08

Family

ID=80360890

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210083818.9A Active CN114117366B (zh) 2022-01-25 2022-01-25 基于全字符变换的字符变形方法及系统

Country Status (1)

Country Link
CN (1) CN114117366B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115796119B (zh) * 2023-02-02 2023-04-18 合肥高维数据技术有限公司 基于渲染效果的字体校准方法
CN116362202B (zh) * 2023-06-01 2023-08-11 合肥高维数据技术有限公司 字体生成方法、存储介质及电子设备

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62182884A (ja) * 1986-02-06 1987-08-11 Fujitsu Ltd 文字発生方式
CN1067752A (zh) * 1991-06-19 1993-01-06 株式会社日立制作所 处理字符的方法和设备以及输入字符的方法和设备
US5404436A (en) * 1991-11-27 1995-04-04 Digital Equipment Corporation Computer method and apparatus for converting compressed characters for display in full size
JP2002232679A (ja) * 2001-01-30 2002-08-16 Canon Inc 画像処理方法及び装置及びコンピュータプログラム及び記憶媒体
CN103914639A (zh) * 2014-04-02 2014-07-09 北京中软冠群软件技术有限公司 一种文档追踪方法及装置
CN104396225A (zh) * 2012-07-05 2015-03-04 株式会社东芝 向对象嵌入数据的装置及方法、以及抽取所嵌入的数据的装置及方法
CN110073357A (zh) * 2017-01-02 2019-07-30 西部数据技术公司 解密和变体处理
CN110110258A (zh) * 2018-02-01 2019-08-09 阿里巴巴集团控股有限公司 一种文字转换的方法、装置以及电子设备
CN111488104A (zh) * 2020-04-16 2020-08-04 维沃移动通信有限公司 一种字形编辑方法及电子设备
CN112417087A (zh) * 2020-12-14 2021-02-26 合肥高维数据技术有限公司 基于文字的溯源方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7391917B2 (en) * 2003-02-13 2008-06-24 Canon Kabushiki Kaisha Image processing method
JP5598120B2 (ja) * 2010-06-30 2014-10-01 株式会社リコー 画像処理装置
FR3003422B1 (fr) * 2013-03-15 2016-12-09 Send Only Oked Documents (Sood) Procede de tatouage de la partie textuelle d'un document
CN109087234A (zh) * 2018-08-09 2018-12-25 李晓妮 一种文本图像中的水印嵌入方法和装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62182884A (ja) * 1986-02-06 1987-08-11 Fujitsu Ltd 文字発生方式
CN1067752A (zh) * 1991-06-19 1993-01-06 株式会社日立制作所 处理字符的方法和设备以及输入字符的方法和设备
US5404436A (en) * 1991-11-27 1995-04-04 Digital Equipment Corporation Computer method and apparatus for converting compressed characters for display in full size
JP2002232679A (ja) * 2001-01-30 2002-08-16 Canon Inc 画像処理方法及び装置及びコンピュータプログラム及び記憶媒体
CN104396225A (zh) * 2012-07-05 2015-03-04 株式会社东芝 向对象嵌入数据的装置及方法、以及抽取所嵌入的数据的装置及方法
CN103914639A (zh) * 2014-04-02 2014-07-09 北京中软冠群软件技术有限公司 一种文档追踪方法及装置
CN110073357A (zh) * 2017-01-02 2019-07-30 西部数据技术公司 解密和变体处理
CN110110258A (zh) * 2018-02-01 2019-08-09 阿里巴巴集团控股有限公司 一种文字转换的方法、装置以及电子设备
CN111488104A (zh) * 2020-04-16 2020-08-04 维沃移动通信有限公司 一种字形编辑方法及电子设备
CN112417087A (zh) * 2020-12-14 2021-02-26 合肥高维数据技术有限公司 基于文字的溯源方法及系统

Also Published As

Publication number Publication date
CN114117366A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
CN114117366B (zh) 基于全字符变换的字符变形方法及系统
Amano et al. A feature calibration method for watermarking of document images
JP2004139484A (ja) 帳票処理装置、該装置実行のためのプログラム、及び、帳票書式作成プログラム
CN111353492B (zh) 一种标准化文档的图像识别和信息提取方法及装置
US20150169972A1 (en) Character data generation based on transformed imaged data to identify nutrition-related data or other types of data
JPH08305803A (ja) 文字テンプレートセット学習マシン動作方法
CN105468732A (zh) 一种图像关键词检查方法及装置
CN111814576A (zh) 一种基于深度学习的购物小票图片识别方法
CN115131803A (zh) 文档字号的识别方法、装置、计算机设备和存储介质
CN115082935A (zh) 用于对文档图像进行矫正的方法、设备及存储介质
CN114694161A (zh) 一种特定版式证件的文本识别方法、设备及存储介质
CN113657377A (zh) 一种机打票据图像结构化识别方法
CN113033559A (zh) 一种基于目标检测的文本检测方法及装置、存储介质
US7873228B2 (en) System and method for creating synthetic ligatures as quality prototypes for sparse multi-character clusters
CN113989485A (zh) 基于ocr识别的文本字符分割方法及系统
CN114694159A (zh) 一种工程图bom识别方法、装置、电子设备和存储介质
JP4910635B2 (ja) 画像処理装置及び画像処理プログラム
CN112785529A (zh) 模板图像匹配矫正方法
CN116542835A (zh) 字符水印生成和提取方法以及系统
CN114201944A (zh) 字体变形方法及其构成的水印嵌入和提取方法
CN115796119B (zh) 基于渲染效果的字体校准方法
CN112907605B (zh) 用于实例分割的数据增强方法
CN116362202B (zh) 字体生成方法、存储介质及电子设备
JP7150809B2 (ja) 多モデル深層学習による文書のデジタル化アーキテクチャ、文書画像処理プログラム
CN115330590B (zh) 一种图像风格迁移方法及系统

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