JP2020134557A - Character data generation device, method, and program - Google Patents
Character data generation device, method, and program Download PDFInfo
- Publication number
- JP2020134557A JP2020134557A JP2019023545A JP2019023545A JP2020134557A JP 2020134557 A JP2020134557 A JP 2020134557A JP 2019023545 A JP2019023545 A JP 2019023545A JP 2019023545 A JP2019023545 A JP 2019023545A JP 2020134557 A JP2020134557 A JP 2020134557A
- Authority
- JP
- Japan
- Prior art keywords
- character
- deformation
- amount
- deformation amount
- font
- 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.)
- Granted
Links
Abstract
Description
本発明は、文字データ生成装置、方法及びプログラムに関する。 The present invention relates to a character data generator, a method and a program.
特許文献１には、乱数を用いて文字毎の角度をランダムに決定し、その角度分だけ回転又は傾斜させる変形処理を元のフォントデータに対して施すことで、表現のばらつきがある個性的な文字データを出力する装置が開示されている。 In Patent Document 1, the angle of each character is randomly determined using a random number, and the original font data is subjected to a transformation process of rotating or tilting by that angle, so that the original font data has a unique expression. A device that outputs character data is disclosed.
ところが、回転角度又は傾斜角度を含む変形量が一様分布に従うように、文字毎の変形量をランダムに決定すると、フォントの変形に起因するノイズパワースペクトル（ＮＰＳ）が周波数によらず一定である、いわゆる「ホワイトノイズ」的な表現になってしまう。この場合、観察者は、出力された文字列を画像として視認する際に雑然さを覚える可能性がある。 However, if the amount of deformation for each character is randomly determined so that the amount of deformation including the rotation angle or tilt angle follows a uniform distribution, the noise power spectrum (NPS) due to the deformation of the font is constant regardless of the frequency. , So-called "white noise" expression. In this case, the observer may feel cluttered when visually recognizing the output character string as an image.
本発明の目的は、文字毎のフォントをランダムに変形する場合と比べて、視認時の雑然さが抑制された文字データを生成可能な文字データ生成装置、方法及びプログラムを提供することである。 An object of the present invention is to provide a character data generation device, method and program capable of generating character data in which clutter at the time of visual recognition is suppressed as compared with the case where a font for each character is randomly transformed.
第１の本発明における文字データ生成装置は、文字列を取得する文字列取得部と、前記文字列取得部により取得された前記文字列を構成する文字毎にフォントの変形度合いを示す変形量を決定する変形量決定部と、前記変形量決定部により決定された前記変形量を用いて、元のフォントを示すフォントデータに対する変形処理を文字毎に施すことで、変形後のフォント配列を示す文字データを生成する文字生成部と、を備え、前記変形量決定部は、前記文字列において指定された指定文字よりも配列順が前である他の文字の変形量を用いて、前記指定文字の変形量を逐次的に決定する。 The character data generation device of the first invention has a character string acquisition unit that acquires a character string, and a deformation amount that indicates the degree of deformation of the font for each character that constitutes the character string acquired by the character string acquisition unit. By using the deformation amount determination unit to be determined and the deformation amount determined by the deformation amount determination unit to perform transformation processing on the font data indicating the original font for each character, a character indicating the font arrangement after transformation is performed. A character generation unit for generating data is provided, and the transformation amount determination unit uses a transformation amount of another character whose arrangement order is earlier than the specified character specified in the character string to generate the specified character. The amount of deformation is determined sequentially.
第２の本発明における文字データ生成方法は、文字列を取得する取得ステップと、取得された前記文字列を構成する文字毎にフォントの変形度合いを示す変形量を決定する決定ステップと、決定された前記変形量を用いて、元のフォントを示すフォントデータに対する変形処理を文字毎に施すことで、変形後のフォント配列を示す文字データを生成する生成ステップと、を１つ又は複数のコンピュータが実行し、前記決定ステップでは、前記文字列において指定された指定文字よりも配列順が前である他の文字の変形量を用いて、前記指定文字の変形量を逐次的に決定する。 The second character data generation method in the present invention is determined by an acquisition step of acquiring a character string and a determination step of determining a deformation amount indicating the degree of font deformation for each character constituting the acquired character string. One or more computers perform a generation step of generating character data indicating a font arrangement after transformation by performing transformation processing on font data indicating the original font for each character using the above-mentioned transformation amount. In the determination step, the transformation amount of the designated character is sequentially determined by using the transformation amount of another character whose arrangement order is earlier than the designated character specified in the character string.
第３の本発明における文字データ生成プログラムは、文字列を取得する取得ステップと、取得された前記文字列を構成する文字毎にフォントの変形度合いを示す変形量を決定する決定ステップと、決定された前記変形量を用いて、元のフォントを示すフォントデータに対する変形処理を文字毎に施すことで、変形後のフォント配列を示す文字データを生成する生成ステップと、を１つ又は複数のコンピュータに実行させ、前記決定ステップでは、前記文字列において指定された指定文字よりも配列順が前である他の文字の変形量を用いて、前記指定文字の変形量を逐次的に決定する。 The third character data generation program of the present invention is determined by an acquisition step of acquiring a character string and a determination step of determining a deformation amount indicating the degree of font deformation for each character constituting the acquired character string. A generation step of generating character data indicating a font array after transformation by performing transformation processing on font data indicating the original font for each character using the above-mentioned transformation amount is performed on one or more computers. In the determination step, the transformation amount of the designated character is sequentially determined by using the transformation amount of another character whose arrangement order is earlier than the designated character specified in the character string.
本発明によれば、文字毎のフォントをランダムに変形する場合と比べて、視認時の雑然さが抑制された文字データを生成することができる。 According to the present invention, it is possible to generate character data in which clutter at the time of visual recognition is suppressed as compared with the case where the font for each character is randomly transformed.
以下、本発明における文字データ生成装置について、文字データ生成方法及び文字データ生成プログラムとの関係において好適な実施形態を挙げ、添付の図面を参照しながら説明する。なお、この発明は、後述する実施形態に限定されるものではなく、この発明の主旨を逸脱しない範囲で自由に変更できることは勿論である。 Hereinafter, the character data generation device of the present invention will be described with reference to the accompanying drawings with reference to preferred embodiments in relation to the character data generation method and the character data generation program. It should be noted that the present invention is not limited to the embodiments described later, and of course, the present invention can be freely changed without departing from the gist of the present invention.
＜文字データ生成装置１０の構成＞
図１は、本発明の一実施形態における文字データ生成装置１０の電気的なブロック図である。文字データ生成装置１０は、後述する文字データ３４を生成して出力するコンピュータであり、柔らかな感触をもった／ストレスを感じさせないユーザ・インターフェース（ＳＦ−ＵＩ；Soft Feel/Stress Free User Interface）を実現する装置である。この文字データ生成装置１０は、具体的には、通信部１２と、入力部１４と、表示部１６と、制御部１８と、記憶部２０とを含んで構成される。
<Configuration of character data generation device 10>
FIG. 1 is an electrical block diagram of the character data generation device 10 according to the embodiment of the present invention. The character data generation device 10 is a computer that generates and outputs character data 34, which will be described later, and provides a user interface (SF-UI; Soft Feel / Stress Free User Interface) that has a soft feel / does not feel stress. It is a device to realize. Specifically, the character data generation device 10 includes a communication unit 12, an input unit 14, a display unit 16, a control unit 18, and a storage unit 20.
通信部１２は、外部装置に対して電気信号を送受信するための通信インターフェースである。これにより、文字データ生成装置１０は、元のフォントを示すフォントデータを外部装置から受信可能であり、自身が生成した文字データ３４を外部装置に向けて送信可能である。 The communication unit 12 is a communication interface for transmitting and receiving electric signals to and from an external device. As a result, the character data generation device 10 can receive font data indicating the original font from the external device, and can transmit the character data 34 generated by itself to the external device.
入力部１４は、マウス、キーボード、タッチセンサ、又はマイクロフォンを含んで構成される。表示部１６は、液晶ディスプレイ、ＯＬＥＤ（Organic Electro-Luminescence Display）を含む表示装置から構成される。入力部１４による入力機能及び表示部１６による表示機能を組み合わせることで、グラフィカル・ユーザ・インターフェース（ＧＵＩ）を構築可能である。 The input unit 14 includes a mouse, a keyboard, a touch sensor, or a microphone. The display unit 16 includes a liquid crystal display and a display device including an OLED (Organic Electro-Luminescence Display). A graphical user interface (GUI) can be constructed by combining the input function by the input unit 14 and the display function by the display unit 16.
制御部１８は、ＣＰＵ（Central Processing Unit）又はＧＰＵ（Graphics Processing Unit）のプロセッサによって構成されている。制御部１８は、記憶部２０に格納されたプログラムを読み出し実行することで、文字列取得部２２、変形量決定部２４、文字生成部２６、及び出力処理部２８の各機能を遂行可能である。 The control unit 18 is composed of a processor of a CPU (Central Processing Unit) or a GPU (Graphics Processing Unit). The control unit 18 can execute the functions of the character string acquisition unit 22, the deformation amount determination unit 24, the character generation unit 26, and the output processing unit 28 by reading and executing the program stored in the storage unit 20. ..
記憶部２０は、制御部１８が各構成要素を制御するのに必要なプログラム及びデータを記憶している。記憶部２０は、非一過性であり、かつ、コンピュータ読み取り可能な記憶媒体で構成されている。ここで、コンピュータ読み取り可能な記憶媒体は、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ、フラッシュメモリ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置である。 The storage unit 20 stores programs and data necessary for the control unit 18 to control each component. The storage unit 20 is composed of a non-transient and computer-readable storage medium. Here, the computer-readable storage medium is a portable medium such as a magneto-optical disk, ROM, CD-ROM, flash memory, or a storage device such as a hard disk built in a computer system.
なお、記憶部２０には、文字のフォントに関するデータベース（以下、フォントＤＢ３０）が構築されると共に、入力データ３２、文字データ３４、及び複数のパラメータセット３６が格納されている。 The storage unit 20 is constructed with a database related to character fonts (hereinafter referred to as font DB 30), and stores input data 32, character data 34, and a plurality of parameter sets 36.
＜文字データ生成装置１０の動作＞
この実施形態における文字データ生成装置１０は、以上のように構成される。続いて、文字データ生成装置１０の動作（ここでは、文字データ３４の生成及び出力）について、図２のフローチャート及び図３〜図５を参照しながら説明する。
<Operation of character data generation device 10>
The character data generation device 10 in this embodiment is configured as described above. Subsequently, the operation of the character data generation device 10 (here, generation and output of the character data 34) will be described with reference to the flowchart of FIG. 2 and FIGS. 3 to 5.
図２のステップＳ１において、文字列取得部２２は、文字列を含む入力データ３２を記憶部２０から読み出すことで、対象である文字列を取得する。この入力データ３２は、入力部１４からのユーザの入力操作を通じて得られたデータであってもよいし、外部装置から供給されたデータであってもよい。 In step S1 of FIG. 2, the character string acquisition unit 22 acquires the target character string by reading the input data 32 including the character string from the storage unit 20. The input data 32 may be data obtained through a user input operation from the input unit 14, or may be data supplied from an external device.
ステップＳ２において、制御部１８は、ステップＳ１で取得された文字列の種類に応じて、変形量の決定アルゴリズムを選択する。ここで、「変形量」とは、フォントの変形度合いを示す量であり、具体例として、２次元アフィン変換における変換パラメータ（θ，γ１，γ２，ｓ１，ｓ２）が挙げられる。なお、θは回転角度、γ１はＸ軸方向の拡縮率、γ２はＹ軸方向の拡縮率、ｓ１はＸ軸方向のシフト量、ｓ２はＹ軸方向のシフト量にそれぞれ相当する。 In step S2, the control unit 18 selects an algorithm for determining the amount of deformation according to the type of the character string acquired in step S1. Here, the "deformation amount" is an amount indicating the degree of deformation of the font, and specific examples thereof include conversion parameters (θ, γ1, γ2, s1, s2) in the two-dimensional affine transformation. Note that θ corresponds to the rotation angle, γ1 corresponds to the scaling factor in the X-axis direction, γ2 corresponds to the scaling factor in the Y-axis direction, s1 corresponds to the shift amount in the X-axis direction, and s2 corresponds to the shift amount in the Y-axis direction.
図３は、文字座標系の定義の一例を示す図である。すべてのフォントを正方形状の画像領域４０内で表現する場合、この画像領域４０に対応する二次元座標系（つまり、文字座標系；Ｘ−Ｙ）を定義する。この文字座標系の原点Ｏは画像領域４０の中心に、Ｘ軸は横方向、Ｙ軸は縦方向にそれぞれ相当する。Ｘ軸，Ｙ軸のスケールは、画像領域４０をなす４つの頂点の座標が（−１，−１），（１，−１），（−１，１），（１，１）となるように正規化されている。なお、１つの文章内で複数種別の文字が混在する場合を考慮し、文字の種別毎に画像領域４０のサイズ（一辺の長さ）を異ならせてもよい。 FIG. 3 is a diagram showing an example of the definition of the character coordinate system. When all the fonts are represented in the square image area 40, a two-dimensional coordinate system (that is, a character coordinate system; XY) corresponding to the image area 40 is defined. The origin O of this character coordinate system corresponds to the center of the image area 40, the X-axis corresponds to the horizontal direction, and the Y-axis corresponds to the vertical direction. The scale of the X-axis and Y-axis is such that the coordinates of the four vertices forming the image area 40 are (-1, -1), (1, -1), (-1, 1), and (1, 1). Is normalized to. In consideration of the case where a plurality of types of characters are mixed in one sentence, the size (length of one side) of the image area 40 may be different for each type of character.
この文字座標系において、２次元アフィン変換後の座標（Ｘ’，Ｙ’）は、変換前の座標（Ｘ，Ｙ）及び変換パラメータ（θ，γ１，γ２，ｓ１，ｓ２）を用いて、次の（１）式及び（２）式で与えられる。
Ｘ’＝ γ１・Ｘｃｏｓθ＋γ２・Ｙｓｉｎθ＋ｓ１ ・・・（１）
Ｙ’＝−γ１・Ｘｓｉｎθ＋γ２・Ｙｃｏｓθ＋ｓ２ ・・・（２）
In this character coordinate system, the coordinates (X', Y') after the two-dimensional affine transformation are as follows using the coordinates (X, Y) before the transformation and the transformation parameters (θ, γ1, γ2, s1, s2). It is given by the equations (1) and (2) of.
X'= γ1, Xcosθ + γ2, Ysinθ + s1 ... (1)
Y'=-γ1, Xsinθ + γ2, Ycosθ + s2 ... (2)
ところで、上記した変形量をランダムに決定すると、フォントの変形に起因するノイズパワースペクトルが周波数によらず一定である、いわゆる「ホワイトノイズ」的な表現になってしまう。この場合、観察者は、出力された文字列を画像として視認する際に雑然さを覚える可能性がある。そこで、変形量の決定アルゴリズムとして、視認時の雑然さを抑制可能な手法を選択することが望ましい。その一例として、人間が心地よさを感じる「１／ｆゆらぎ」を発現する疑似１／ｆゆらぎ付与法や、人間の筆記傾向を学習した人工知能（ＡＩ）を用いた推論法等が挙げられる。 By the way, if the above-mentioned deformation amount is randomly determined, a so-called "white noise" expression is obtained in which the noise power spectrum caused by the deformation of the font is constant regardless of the frequency. In this case, the observer may feel cluttered when visually recognizing the output character string as an image. Therefore, as an algorithm for determining the amount of deformation, it is desirable to select a method that can suppress clutter at the time of visual recognition. Examples of this include a pseudo 1 / f fluctuation imparting method that expresses "1 / f fluctuation" that makes humans feel comfortable, and an inference method that uses artificial intelligence (AI) that has learned human writing tendencies.
図２のステップＳ３において、制御部１８は、未指定であって文字列の先頭に最も近い１つの文字（以下、「指定文字」という）を指定する。このステップＳ３を初めて実行する場合、指定文字は、文字列の先頭の文字である。 In step S3 of FIG. 2, the control unit 18 designates one character (hereinafter, referred to as “designated character”) that is not specified and is closest to the beginning of the character string. When this step S3 is executed for the first time, the designated character is the first character of the character string.
ステップＳ４において、変形量決定部２４は、ステップＳ３で指定された指定文字よりも配列順が前である他の文字（１つ又複数の文字）の変形量を用いて、この指定文字の変形量を決定する。以下、この決定方法について、図４を参照しながら詳細に説明する。 In step S4, the transformation amount determining unit 24 uses the transformation amount of another character (one or more characters) whose arrangement order is earlier than the designated character specified in step S3 to transform the designated character. Determine the amount. Hereinafter, this determination method will be described in detail with reference to FIG.
図４（ａ）は、間欠カオス法を用いた変形量の決定方法を示す図である。グラフの横軸は（ｉ−１）番目の決定量Ｐ（ｉ−１）を示すとともに、グラフの縦軸はｉ番目の決定量Ｐ（ｉ）を示す。ここで、決定量Ｐは、［０，１］の範囲で正規化された変形量に相当する。例えば、変換パラメータｓ１（Ｘ軸方向のシフト量）がとり得る範囲を（−０．２≦ｓ１≦０．２）と定めた場合、Ｐ＝０の値がｓ１＝−０．２（範囲の下限値）に、Ｐ＝１の値がｓ１＝０．２（範囲の上限値）にそれぞれ対応する。 FIG. 4A is a diagram showing a method of determining the amount of deformation using the intermittent chaos method. The horizontal axis of the graph indicates the (i-1) th determination amount P (i-1), and the vertical axis of the graph indicates the i-th determination amount P (i). Here, the determination amount P corresponds to the deformation amount normalized in the range of [0,1]. For example, when the range that the conversion parameter s1 (shift amount in the X-axis direction) can take is defined as (-0.2 ≤ s1 ≤ 0.2), the value of P = 0 is s1 = -0.2 (range). The lower limit value) corresponds to the value of P = 1 corresponding to s1 = 0.2 (upper limit value of the range).
変形量決定部２４は、この不連続的な写像に基づいて、（ｉ−１）番目の文字の変形量からｉ番目の変形量を逐次的に決定する。これにより、フォントの変形に起因するノイズパワースペクトルが周波数に対して反比例する「１／ｆゆらぎ」が発現する。１つの指定文字に対して複数の変形量を決定する場合、変形量決定部２４は、カオスを発生可能な写像関数を用いて、それぞれの変形量を独立して決定してもよい。なお、疑似１／ｆゆらぎ付与法は、上記した間欠カオス法に限られず、例えば、セルラーオートマトン、１／２階積分法を含む様々な手法を採用してもよい。 Based on this discontinuous mapping, the deformation amount determining unit 24 sequentially determines the i-th deformation amount from the deformation amount of the (i-1) th character. As a result, "1 / f fluctuation" in which the noise power spectrum caused by the deformation of the font is inversely proportional to the frequency appears. When determining a plurality of deformation amounts for one designated character, the deformation amount determination unit 24 may independently determine each deformation amount by using a mapping function capable of generating chaos. The pseudo 1 / f fluctuation imparting method is not limited to the above-mentioned intermittent chaos method, and various methods including, for example, a cellular automaton and a 1/2-order integration method may be adopted.
図４（ｂ）は、学習器３８を用いた変形量の決定方法を示す図である。この学習器３８は、ｉ番目の文字の特徴量、（ｉ−１）番目の文字の特徴量及び変形量を入力し、ｉ番目の変形量を出力する。本図の例では、学習器３８は、（ｉ−１）番目の文字情報のみを入力可能であるが、さらに前の文字を含む複数の文字情報を同時に入力可能に構成されてもよい。 FIG. 4B is a diagram showing a method of determining the amount of deformation using the learning device 38. The learner 38 inputs the feature amount of the i-th character, the feature amount of the (i-1) -th character, and the deformation amount, and outputs the i-th deformation amount. In the example of this figure, the learner 38 can input only the (i-1) th character information, but may be configured to be able to input a plurality of character information including the preceding character at the same time.
文字の変形量は、上記した変換パラメータ（θ，γ１，γ２，ｓ１，ｓ２）のうち少なくとも１つのパラメータである。また、文字の特徴量の具体例として、［１］文字全体の特徴量（重心の座標、ストローク数、ストロークの分布を含む）、［２］ストローク毎の特徴量（始点の座標、終点の座標、長さ、曲率を含む）、［３］文字の種別（平仮名・片仮名・漢字・句読点・記号を含む）等が挙げられる。 The character deformation amount is at least one of the above-mentioned conversion parameters (θ, γ1, γ2, s1, s2). Further, as specific examples of the character feature amount, [1] the feature amount of the entire character (including the coordinates of the center of gravity, the number of strokes, and the stroke distribution), and [2] the feature amount for each stroke (coordinates of the start point and coordinates of the end point). , Length, curvature included), [3] Character types (including hiragana, katakana, kanji, punctuation marks, symbols) and the like.
一例として、文字の特徴量に「文字の種別」を含む学習器３８を学習させることで、複数の種別が混在する１つの文章内で文字サイズの大小を使い分けてもよい。具体的には、日本語の文章中で、漢字の直後にある平仮名のサイズ（拡縮率γ１，γ２）を小さくすることで、文章全体の見栄えを良くすることができる。 As an example, by learning the learning device 38 including the "character type" in the character feature amount, the size of the character size may be used properly in one sentence in which a plurality of types are mixed. Specifically, by reducing the size of the hiragana (scale ratio γ1, γ2) immediately after the kanji in a Japanese sentence, the appearance of the entire sentence can be improved.
学習器３８の演算規則は、学習パラメータの集合体であるパラメータセット３６の値によって定められる。パラメータセット３６は、例えば、ユニットの活性化関数を記述する係数、ユニット間の結合強度を含む「可変パラメータ」と、学習モデルのアーキテクチャを特定するための「固定パラメータ」（いわゆるハイパーパラメータ）から構成される。ハイパーパラメータの例として、各層を構成するユニットの個数、中間層の数が挙げられる。 The calculation rule of the learner 38 is determined by the value of the parameter set 36, which is a set of learning parameters. The parameter set 36 is composed of, for example, "variable parameters" including coefficients describing the activation function of units, bond strengths between units, and "fixed parameters" (so-called hyperparameters) for specifying the architecture of the learning model. Will be done. Examples of hyperparameters include the number of units constituting each layer and the number of intermediate layers.
パラメータセット３６を決定するための機械学習の手法は、深層学習を含むニューラルネットワークの他に、ロジスティック回帰モデル、サポートベクターマシン（ＳＶＭ）、ディシジョンツリー、ランダムフォレスト、ブースティング法を含む様々な手法を採用してもよい。 Machine learning methods for determining the parameter set 36 include neural networks including deep learning, as well as various methods including logistic regression model, support vector machine (SVM), decision tree, random forest, and boosting method. It may be adopted.
また、機械学習のための教師データは、人間の筆記によるストロークを記述するインクデータから生成されてもよい。このインクデータの形式（すなわち、インク記述言語）は、ＷＩＬＬ（Wacom Ink Layer Language）、ＩｎｋＭＬ（Ink Markup Language）又はＩＳＦ（Ink Serialized Format）のいずれであってもよい。 Further, the teacher data for machine learning may be generated from ink data that describes strokes written by humans. The format of the ink data (that is, the ink description language) may be either WILL (Wacom Ink Layer Language), InkML (Ink Markup Language), or ISF (Ink Serialized Format).
特に、パラメータセット３６は、文字列が示す言語の種類（例えば、日本語・英語・中国語）毎に、あるいは文字列の書字方向（つまり、縦書き／横書き）毎に準備されてもよい。なぜならば、言語の種類又は書字方向に応じて人間による筆記の傾向が異なるからである。 In particular, the parameter set 36 may be prepared for each type of language indicated by the character string (for example, Japanese, English, Chinese), or for each writing direction of the character string (that is, vertical writing / horizontal writing). .. This is because the tendency of human writing differs depending on the type of language or the writing direction.
図２のステップＳ５において、制御部１８は、文字列を構成するすべての文字を指定したか否かを確認する。未指定の文字が少なくとも１つある場合（ステップＳ５：ＮＯ）、ステップＳ３に戻って、以下、ステップＳ３〜Ｓ５を順次繰り返す。一方、すべての文字が指定済みである場合（ステップＳ５：ＹＥＳ）、次のステップＳ６に進む。 In step S5 of FIG. 2, the control unit 18 confirms whether or not all the characters constituting the character string have been specified. When there is at least one undesignated character (step S5: NO), the process returns to step S3, and steps S3 to S5 are sequentially repeated thereafter. On the other hand, if all the characters have been specified (step S5: YES), the process proceeds to the next step S6.
ステップＳ６において、文字生成部２６は、ステップＳ４で逐次的に決定された変形量を用いて、変形後のフォント配列を示す文字データ３４を生成する。具体的には、文字生成部２６は、文字列を構成する文字毎に、フォントＤＢ３０からフォントデータを読み出した後、このフォントデータに対して変形処理を施し、得られた文字画像を所定の位置に配置する画像処理を行う。例えば、ラスタ形式のフォントデータを用いる場合、文字生成部２６は、画像データを構成する画素毎に２次元アフィン変換を行う。 In step S6, the character generation unit 26 generates character data 34 indicating the font arrangement after the transformation by using the transformation amount sequentially determined in step S4. Specifically, the character generation unit 26 reads font data from the font DB 30 for each character constituting the character string, then performs transformation processing on the font data, and places the obtained character image at a predetermined position. Perform image processing to place in. For example, when using raster format font data, the character generation unit 26 performs two-dimensional affine transformation for each pixel constituting the image data.
一方、ベクトル形式のフォントデータを用いる場合、文字生成部２６は、ストロークの形状を示す特徴点グループに対して２次元アフィン変換を行った後、変換後の特徴点グループに基づいてラスタライズ処理を行う。このラスタライズ処理を行う際に、１つの文字を構成するストローク、あるいは１本のストローク上の位置に応じて線幅を変化させてもよい。これにより、フォントの部分的な潰れ、欠損、断線、かすれ等を演出可能となり、人間の筆記により近い表現を行うことができる。 On the other hand, when font data in vector format is used, the character generation unit 26 performs two-dimensional affine transformation on the feature point group indicating the shape of the stroke, and then performs rasterization processing based on the converted feature point group. .. When performing this rasterization process, the line width may be changed according to the strokes constituting one character or the position on one stroke. As a result, it is possible to produce partial crushing, missing, disconnection, faintness, etc. of the font, and it is possible to perform an expression closer to human writing.
ステップＳ７において、出力処理部２８は、ステップＳ６で生成された文字データ３４を出力する出力処理を行う。この出力処理は、文字データ３４を外部装置に送信する処理であってもよいし、表示部１６に可視情報を表示させる処理であってもよい。 In step S7, the output processing unit 28 performs output processing for outputting the character data 34 generated in step S6. This output process may be a process of transmitting character data 34 to an external device, or a process of displaying visible information on the display unit 16.
図５は、文字列画像４２，４４の変化を模式的に示す図である。より詳しくは、図５（ａ）は変形前の文字列画像４２を示すとともに、図５（ｂ）は変形後の文字列画像４４を示している。両図から理解されるように、観察者は、変形前の文字列画像４２に対して機械的・無機質的な印象を受ける一方、変形後の文字列画像４４に対して人間的・有機質的な印象を受ける。 FIG. 5 is a diagram schematically showing changes in the character string images 42 and 44. More specifically, FIG. 5 (a) shows the character string image 42 before the deformation, and FIG. 5 (b) shows the character string image 44 after the deformation. As can be understood from both figures, the observer has a mechanical / inorganic impression on the character string image 42 before deformation, while it is human / organic on the character string image 44 after deformation. I get an impression.
以上のようにして、文字データ生成装置１０の動作が終了する。フォントの変形処理を通じて、「人間らしさ」を訴求した文字が具現化される。その結果、柔らかな感触をもったストレスを感じさせないＵＩ（つまり、ＳＦ−ＵＩ）を実現することができる。 As described above, the operation of the character data generation device 10 is completed. Characters that appeal to "humanity" are embodied through font transformation processing. As a result, it is possible to realize a UI (that is, SF-UI) that has a soft feel and does not feel stress.
＜文字データ生成装置１０による効果＞
以上のように、文字データ生成装置１０は、文字列を取得する文字列取得部２２と、取得された文字列を構成する文字毎にフォントの変形度合いを示す変形量を決定する変形量決定部２４と、決定された変形量を用いて、元のフォントを示すフォントデータに対する変形処理を施すことで、変形後のフォント配列を示す文字データ３４を生成する文字生成部２６と、を備える。そして、変形量決定部２４は、文字列において指定された指定文字よりも配列順が前である他の文字の変形量を用いて、指定文字の変形量を逐次的に決定する。
<Effect of character data generator 10>
As described above, the character data generation device 10 has a character string acquisition unit 22 for acquiring a character string and a deformation amount determination unit for determining a deformation amount indicating the degree of font deformation for each character constituting the acquired character string. 24 and a character generation unit 26 that generates character data 34 indicating a font arrangement after transformation by performing transformation processing on font data indicating the original font using the determined transformation amount. Then, the deformation amount determining unit 24 sequentially determines the deformation amount of the designated character by using the deformation amount of another character whose arrangement order is earlier than the designated character designated in the character string.
また、文字データ生成装置１０を用いた方法及びプログラムによれば、１つ又は複数のコンピュータが、文字列を取得する取得ステップ（Ｓ１）と、取得された文字列を構成する文字毎にフォントの変形度合いを示す変形量を決定する決定ステップ（Ｓ４）と、決定された変形量を用いて、元のフォントを示すフォントデータに対する変形処理を施すことで、変形後のフォント配列を示す文字データ３４を生成する生成ステップ（Ｓ６）と、を実行する。そして、決定ステップ（Ｓ４）では、文字列において指定された指定文字よりも配列順が前である他の文字の変形量を用いて、指定文字の変形量を逐次的に決定する。 Further, according to the method and program using the character data generation device 10, one or more computers acquire the character string in the acquisition step (S1), and the font is set for each character constituting the acquired character string. Character data 34 indicating the font arrangement after transformation is performed by performing transformation processing on the font data indicating the original font using the determination step (S4) for determining the transformation amount indicating the degree of transformation and the determined transformation amount. The generation step (S6) for generating the above is executed. Then, in the determination step (S4), the transformation amount of the designated character is sequentially determined by using the transformation amount of another character whose arrangement order is earlier than the designated character specified in the character string.
このように、配列順が前である他の文字の変形量を用いて指定文字の変形量を逐次的に決定するので、既に筆記された文字の変形度合いを視認しながら次の文字の筆記バランスを取ろうとする人間の筆記パターンを模擬可能となり、文字毎のフォントをランダムに変形する場合と比べて、視認時の雑然さが抑制された文字データ３４を生成することができる。 In this way, since the amount of deformation of the specified character is sequentially determined using the amount of deformation of other characters whose arrangement order is earlier, the writing balance of the next character is visually observed while visually recognizing the degree of deformation of the already written character. It is possible to simulate the writing pattern of a human being who is trying to take, and it is possible to generate character data 34 in which clutter at the time of visual recognition is suppressed as compared with the case where the font for each character is randomly transformed.
また、変形量決定部２４は、指定文字の特徴量、他の文字の特徴量及び変形量を入力とし、指定文字の変形量を出力とする学習器３８を含んで構成されてもよい。特に、学習器３８は、人間の筆記によるストロークを記述するインクデータから生成された教師データを用いて機械学習がなされることが好ましい。これにより、機械学習を通じて人間の潜在的な筆記パターンを抽出可能となり、「人間らしさ」が文字の変形量に適切に反映されやすくなる。 Further, the deformation amount determining unit 24 may be configured to include a learning device 38 that inputs the feature amount of the designated character, the feature amount of another character, and the deformation amount, and outputs the deformation amount of the designated character. In particular, it is preferable that the learner 38 performs machine learning using teacher data generated from ink data that describes strokes written by humans. This makes it possible to extract potential human writing patterns through machine learning, and makes it easier for "humanity" to be appropriately reflected in the amount of character deformation.
また、変形量決定部２４は、文字列が示す言語の種類に応じた学習器３８を用いて、変形量を決定してもよい。これと併せて又はこれとは別に、変形量決定部２４は、文字列の書字方向に応じた学習器３８を用いて、変形量を決定してもよい。言語の種類又は書字方向に応じて筆記の傾向が異なる点を考慮することで、人間らしさがさらに反映されやすくなる。 Further, the deformation amount determination unit 24 may determine the deformation amount by using the learning device 38 according to the type of the language indicated by the character string. In addition to this or separately, the deformation amount determining unit 24 may determine the deformation amount by using the learning device 38 according to the writing direction of the character string. By considering the fact that the writing tendency differs depending on the type of language or the writing direction, it becomes easier to reflect humanity.
また、変形量決定部２４は、疑似１／ｆゆらぎ付与法を用いて、指定文字の直前にある文字の変形量から指定文字の変形量を決定してもよい。これにより、人間が心地よさを感じる「１／ｆゆらぎ」を擬似的に発現することができる。 Further, the deformation amount determining unit 24 may determine the deformation amount of the designated character from the deformation amount of the character immediately before the designated character by using the pseudo 1 / f fluctuation imparting method. As a result, it is possible to simulate "1 / f fluctuation" that humans feel comfortable with.
また、変形量決定部２４は、変形量として、２次元アフィン変換に関する少なくとも１つの変換パラメータを決定し、文字生成部２６は、元のフォントに対して２次元アフィン変換を施すことで文字データ３４を生成してもよい。これにより、簡単な線形演算によって、文字の識別性を保ちながら文字の調子を変化させることができる。 Further, the deformation amount determination unit 24 determines at least one conversion parameter related to the two-dimensional affine transformation as the deformation amount, and the character generation unit 26 performs the two-dimensional affine transformation on the original font to perform the character data 34. May be generated. As a result, the tone of the character can be changed while maintaining the distinctiveness of the character by a simple linear operation.
１０ 文字データ生成装置、１２ 通信部、１４ 入力部、１６ 表示部、１８ 制御部、２０ 記憶部、２２ 文字列取得部、２４ 変形量決定部、２６ 文字生成部、２８ 出力処理部、３０ フォントＤＢ、３２ 入力データ、３４ 文字データ、３６ パラメータセット、３８ 学習器、４０ 画像領域、４２，４４ 文字列画像。 10 character data generator, 12 communication unit, 14 input unit, 16 display unit, 18 control unit, 20 storage unit, 22 character string acquisition unit, 24 deformation amount determination unit, 26 character generation unit, 28 output processing unit, 30 fonts DB, 32 input data, 34 character data, 36 parameter set, 38 learner, 40 image area, 42,44 character string image.
Claims (10)
前記文字列取得部により取得された前記文字列を構成する文字毎にフォントの変形度合いを示す変形量を決定する変形量決定部と、
前記変形量決定部により決定された前記変形量を用いて、元のフォントを示すフォントデータに対する変形処理を文字毎に施すことで、変形後のフォント配列を示す文字データを生成する文字生成部と、
を備え、
前記変形量決定部は、前記文字列において指定された指定文字よりも配列順が前である他の文字の変形量を用いて、前記指定文字の変形量を逐次的に決定することを特徴とする文字データ生成装置。 The character string acquisition part that acquires the character string and
A deformation amount determining unit that determines the amount of deformation indicating the degree of deformation of the font for each character constituting the character string acquired by the character string acquisition unit.
Using the deformation amount determined by the deformation amount determination unit, a character generation unit that generates character data indicating a font arrangement after transformation by performing transformation processing on the font data indicating the original font for each character. ,
With
The deformation amount determining unit is characterized in that the deformation amount of the designated character is sequentially determined by using the deformation amount of another character whose arrangement order is earlier than the designated character specified in the character string. Character data generator.
前記文字生成部は、元のフォントに対して２次元アフィン変換を施すことで前記文字データを生成する
ことを特徴とする請求項１〜７のいずれか１項に記載の文字データ生成装置。 The deformation amount determining unit determines at least one conversion parameter related to the two-dimensional affine transformation as the deformation amount.
The character data generation device according to any one of claims 1 to 7, wherein the character generation unit generates the character data by performing a two-dimensional affine transformation on the original font.
取得された前記文字列を構成する文字毎にフォントの変形度合いを示す変形量を決定する決定ステップと、
決定された前記変形量を用いて、元のフォントを示すフォントデータに対する変形処理を文字毎に施すことで、変形後のフォント配列を示す文字データを生成する生成ステップと、
を１つ又は複数のコンピュータが実行し、
前記決定ステップでは、前記文字列において指定された指定文字よりも配列順が前である他の文字の変形量を用いて、前記指定文字の変形量を逐次的に決定することを特徴とする文字データ生成方法。 The get step to get the string and
A determination step for determining the amount of deformation indicating the degree of deformation of the font for each character constituting the acquired character string, and a determination step.
A generation step of generating character data indicating a font array after transformation by performing transformation processing on the font data indicating the original font for each character using the determined transformation amount.
Is run by one or more computers
The determination step is characterized in that the transformation amount of the designated character is sequentially determined by using the transformation amount of another character whose arrangement order is earlier than the designated character specified in the character string. Data generation method.
取得された前記文字列を構成する文字毎にフォントの変形度合いを示す変形量を決定する決定ステップと、
決定された前記変形量を用いて、元のフォントを示すフォントデータに対する変形処理を文字毎に施すことで、変形後のフォント配列を示す文字データを生成する生成ステップと、
を１つ又は複数のコンピュータに実行させ、
前記決定ステップでは、前記文字列において指定された指定文字よりも配列順が前である他の文字の変形量を用いて、前記指定文字の変形量を逐次的に決定することを特徴とする文字データ生成プログラム。
The get step to get the string and
A determination step for determining the amount of deformation indicating the degree of deformation of the font for each character constituting the acquired character string, and a determination step.
A generation step of generating character data indicating a font array after transformation by performing transformation processing on the font data indicating the original font for each character using the determined transformation amount.
To run on one or more computers
The determination step is characterized in that the transformation amount of the designated character is sequentially determined by using the transformation amount of another character whose arrangement order is earlier than the designated character specified in the character string. Data generator.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019023545A JP7171145B2 (en) | 2019-02-13 | 2019-02-13 | Character data generator, method and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2019023545A JP7171145B2 (en) | 2019-02-13 | 2019-02-13 | Character data generator, method and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2020134557A true JP2020134557A (en) | 2020-08-31 |
| JP7171145B2 JP7171145B2 (en) | 2022-11-15 |
Family
ID=72278501
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019023545A Active JP7171145B2 (en) | 2019-02-13 | 2019-02-13 | Character data generator, method and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7171145B2 (en) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230077536A (en) * | 2021-11-25 | 2023-06-01 | 이유 | Service providing apparatus and method for creating font based on music |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06110444A (en) * | 1992-09-29 | 1994-04-22 | Hitachi Inf Syst Ltd | Character processor and character output method |
| JPH0721164A (en) * | 1993-06-18 | 1995-01-24 | Matsushita Electric Ind Co Ltd | Character string image generating device |
| JPH1166047A (en) * | 1997-08-14 | 1999-03-09 | Casio Comput Co Ltd | Character output device and storage medium |
| JP2003233825A (en) * | 2002-02-06 | 2003-08-22 | Victor Co Of Japan Ltd | Document processor |
| CN102156688A (en) * | 2011-05-19 | 2011-08-17 | 深圳市万兴软件有限公司 | Character transforming effect processing method and device |
| JP2018077677A (en) * | 2016-11-09 | 2018-05-17 | 日本電信電話株式会社 | Character string converting device, model learning device, method, and program |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10217645B2 (en) | 2014-07-25 | 2019-02-26 | Versum Materials Us, Llc | Chemical mechanical polishing (CMP) of cobalt-containing substrate |
-
2019
- 2019-02-13 JP JP2019023545A patent/JP7171145B2/en active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06110444A (en) * | 1992-09-29 | 1994-04-22 | Hitachi Inf Syst Ltd | Character processor and character output method |
| JPH0721164A (en) * | 1993-06-18 | 1995-01-24 | Matsushita Electric Ind Co Ltd | Character string image generating device |
| JPH1166047A (en) * | 1997-08-14 | 1999-03-09 | Casio Comput Co Ltd | Character output device and storage medium |
| JP2003233825A (en) * | 2002-02-06 | 2003-08-22 | Victor Co Of Japan Ltd | Document processor |
| CN102156688A (en) * | 2011-05-19 | 2011-08-17 | 深圳市万兴软件有限公司 | Character transforming effect processing method and device |
| JP2018077677A (en) * | 2016-11-09 | 2018-05-17 | 日本電信電話株式会社 | Character string converting device, model learning device, method, and program |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20230077536A (en) * | 2021-11-25 | 2023-06-01 | 이유 | Service providing apparatus and method for creating font based on music |
| KR102583309B1 (en) | 2021-11-25 | 2023-09-26 | 이유 | Service providing apparatus and method for creating font based on music |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7171145B2 (en) | 2022-11-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Cao et al. | Do-conv: Depthwise over-parameterized convolutional layer | |
| Lopes et al. | A learned representation for scalable vector graphics | |
| JP7011146B2 (en) | Image processing device, image processing method, image processing program, and teacher data generation method | |
| US20230419592A1 (en) | Method and apparatus for training a three-dimensional face reconstruction model and method and apparatus for generating a three-dimensional face image | |
| AU2019202063A1 (en) | Synthesizing new font glyphs from partial observations | |
| JP2019028094A (en) | Character generation device, program and character output device | |
| JP7282932B2 (en) | Font generation model training method, library creation method, device and equipment | |
| US20140267302A1 (en) | Method and apparatus for personalized handwriting avatar | |
| US11113578B1 (en) | Learned model-based image rendering | |
| JPWO2018203374A1 (en) | Line drawing automatic coloring program, line drawing automatic coloring device and program for graphical user interface | |
| Agarwal et al. | Synthesis of realistic facial expressions using expression map | |
| JP6298422B2 (en) | Character string processing technology for graphic display of man-machine interface | |
| JP2008140385A (en) | Real-time representation method and device of skin wrinkle at character animation time | |
| JP7171145B2 (en) | Character data generator, method and program | |
| US11461874B2 (en) | Graphics processing using matrices of transformations | |
| Ko et al. | Korean font synthesis with GANs | |
| US10403038B2 (en) | 3D geometry enhancement method and apparatus therefor | |
| CN114037644A (en) | Artistic digital image synthesis system and method based on generation countermeasure network | |
| Fujita et al. | Perceptual font manifold from generative model | |
| JP5076138B2 (en) | Pattern generation method, program and apparatus using self-organizing map | |
| Miyata et al. | Design of cursive handwriting characters using esthetic evaluation | |
| JPWO2020183656A1 (en) | Data generation method, data generation device and program | |
| JP7482551B2 (en) | MENTAL IMAGE VISUALIZATION METHOD, MENTAL IMAGE VISUALIZATION DEVICE, AND PROGRAM | |
| JP4691659B2 (en) | Image recognition apparatus, image recognition method, and program | |
| Zhao et al. | AmbiGen: Generating Ambigrams from Pre-trained Diffusion Model |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20200124 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20200128 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220207 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20221018 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20221101 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20221101 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7171145 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |