JPH0546147A - 変形書体生成システム - Google Patents
変形書体生成システムInfo
- Publication number
- JPH0546147A JPH0546147A JP3209433A JP20943391A JPH0546147A JP H0546147 A JPH0546147 A JP H0546147A JP 3209433 A JP3209433 A JP 3209433A JP 20943391 A JP20943391 A JP 20943391A JP H0546147 A JPH0546147 A JP H0546147A
- Authority
- JP
- Japan
- Prior art keywords
- typeface
- data
- modified
- character
- learning
- 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.)
- Withdrawn
Links
Landscapes
- Controls And Circuits For Display Device (AREA)
- Image Processing (AREA)
- Document Processing Apparatus (AREA)
Abstract
(57)【要約】
【目的】 プリンタやワードプロセッサ等における変
形書体生成システムに関し、システム内に用意されてい
る書体以外の様々な変形書体を自由に生成することを目
的とする。 【構成】 学習機能を有し、入力される学習データか
ら文字変形のパラメータを出力する手段１と、その変形
パラメータを用いてアウトラインデータから変形書体デ
ータを生成する手段２とを備え、例えば手段１と２とを
それぞれ同一構造のニューラルネットワークによって構
成し、手段１の学習後の重みデータを手段２に設定、手
段２に変形書体データを出力させるように構成する。
形書体生成システムに関し、システム内に用意されてい
る書体以外の様々な変形書体を自由に生成することを目
的とする。 【構成】 学習機能を有し、入力される学習データか
ら文字変形のパラメータを出力する手段１と、その変形
パラメータを用いてアウトラインデータから変形書体デ
ータを生成する手段２とを備え、例えば手段１と２とを
それぞれ同一構造のニューラルネットワークによって構
成し、手段１の学習後の重みデータを手段２に設定、手
段２に変形書体データを出力させるように構成する。
Description
【０００１】
【産業上の利用分野】本発明は、プリンタやワードプロ
セッサ等において、あらかじめシステム内に用意されて
いる書体以外の変形書体を生成できる変形書体生成シス
テムに関する。
セッサ等において、あらかじめシステム内に用意されて
いる書体以外の変形書体を生成できる変形書体生成シス
テムに関する。
【０００２】ワードプロセッサやデスクトップパブリッ
シング等の普及に伴って、印刷に際して様々な書体の文
字を用いたいという要望が高まっている。またこれらの
機器のパーソナル化に伴って、自分だけのオリジナルな
書体で印刷する技術への要求も大きくなってきている。
シング等の普及に伴って、印刷に際して様々な書体の文
字を用いたいという要望が高まっている。またこれらの
機器のパーソナル化に伴って、自分だけのオリジナルな
書体で印刷する技術への要求も大きくなってきている。
【０００３】
【従来の技術および発明が解決しようとする課題】従来
プリンタやワードプロセッサにおいて様々な書体を印刷
する場合には、第１にその書体毎にデザインされたビッ
トマップフォント、あるいはアウトラインフォントをシ
ステム内に持つ方法と、第２にアウトラインフォントに
数学的な変形を施す方法の２つのいずれかが用いられて
いた。
プリンタやワードプロセッサにおいて様々な書体を印刷
する場合には、第１にその書体毎にデザインされたビッ
トマップフォント、あるいはアウトラインフォントをシ
ステム内に持つ方法と、第２にアウトラインフォントに
数学的な変形を施す方法の２つのいずれかが用いられて
いた。
【０００４】しかしながら、この第１の方法では印刷の
書体毎にビットマップ、あるいはアウトラインフォント
のデータが必要となり、記憶容量の面から小型システム
に実装するのは困難であり、また個人の自由な書体に対
応することは事実上不可能であると言う問題点があっ
た。
書体毎にビットマップ、あるいはアウトラインフォント
のデータが必要となり、記憶容量の面から小型システム
に実装するのは困難であり、また個人の自由な書体に対
応することは事実上不可能であると言う問題点があっ
た。
【０００５】また第２の方法では、記憶容量を大きくす
る必要はないが、任意の変形書体を数式で定義すること
は困難であり、また個人の自由な書体に対応することは
できないという問題点があった。
る必要はないが、任意の変形書体を数式で定義すること
は困難であり、また個人の自由な書体に対応することは
できないという問題点があった。
【０００６】本発明は学習機能を持った変形書体生成部
を備えることにより、様々な変形書体を自由に生成する
ことを目的としている。
を備えることにより、様々な変形書体を自由に生成する
ことを目的としている。
【０００７】
【課題を解決するための手段】図１は本発明の原理ブロ
ック図である。同図はアウトラインデータ、すなわち文
字の輪郭、例えば文字を構成する線分の始点と終点の座
標のデータを用いて、変形書体を生成する変形書体生成
システムの原理ブロック図である。
ック図である。同図はアウトラインデータ、すなわち文
字の輪郭、例えば文字を構成する線分の始点と終点の座
標のデータを用いて、変形書体を生成する変形書体生成
システムの原理ブロック図である。
【０００８】図１において、変形パラメータ生成手段１
は、例えばニューラルネットワークであり、例えば学習
データ生成部から入力される学習データを用いて学習を
行って、文字変形のためのパラメータを生成する。学習
データ生成部は、例えばあらかじめ保持している標準文
字パターンとユーザが入力する文字パターンとから学習
データを抽出して、変形パラメータ生成手段１に与え
る。ここで生成される変形パラメータは、例えば変形パ
ラメータ生成手段１を構成するニューラルネットワーク
の重みデータである。
は、例えばニューラルネットワークであり、例えば学習
データ生成部から入力される学習データを用いて学習を
行って、文字変形のためのパラメータを生成する。学習
データ生成部は、例えばあらかじめ保持している標準文
字パターンとユーザが入力する文字パターンとから学習
データを抽出して、変形パラメータ生成手段１に与え
る。ここで生成される変形パラメータは、例えば変形パ
ラメータ生成手段１を構成するニューラルネットワーク
の重みデータである。
【０００９】図１において、変形書体生成手段２は、例
えば変形パラメータ生成手段１と同一の構造を持つニュ
ーラルネットワークであり、変形パラメータ生成手段１
の出力する変形パラメータ、例えば重みデータが設定さ
れたニューラルネットワークがアウトラインデータから
変形書体データを生成する。
えば変形パラメータ生成手段１と同一の構造を持つニュ
ーラルネットワークであり、変形パラメータ生成手段１
の出力する変形パラメータ、例えば重みデータが設定さ
れたニューラルネットワークがアウトラインデータから
変形書体データを生成する。
【００１０】
【作用】図１において、変形パラメータ生成手段１を構
成するニューラルネットワークの入力層には、例えばシ
ステムがあらかじめ保持している標準文字パターンに対
応する座標が、また出力層にはユーザが入力する文字パ
ターンに対応する座標が教師データとして与えられ、学
習後のこのニューラルネットワークの重みが、変形書体
生成手段２を構成するニューラルネットワークに対して
変形パラメータ、すなわち重みデータとして与えられ
る。
成するニューラルネットワークの入力層には、例えばシ
ステムがあらかじめ保持している標準文字パターンに対
応する座標が、また出力層にはユーザが入力する文字パ
ターンに対応する座標が教師データとして与えられ、学
習後のこのニューラルネットワークの重みが、変形書体
生成手段２を構成するニューラルネットワークに対して
変形パラメータ、すなわち重みデータとして与えられ
る。
【００１１】変形書体生成手段２を構成するニューラル
ネットワークは、変形パラメータ生成手段１を構成する
ニューラルネットワークと同一の構造を持つ。従って変
形書体生成手段２を構成するニューラルネットワークに
変形パラメータ生成手段１を構成するニューラルネット
ワークの学習後の重みを設定することにより、標準文字
パターンに対応する座標とユーザが入力する文字パター
ンに対応する座標との関係が変形書体生成手段２を構成
するニューラルネットワークに設定されることになり、
変形書体生成手段２は入力されるアウトラインデータを
ユーザの入力文字パターンに適合するように変形して、
変形書体データとして出力することになる。
ネットワークは、変形パラメータ生成手段１を構成する
ニューラルネットワークと同一の構造を持つ。従って変
形書体生成手段２を構成するニューラルネットワークに
変形パラメータ生成手段１を構成するニューラルネット
ワークの学習後の重みを設定することにより、標準文字
パターンに対応する座標とユーザが入力する文字パター
ンに対応する座標との関係が変形書体生成手段２を構成
するニューラルネットワークに設定されることになり、
変形書体生成手段２は入力されるアウトラインデータを
ユーザの入力文字パターンに適合するように変形して、
変形書体データとして出力することになる。
【００１２】このように、本発明においては、変形書体
データが必要に応じて生成される。
データが必要に応じて生成される。
【００１３】
【実施例】図２は本発明の変形書体生成システムの実施
例の構成ブロック図である。同図において、システムは
ユーザ入力に応じて学習データ１２を生成する学習デー
タ入力部１０、または学習データ生成部１１、学習デー
タ１２の入力に応じて変形パラメータ１４を出力する文
字変形学習部１３、変形パラメータ１４を用いて入力さ
れるアウトラインデータ１５を変形書体１６に変換する
変形書体生成部１７から構成されている。
例の構成ブロック図である。同図において、システムは
ユーザ入力に応じて学習データ１２を生成する学習デー
タ入力部１０、または学習データ生成部１１、学習デー
タ１２の入力に応じて変形パラメータ１４を出力する文
字変形学習部１３、変形パラメータ１４を用いて入力さ
れるアウトラインデータ１５を変形書体１６に変換する
変形書体生成部１７から構成されている。
【００１４】図２において、ユーザ入力は学習データ入
力部１０、または学習データ生成部１１のいずれかに与
えられる。学習データ入力部１０、および学習データ生
成部１１は、共に学習データ１２を文字変形学習部１３
に出力するものであるが、学習データ入力部１０がユー
ザからの入力をほとんどそのまま学習データ１２として
出力するのに対して、学習データ生成部１１は後述する
ように、より複雑な処理によって学習データ１２を生成
する。
力部１０、または学習データ生成部１１のいずれかに与
えられる。学習データ入力部１０、および学習データ生
成部１１は、共に学習データ１２を文字変形学習部１３
に出力するものであるが、学習データ入力部１０がユー
ザからの入力をほとんどそのまま学習データ１２として
出力するのに対して、学習データ生成部１１は後述する
ように、より複雑な処理によって学習データ１２を生成
する。
【００１５】文字変形学習部１３、および変形書体生成
部１７は本実施例においては同一構造のニューラルネッ
トワークであり、これらを１つのニューラルネットワー
クによって兼用することも可能であるが、これらを分離
しておくことにより、文字変形学習部１３と変形書体生
成部１７とを別々のマシンによって実行するようなシス
テムが生成できる。なお文字変形学習部１３が出力する
変形パラメータ１４はニューラルネットワークの重みの
データである。
部１７は本実施例においては同一構造のニューラルネッ
トワークであり、これらを１つのニューラルネットワー
クによって兼用することも可能であるが、これらを分離
しておくことにより、文字変形学習部１３と変形書体生
成部１７とを別々のマシンによって実行するようなシス
テムが生成できる。なお文字変形学習部１３が出力する
変形パラメータ１４はニューラルネットワークの重みの
データである。
【００１６】次に学習データ生成部１１による学習デー
タ１２の生成処理について説明する。学習データ生成部
１１では、ユーザ固有の変形書体に対応するために、シ
ステム内部に保持されている手本文字データとユーザか
らの入力による筆記データとから学習データを生成す
る。
タ１２の生成処理について説明する。学習データ生成部
１１では、ユーザ固有の変形書体に対応するために、シ
ステム内部に保持されている手本文字データとユーザか
らの入力による筆記データとから学習データを生成す
る。
【００１７】図３は手本文字データの例である。手本手
段データとしては、ユーザの手書きの変形を特徴的に表
すのに適した文字が選ばれ、例えば１０個位の文字デー
タがあらかじめシステム内に保持されている。図３にお
いて、〜は手本文字のストロークの番号を示してい
る。
段データとしては、ユーザの手書きの変形を特徴的に表
すのに適した文字が選ばれ、例えば１０個位の文字デー
タがあらかじめシステム内に保持されている。図３にお
いて、〜は手本文字のストロークの番号を示してい
る。
【００１８】図４は手本文字データのストロークの例で
ある。同図(a) は図３のストローク、(b) はストロー
クを示している。図に示すように各ストロークは５等
分されており、ストローク上の６点を用いて、そのスト
ロークの形状が表現される。すなわちｉ番目のストロー
クは次式で表される。
ある。同図(a) は図３のストローク、(b) はストロー
クを示している。図に示すように各ストロークは５等
分されており、ストローク上の６点を用いて、そのスト
ロークの形状が表現される。すなわちｉ番目のストロー
クは次式で表される。
【００１９】
【数１】
【００２０】なおここで座標Ｘij，Ｙijは、その最大値
が１となるように、手本文字データの大きさを用いて正
規化されている。図５はユーザによって入力される筆記
データのストロークの例である。この例はユーザがタブ
レット、またはマウス等を用いて手書き入力した文字の
ストロークの例である。図５を用いて学習データの生成
手順を説明する。
が１となるように、手本文字データの大きさを用いて正
規化されている。図５はユーザによって入力される筆記
データのストロークの例である。この例はユーザがタブ
レット、またはマウス等を用いて手書き入力した文字の
ストロークの例である。図５を用いて学習データの生成
手順を説明する。
【００２１】手順１：ユーザによって入力された、手本
文字データと同じ手書きの文字のストロークの座標点列
をシステムに取り込む。ここではユーザの手書き文字の
ある１つのストロークの座標点列が次式で与えられるも
のとする。
文字データと同じ手書きの文字のストロークの座標点列
をシステムに取り込む。ここではユーザの手書き文字の
ある１つのストロークの座標点列が次式で与えられるも
のとする。
【００２２】
【数２】
【００２３】一般にタブレットのようなストローク入力
装置では、例えばある一定時間間隔（サンプリング間
隔）で座標データが取り込まれるようになっており、Ｕ
i の個数は筆記時間とサンプリング間隔とによって決定
される。
装置では、例えばある一定時間間隔（サンプリング間
隔）で座標データが取り込まれるようになっており、Ｕ
i の個数は筆記時間とサンプリング間隔とによって決定
される。
【００２４】手順２：ユーザの筆記速度のばらつきによ
るサンプリング点間距離の乱れを補正するために、ユー
ザ手書き文字のストロークの座標点列Ｕi のうち次式を
満たすものだけを取り出す。
るサンプリング点間距離の乱れを補正するために、ユー
ザ手書き文字のストロークの座標点列Ｕi のうち次式を
満たすものだけを取り出す。
【００２５】
【数３】
【００２６】手順３：取り出された座標点列Ｕi を結ぶ
曲線を５等分し、５等分された曲線の両端点、全部で６
点を次式に示す筆記データとする。
曲線を５等分し、５等分された曲線の両端点、全部で６
点を次式に示す筆記データとする。
【００２７】
【数４】
【００２８】以上の手順に従って、手本文字データそれ
ぞれについて筆記データを抽出し、手本文字データとそ
れに対する筆記データとの組を学習データとして生成す
る。なお、ここでストロークが図５のような線分の場合
には、その始点ｕ1 と終点ｕ8 のみを用いて線分を５等
分することができ、手順３は不要のように考えられるが
ストロークが図４(b) のように一般に曲線となるために
手順３が実行される。
ぞれについて筆記データを抽出し、手本文字データとそ
れに対する筆記データとの組を学習データとして生成す
る。なお、ここでストロークが図５のような線分の場合
には、その始点ｕ1 と終点ｕ8 のみを用いて線分を５等
分することができ、手順３は不要のように考えられるが
ストロークが図４(b) のように一般に曲線となるために
手順３が実行される。
【００２９】図６は図２の文字変形学習部１３に相当す
る文字変形学習ニューラルネットワークの実施例であ
る。同図を用いて、文字変形学習部１３の動作を説明す
る。３層のニューラルネットワークとしての文字変形学
習ニューラルネットワークの入力層のユニットへの入力
データは、学習データ生成部１１から与えられる手本文
字データのストロークの座標点列集合
る文字変形学習ニューラルネットワークの実施例であ
る。同図を用いて、文字変形学習部１３の動作を説明す
る。３層のニューラルネットワークとしての文字変形学
習ニューラルネットワークの入力層のユニットへの入力
データは、学習データ生成部１１から与えられる手本文
字データのストロークの座標点列集合
【００３０】
【数５】
【００３１】であり、また出力層のユニットに与えられ
る教師データは、その手本文字データに対応する筆記デ
ータの座標点列集合である。
る教師データは、その手本文字データに対応する筆記デ
ータの座標点列集合である。
【００３２】
【数６】
【００３３】なお、ここでストロークが図３のような
場合には５等分の点列のみではストロークの形状を正確
に表すことはできないが、本発明で必要とするのは 外
１
場合には５等分の点列のみではストロークの形状を正確
に表すことはできないが、本発明で必要とするのは 外
１
【００３４】
【外１】
【００３５】との対応関係のみであり、特に問題とはな
らない。ストローク上の各点はＸ座標とＹ座標とを用い
て表されているので、手本文字データを表す点と筆記デ
ータを表す点との関係を学習させるために、ニューラル
ネットワークの入力層と出力層のユニットとしてそれぞ
れ２個ずつが用いられる。中間層のユニット数は１０〜
２０個の範囲で適当に、例えば実験によって決定され
る。このネットワークの入力層のユニットに手本文字デ
ータのストローク上の点ｐijのｘ座標とｙ座標が、また
出力層のユニットに筆記データのストローク上の点ｑij
のｘ座標とｙ座標とが与えられ、例えばバックプロパゲ
ーション法によるニューラルネットワークの学習が行わ
れ、学習終了後のネットワークの重みデータが図２の変
形パラメータ１４として抽出される。
らない。ストローク上の各点はＸ座標とＹ座標とを用い
て表されているので、手本文字データを表す点と筆記デ
ータを表す点との関係を学習させるために、ニューラル
ネットワークの入力層と出力層のユニットとしてそれぞ
れ２個ずつが用いられる。中間層のユニット数は１０〜
２０個の範囲で適当に、例えば実験によって決定され
る。このネットワークの入力層のユニットに手本文字デ
ータのストローク上の点ｐijのｘ座標とｙ座標が、また
出力層のユニットに筆記データのストローク上の点ｑij
のｘ座標とｙ座標とが与えられ、例えばバックプロパゲ
ーション法によるニューラルネットワークの学習が行わ
れ、学習終了後のネットワークの重みデータが図２の変
形パラメータ１４として抽出される。
【００３６】前述のように、図２の変形書体生成部１７
としては文字変形学習部１３と同一構造のニューラルネ
ットワークが用いられる。そして変形書体生成部１７と
して用いられるニューラルネットワークには、文字変形
学習部１３によって出力される変形パラメータとしての
重みデータが設定され、変形書体生成部１７は入力され
るアウトラインデータを変形させて、変形書体１６を出
力する。すなわち、入力される文字のアウトラインデー
タを
としては文字変形学習部１３と同一構造のニューラルネ
ットワークが用いられる。そして変形書体生成部１７と
して用いられるニューラルネットワークには、文字変形
学習部１３によって出力される変形パラメータとしての
重みデータが設定され、変形書体生成部１７は入力され
るアウトラインデータを変形させて、変形書体１６を出
力する。すなわち、入力される文字のアウトラインデー
タを
【００３７】
【数７】
【００３８】とすると、この座標点列がニューラルネッ
トワークによって変形され、座標変換された点列
トワークによって変形され、座標変換された点列
【００３９】
【数８】
【００４０】が得られる。この変形後の点列から構成さ
れるアウトラインデータの内部を塗りつぶす、すなわち
例えば線分の始点と終点とを結ぶことによって、任意の
文字に対してユーザ固有の変形を施した変形書体を得る
ことができる。
れるアウトラインデータの内部を塗りつぶす、すなわち
例えば線分の始点と終点とを結ぶことによって、任意の
文字に対してユーザ固有の変形を施した変形書体を得る
ことができる。
【００４１】図７は文字の外接四角形の変形である。同
図の矢印で示すように、外接四角形をどのような形状に
変更するかをユーザに指示させることにより、図中の数
字の１〜６に対応する点の座標の組が学習データとして
生成される。この学習データの生成では、前述のように
ストロークの点列集合を求める必要はなく、図２の学習
データ入力部１０によって容易にその生成が実行され
る。文字変形学習部１３による変形パラメータ１４の生
成以降の処理は、前述と全く同様である。
図の矢印で示すように、外接四角形をどのような形状に
変更するかをユーザに指示させることにより、図中の数
字の１〜６に対応する点の座標の組が学習データとして
生成される。この学習データの生成では、前述のように
ストロークの点列集合を求める必要はなく、図２の学習
データ入力部１０によって容易にその生成が実行され
る。文字変形学習部１３による変形パラメータ１４の生
成以降の処理は、前述と全く同様である。
【００４２】
【発明の効果】以上説明したように、本発明によればア
ウトラインデータを用いて学習によって適宜変形書体を
生成することができるので、変形書体毎にフォントデー
タを持つ必要がなく、システムの小型化を計ることがで
きる。またユーザが書いた文字を基に文字の変形規則を
学習するために、ユーザ固有の変形書体を生成すること
も可能となる。
ウトラインデータを用いて学習によって適宜変形書体を
生成することができるので、変形書体毎にフォントデー
タを持つ必要がなく、システムの小型化を計ることがで
きる。またユーザが書いた文字を基に文字の変形規則を
学習するために、ユーザ固有の変形書体を生成すること
も可能となる。
【図１】本発明の原理ブロック図である。
【図２】本発明の変形書体生成システムの実施例の構成
を示すブロック図である。
を示すブロック図である。
【図３】手本文字データの例を示す図である。
【図４】手本文字データのストロークの例を示す図であ
る。
る。
【図５】筆記データのストロークの例を示す図である。
【図６】文字変形学習ニューラルネットワークの実施例
を示す図である。
を示す図である。
【図７】文字の外接四角形の変形例を示す図である。
１ 変形パラメータ生成手段 ２ 変形書体生成手段 １０ 学習データ入力部 １１ 学習データ生成部 １３ 文字変形学習部 １７ 変形書体生成部
Claims (6)
- 【請求項１】 アウトラインデータを用いて変形書体を
生成するシステムにおいて、 学習機能を有し、入力される学習データから文字変形の
ためのパラメータを生成する変形パラメータ生成手段
（１）と、 該変形パラメータ生成手段（１）の出力する変形パラメ
ータを用いて、アウトラインデータから変形書体データ
を生成する変形書体生成手段（２）とを備えたことを特
徴とする変形書体システム。 - 【請求項２】 前記変形パラメータ生成手段（１）と、
変形書体生成手段（２）とが同一構造のニューラルネッ
トワークでそれぞれ構成され、 学習データの学習後の変形パラメータ生成手段（１）を
構成するニューラルネットワークの重みデータを、変形
パラメータとして変形書体生成手段（２）を構成するニ
ューラルネットワークに設定することを特徴とする請求
項１記載の変形書体生成システム。 - 【請求項３】 前記変形パラメータ生成手段（１）を構
成するニューラルネットワークと、前記変形書体生成手
段（２）を構成するニューラルネットワークとを１つの
ニューラルネットワークで兼用することを特徴とする請
求項２記載の変形書体生成システム。 - 【請求項４】 あらかじめ保持している標準文字パター
ンとユーザが入力する文字パターンとから前記学習デー
タを抽出して、前記パラメータ生成手段（１）に出力す
る学習データ生成部を備えたことを特徴とする請求項１
記載の変形書体生成システム。 - 【請求項５】 ユーザが入力する文字変形の規則を前記
学習データとして、前記変形パラメータ生成手段（１）
に出力する学習データ入力部を備えたことを特徴とする
請求項１記載の変形書体生成システム。 - 【請求項６】 前記ユーザが入力する文字変形の規則が
文字の外接四角形の形状変形規則であることを特徴とす
る請求項５記載の変形書体生成システム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3209433A JPH0546147A (ja) | 1991-08-21 | 1991-08-21 | 変形書体生成システム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP3209433A JPH0546147A (ja) | 1991-08-21 | 1991-08-21 | 変形書体生成システム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0546147A true JPH0546147A (ja) | 1993-02-26 |
Family
ID=16572784
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP3209433A Withdrawn JPH0546147A (ja) | 1991-08-21 | 1991-08-21 | 変形書体生成システム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0546147A (ja) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6069662A (en) * | 1995-10-31 | 2000-05-30 | Hitachi, Ltd. | Apparatus for displaying a plurality of compressed images |
| US6600897B1 (en) | 1999-01-27 | 2003-07-29 | Alps Electric Co., Ltd. | Satellite-broadcasting receiving converter with a plurality of output terminals |
| KR20220005780A (ko) * | 2020-07-07 | 2022-01-14 | 주식회사 윤디자인그룹 | 가변 폰트 제공 방법 및 디바이스 |
-
1991
- 1991-08-21 JP JP3209433A patent/JPH0546147A/ja not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6069662A (en) * | 1995-10-31 | 2000-05-30 | Hitachi, Ltd. | Apparatus for displaying a plurality of compressed images |
| US6600897B1 (en) | 1999-01-27 | 2003-07-29 | Alps Electric Co., Ltd. | Satellite-broadcasting receiving converter with a plurality of output terminals |
| KR20220005780A (ko) * | 2020-07-07 | 2022-01-14 | 주식회사 윤디자인그룹 | 가변 폰트 제공 방법 및 디바이스 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5295238A (en) | System, method, and font for printing cursive character strings | |
| JP7482783B2 (ja) | フォント作成装置、フォント作成方法及びフォント作成プログラム | |
| CN108182475A (zh) | 一种基于自动编码机-超限学习机的多维度数据特征识别方法 | |
| US5708727A (en) | Neuroprocessing service | |
| JPH0546147A (ja) | 変形書体生成システム | |
| JP3207336B2 (ja) | 文字パターン生成装置 | |
| JP2662035B2 (ja) | 文字処理装置 | |
| CN109859565A (zh) | 一种生成书法字帖的方法及装置 | |
| JP7171145B2 (ja) | 文字データ生成装置、方法及びプログラム | |
| JPS62211692A (ja) | 異なるサイズ文字の作成方式 | |
| JP3317817B2 (ja) | 文字生成装置 | |
| JP3162154B2 (ja) | ニューラルネットによる図形変換方式 | |
| JPH05266227A (ja) | ニューロ利用サービス | |
| JP2562458B2 (ja) | コンピュータシステム用文字発生方法 | |
| JPH0619449A (ja) | 手書き文字出力装置 | |
| JPS62212167A (ja) | 流用文字作成方式 | |
| JPS6370890A (ja) | 図形処理装置 | |
| JP2001228851A (ja) | アウトラインフォント生成装置 | |
| JP2765617B2 (ja) | 文字認識装置 | |
| JP2840281B2 (ja) | 文字処理装置及び方法 | |
| Matsukida et al. | Reconstructing Dynamic Character Font Models with Incorrect Stroke Order | |
| JP3025141B2 (ja) | 文字修飾装置 | |
| CN117315692A (zh) | 基于笔画信息的汉字拆分方法、装置、设备以及存储介质 | |
| CN116152852A (zh) | 一种移动端轻量化2d人体姿态估计模型 | |
| JP2647510B2 (ja) | 文字処理装置及び方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Application deemed to be withdrawn because no request for examination was validly filed |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 19981112 |