一种基于计算机的汉字笔画填充方法、系统、终端及介质与流程

本发明涉及软件技术领域，具体涉及一种基于计算机的汉字笔画填充方法、系统、终端及介质。

背景技术：

字库设计是一项复杂而又标准的工作，尤其是对于中文字库，由于中文汉字数量繁多，一款中文字体至少要包含上千次才能实现最基本的数量要求，像微软雅黑等专业的中文字库更是包含了上万个字，相对于拉丁字母文字，汉字本身具有的复杂性，又使得汉字的字库设计更加困难，所以一套可用的中文字库实际设计过程往往需要历时数月甚至更久。当字体设计人员在制作字型时，往往需要对每一个汉字进行设计并修正，比如单独对这个字的每一个笔画进行设计，或者对已设计好的笔画结构做适当的裁剪、变形后重新使用，然后把设计好的笔画，偏旁或部首拖动到合适的位置，如果得到的字看起来不够美观，甚至需要重新去设计笔画并重复拖动的过程。这样就会使得制作字型的整个过程变得比较麻烦，导致设计一套完整的字库需要花费大量的时间和精力，设计周期长，成本高。

目前常见的解决方法往往是事先设计好汉字的常用笔画结构，并规定好笔画首位和弯折处的角度等要素，后面设计的所有字型都由这些设计好的笔画结构或笔画结构的适当形变拼接而成。采用这种方法尽管在一定程度上提高了整体设计效率和美观性，但由于整个设计过程少不了大量的人工干预，要设计出一套完整的字库仍是一件费时费力的事情，设计师的工作量并没有明显减少。

另外，目前也存在基于机器学习算法来减少汉字设计工作量的尝试，比如通过人手写几十个汉字，就可以模仿这个人的风格生成一套手写字库，这种方法我们叫做风格迁移，但是这种方式在标准字库制作下会出现很多问题，比如生成的字过于模糊，甚至是难以辨认，最终结果具有随机性，不符合字库设计的标准化需求，所以完全依赖于风格迁移的字体生成方法是不适用于标准字库的。

技术实现要素：

针对现有技术中的缺陷，本发明提供一种基于计算机的汉字笔画填充方法、系统、终端及介质，采用骨架来描述汉字的具体结构，通过机器学习大幅度提高字库设计效率，节约字库设计时间，极大简化设计师工作量。

第一方面，本发明实施例提供的一种基于计算机的汉字笔画填充方法，包括：

获取设计师设计的样字图形；

对样字图形进行图像预处理，得到预处理后的样字图形；

调用细化程序对预处理后的样字图形中的每一个单点像素进行处理，得到样字细化字；

将预处理后的样字图形和样字细化字进行一一对应保存；

将预处理后的样字图形和样字细化字作为训练样本输入卷积神经网络模型中进行模型训练，得到训练后的卷积神经网络模型；

从风格汉字细化字数据库中获取所有汉字细化字，汉字细化字是符合设计师风格的细化字；

将所有汉字细化字输入训练好的卷积神经网络模型中进行风格化笔画填充，输出符合设计师风格的所有汉字的风格字图形。

第二方面，本发明实施例提供的一种基于计算机的汉字笔画填充系统，包括：获取模块、预处理模块、细化处理模块、机器学习模块，

所述获取模块用于获取设计师设计的样字图形；

所述预处理模块用于对样字图形进行图像预处理，得到预处理后的样字图形；

所述细化处理模块用于调用细化程序对预处理后的样字图形中的每一个单点像素进行处理，得到样字细化字；

所述机器学习模块用于将预处理后的样字图形和样字细化字作为训练样本输入卷积神经网络模型中进行模型训练，在输入过程通过图形界面展示预处理后的样字图形和样字细化字的对比图像，得到训练后的卷积神经网络模型；

从风格汉字细化字数据库中获取所有汉字细化字，所述汉字细化字是符合设计师风格的细化字；

将所有汉字细化字输入训练好的卷积神经网络模型中进行风格化笔画填充，输出符合设计师风格的所有汉字的风格字图形。

第三方面，本发明实施例提供的一种智能终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述实施例描述的方法。

第四方面，本发明实施例提供的一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。

本发明的有益效果：

本发明实施例提供的一种基于计算机的汉字笔画填充方法、系统、终端及介质，采用骨架来描述汉字的具体结构，解决了传统风格迁移方法得到的生成字存在的结构重叠，笔画涂抹和字形模糊等问题，打破了现有方法只能将机器学习方法应用于手写字中的限制。字库设计师只需要设计50到100个风格字即可，由机器学习算法自动生成其它需要设计的文字，让字库设计的工作变得更加高效、简单。同时，基于机器学习，本发明在字库设计师设计的风格字体基础上，字体的设计会更加标准、规范、美观，字库设计质量将大幅度提高。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1示出了细化字和风格字的样式图；

图2示出了本发明第一实施例所提供的一种基于计算机的汉字笔画填充方法的流程图；

图3示出了第一实施例中利用卷积神经网络模型进行训练得到的训练结果图；

图4示出了本发明第二实施例所提供的一种基于计算机的汉字笔画填充系统的结构框图；

图5示出了本发明第三实施例所提供的一种智能终端的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

为了更好的解释下述实施例，首先介绍几个概念：

骨架(细化字)：将汉字的笔画细化到一定程度(这里我们指的是单像素)后遗留的结构。

风格字：符合设计师设计风格的字，可以是设计师设计的，也可以是算法自动生成的，注意这个不是细化字，细化字(骨架)笔画填充后就是风格字。如图1所述，图1中的a为细化字，b为风格字。

样字：设计师提供的手动设计的字，大约100个左右。

笔画填充：在汉字骨架的基础上，将细化的笔画进行形状上的风格扩展，从而得到风格字的过程。

决定汉字表现形式的因素有很多，但是无论怎么设计，骨架是一个汉字亘古不变的特征，汉字大部分的表现特征，在其骨架确定的那一刻就被确定了，在对大量汉字结构特征进行考察的基础上，结合现在已有的字库制作技术，我们选择通过骨架来描述汉字的基本特征，并在骨架这个基本特征上进行笔画填充，从而形成最终的风格字。

如图2所示，示出了本发明第一实施例所提供的一种基于计算机的汉字笔画填充方法的流程图，该方法包括以下步骤：

s1:获取设计师设计的样字图形。

s2:对样字图形进行图像预处理，得到预处理后的样字图形。

具体地，对样字图形依次进行灰度、二值化处理，得到处理后的样字图形。

s3:调用细化程序对预处理后的样字图形中的每一个单点像素进行处理，得到样字细化字。

具体的，对处理后的样字图形中每一个单点像素进行处理，循环直到所有像素点处理完毕，得到设计师提供样字的细化字(骨架)。

s4:将预处理后的样字图形和样字细化字进行一一对应保存。

将处理后的样字图形和细化字一一对应好，放在两个文件夹中，其中一个放置样字图形，一个放置细化字，对应的细化字和样字图形的文件名相同，都是同一个字相对应的样字图形和细化字文件夹。

s5:将预处理后的样字图形和样字细化字作为训练样本输入卷积神经网络模型中进行模型训练，在输入过程通过图形界面展示预处理后的样字图形和样字细化字的对比图像，得到训练后的卷积神经网络模型。

具体地，卷积神经网络模型采用残差网络模型，在本实施例中选择resnet34，对训练回合等参数进行设置，按照前期测试的结果，骨架模式下一般设置为十次左右，将预处理后的样字图形和样字细化字输入卷积神经网络模型中进行训练，得到训练后的卷积神经网络模型，训练结果如图3所示，a为细化字,b为生成结果，c为期望结果。

s6:从风格汉字细化字数据库中获取所有汉字细化字，汉字细化字是符合设计师风格的细化字。

s7:将所有汉字细化字输入训练好的卷积神经网络模型中进行风格化笔画填充，输出符合设计师风格的所有汉字的风格字图形。

s8:对输出符合设计师风格的风格字进行是否符合预期进行判断，若不符合预期效果，则返回执行步骤s5，不能把训练回合设置的过大，训练回合设置得小一些，每训练一次生成一个结果观察是否符合预期，防止训练过拟合；若符合预期效果，则使用形态学方法对输出的风格字图形进行处理,去除生成字体的毛刺与凹陷，尽可能使得字体平滑，方便后期的优化过程。

s9:将符合预期效果的风格字以图片形式导出。

本发明实施例提供的一种基于计算机的汉字笔画填充方法，用骨架来描述汉字的具体结构，解决了传统风格迁移方法得到的生成字存在的结构重叠，笔画涂抹和字形模糊等问题，打破了现有方法只能将机器学习方法应用于手写字中的限制，使得机器学习方法应用在标准字库制作中成为了可能。本发明实施例绝大部分的工作都是由计算机算法完成，字库设计师只需要设计50到100个风格字即可，由计算机算法自动生成其它需要设计的文字，让字库设计的工作变得更加高效、简单。同时，基于机器学习，本发明实施例在字库设计师设计的风格字体基础上，字体的设计会更加标准、规范、美观，字库设计质量将大幅度提高。

在上述的第一实施例中，提供了一种基于计算机的汉字笔画填充方法，与之相对应的，本申请还提供一种基于计算机的汉字笔画填充系统。请参考图4，其为本发明第二实施例提供的一种基于计算机的汉字笔画填充系统的结构框图。由于装置实施例基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。

如图4所示，示出了本发明第二实施例提供的一种基于计算机的汉字笔画填充系统的结构框图，该系统包括：获取模块、预处理模块、细化处理模块、机器学习模块，所述获取模块用于获取设计师设计的样字图形；所述预处理模块用于对样字图形进行图像预处理，得到预处理后的样字图形；所述细化处理模块用于调用细化程序对预处理后的样字图形中的每一个单点像素进行处理，得到样字细化字；所述机器学习模块用于将预处理后的样字图形和样字细化字作为训练样本输入卷积神经网络模型中进行模型训练，得到训练后的卷积神经网络模型；从风格汉字细化字数据库中获取所有汉字细化字，汉字细化字是符合设计师风格的细化字；将所有汉字细化字输入训练好的卷积神经网络模型中进行风格化笔画填充，输出符合设计师风格的所有汉字的风格字图形。

系统还包括预期判断模块，所述预期判断模块对输出符合设计师风格的风格字进行是否符合预期进行判断，若不符合预期效果，则对卷积神经网络模型的参数进行调整后重新进行模型训练和模型验证；若符合预期效果，则使用形态学方法对输出的风格字图形进行处理。

本发明第二实施例提供的基于计算机的汉字笔画填充系统与基于计算机的汉字笔画填充方法出于相同的发明构思，具有相同的有益效果，在此不再赘述。

如图5所示，示出了本发明第三实施例提供的一种智能终端的结构框图，该终端包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述实施例描述的方法。

应当理解，在本发明实施例中，所称处理器可以是中央处理单元(centralprocessingunit，cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

输入设备可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备可以包括显示器(lcd等)、扬声器等。

该存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。

具体实现中，本发明实施例中所描述的处理器、输入设备、输出设备可执行本发明实施例提供的方法实施例所描述的实现方式，也可执行本发明实施例所描述的系统实施例的实现方式，在此不再赘述。

在本发明还提供一种计算机可读存储介质的实施例，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。

所述计算机可读存储介质可以是前述实施例所述的终端的内部存储单元，例如终端的硬盘或内存。所述计算机可读存储介质也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述计算机可读存储介质还可以既包括所述终端的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。