書(shū)法文字骨架提取技術(shù)的研究

潘索菲 章宇澄 劉玉立 鮑康勝 王睿

【摘要】提取書(shū)法文字的骨架是通過(guò)計(jì)算機(jī)對(duì)書(shū)法作品進(jìn)行評(píng)價(jià)的前提和基礎(chǔ)，骨架是一種重要的圖像目標(biāo)幾何特征，如何快速地獲得二值圖像的非畸變骨架，是進(jìn)行圖像目標(biāo)的形狀分析、信息壓縮、特征提取、模式識(shí)別等應(yīng)用的前提。書(shū)法漢字的骨架保留了大部分的字體信息形狀、特征等，而形狀特征的提取作為描述圖像目標(biāo)高層視覺(jué)特性的方法，更是當(dāng)前研究的熱點(diǎn)，本文采用二值圖像細(xì)化算法來(lái)進(jìn)行骨架提取，以期獲得較好的書(shū)法漢字評(píng)價(jià)效果。

【關(guān)鍵詞】書(shū)法漢字 骨架提取 二值圖像細(xì)化算法 輪廓提取

【中圖分類號(hào)】G633 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2095-3089（2018）07-0236-01

漢字書(shū)法藝術(shù)是中國(guó)古老且不斷傳承的漢文化精髓，漢字書(shū)法集文學(xué)性與藝術(shù)性于一體，練習(xí)漢字書(shū)法既可培養(yǎng)藝術(shù)愛(ài)好又可陶冶情操，應(yīng)為現(xiàn)代國(guó)人所推崇與重視。漢字書(shū)法練習(xí)方式相對(duì)古老傳統(tǒng)沒(méi)有現(xiàn)代科技感，無(wú)法引起青少年的興趣也很難使他們堅(jiān)持練習(xí)。本文依托于移動(dòng)端APP，輔助書(shū)法愛(ài)好者更好地進(jìn)行書(shū)法練習(xí)。該APP可直接調(diào)用移動(dòng)端攝像頭拍照獲取手寫漢字，或直接調(diào)用圖片庫(kù)中圖片進(jìn)行分析。根據(jù)書(shū)法練習(xí)的特點(diǎn)，設(shè)計(jì)單體漢字識(shí)別算法，成功拾取整篇作品中每個(gè)漢字。進(jìn)而對(duì)每個(gè)漢字進(jìn)行架構(gòu)分析，計(jì)算所選取的關(guān)鍵量化數(shù)據(jù)。本文采用二值圖像細(xì)化算法來(lái)進(jìn)行書(shū)法文字的骨架提取，將字體圖像進(jìn)行細(xì)化處理，在一定程度上簡(jiǎn)化了提取難度。

一、書(shū)法圖像細(xì)化算法

首先對(duì)字體圖像進(jìn)行細(xì)化，去除多余的像素點(diǎn)。同時(shí)為了保持骨架的連通性，該算法在細(xì)化過(guò)程中保留了圖像的難點(diǎn)、突出部分以及圖像中絕對(duì)不能被刪除的特殊點(diǎn)如交叉點(diǎn)、拐角點(diǎn)等。其次，由于書(shū)法作品本身筆畫邊界粗糙，所以得到的字體骨架圖像中必然存在著一些多余的枝杈。為了獲得光滑的圖像骨架，需要將骨架圖像上的毛刺進(jìn)行刪除。最后，為保證骨架的單像素，再去掉多余的像素點(diǎn)。

二、文字輪廓提取

圖像的輪廓或邊緣是圖像最基本的特征，所謂邊緣是指其周圍像素灰度有階躍變化或屋頂變化的那些像素的集合。提取邊緣的目的是為了突出圖像的邊緣信息，加強(qiáng)圖像的輪廓特征，以便于人眼和機(jī)器識(shí)別。獲取書(shū)法作品中字體的邊緣輪廓信息也是進(jìn)行筆劃提取和變形的必要前提。

常見(jiàn)的邊緣大概分為三種，第一種是階梯形邊緣，其兩邊的像素灰度值有著明顯的不同。第二種是屋頂型邊緣，其位于灰度值從增加到減少的變化的轉(zhuǎn)折點(diǎn)。還有一種是線性邊緣，其灰度變化有一個(gè)明顯的跳躍。

另一種獲取圖像外部輪廓信息的方法是輪廓跟蹤。在對(duì)書(shū)法作品二值圖像的處理過(guò)程中，為了獲取字體輪廓——字體圖像邊界點(diǎn)坐標(biāo)的集合，輪廓跟蹤的方法被廣泛使用。

三、單字切分

單字圖像的分割是計(jì)算機(jī)進(jìn)行書(shū)法學(xué)習(xí)、模擬必不可少的一環(huán)。目前，專門針對(duì)碑帖書(shū)法作品的單字圖像分割研究不多。各項(xiàng)研究主要集中于手寫數(shù)字、漢字的分割。我們結(jié)合漢字字符的分割方法和書(shū)法作品的特點(diǎn)做了這方面的嘗試。

（一）基于統(tǒng)計(jì)方法的切分

基于統(tǒng)計(jì)方法的切分，是根據(jù)字符的總體統(tǒng)計(jì)分布特征，來(lái)確定字符之間的界線。判別時(shí)以字符的平均字寬作輔助判別，統(tǒng)計(jì)分布特征的代表性和穩(wěn)定性對(duì)切分的正確性及收斂性起很重要的影響。這種方法適用于字符寬度比較大，且相差不大的場(chǎng)合。

（二）基于結(jié)構(gòu)的切分

基于結(jié)構(gòu)的切分，即從字與字之間以及漢字本身的結(jié)構(gòu)入手，綜合分析、尋找切分的規(guī)則。常用的基于結(jié)構(gòu)的切分方法有滴水算法和LDP算法。

（三）基于識(shí)別的切分方法

即在實(shí)際切分前，對(duì)各種可能存在的切分結(jié)果進(jìn)行識(shí)別，通過(guò)對(duì)識(shí)別結(jié)果的判別來(lái)選擇最終的切分點(diǎn)。常用的基于識(shí)別的切分方法有遞歸切分算法和基于隱馬爾可夫模型的算法。

四、總結(jié)

本文結(jié)合書(shū)法漢字輪廓結(jié)構(gòu)的特點(diǎn)，描述了一種基于字體輪廓特征的筆劃提取算法。這種算法對(duì)書(shū)寫工整，結(jié)構(gòu)清晰的書(shū)法字顯現(xiàn)出一定的效果。對(duì)輪廓特征的提取依賴于輪廓的質(zhì)量，因此輪廓點(diǎn)的離散性質(zhì)和其中的“噪聲”會(huì)極大的影響算法的有效性。另外，僅僅根據(jù)輪廓特征也不能完全確定筆劃信息，需要結(jié)合骨架的特征一同進(jìn)行筆畫信息的判斷。因此，將字體骨架特征融合到算法中是下一步研究的重點(diǎn)。

參考文獻(xiàn)：

[1]程志君，楊德強(qiáng).基于數(shù)學(xué)形態(tài)學(xué)的漢字骨架提取算法[J].山西電子技術(shù)，2008，（3）：23-24.

[2]鄧茜蕓，周明全，武仲科，等.面向瓦當(dāng)文字識(shí)別的改進(jìn)水平集骨架提取[J].中國(guó)圖象圖形學(xué)報(bào)，2014，19（9）：1324-1331.

[3]趙琪.書(shū)法碑帖文字的筆劃提取技術(shù)及其實(shí)現(xiàn)[D].華東師范大學(xué).

作者簡(jiǎn)介：

潘索菲（2002-），女，漢族，安徽合肥人，高中生。

章宇澄（2002-），男，漢族，安徽合肥人，高中生。

劉玉立（2001-），女，漢族，安徽合肥人，高中生。

鮑康勝（1978-），男，漢族，安徽池州人，碩士，中學(xué)高級(jí)教師，研究方向：青少年科創(chuàng)競(jìng)賽。

王睿（1994-），男，漢族，安徽合肥人，碩士研究生，研究方向：計(jì)算機(jī)軟件技術(shù)。