[发明专利]一种基于汉字轮廓的笔画分离方法

说明书

本发明提供一种基于汉字轮廓的笔画分离方法，包括：提取汉字字符的轮廓，确定内轮廓、外轮廓，获得组合轮廓集合；提取笔画分离的轮廓候选特征点；针对任意一个候选特征点；计算特征点集合中任意两个特征点之间的距离，及每个特征点的入向量和出向量，并初始化特征点对列表；在任意两个不同的特征点之间，如果第一特征点和第二特征点之间的距离不大于阈值时，计算两特征点对应的余弦夹角；如果满足预设条件，则将第一特征点和第二特征点加入到特征点对集合中；基于轮廓集合、特征点集合和特征点对集合进行笔画分离。应用本发明实施例，通过特征点位置检测和角度检测，提高有效特征点筛选的准确率，并提高了独立笔画提取的准确率。

技术领域

本发明涉及汉字轮廓提取技术领域，特别是涉及一种基于汉字轮廓的笔画分离方法。

背景技术

汉字拥有着近五千年的悠久进化史，且应用广泛，随着计算机和信息技术的发展，人们对各种不同风格字体的需求越来越迫切而多样化。

尽管目前有多种方法用于分离汉字的独立自然笔画，但相对分离准确率和效率较低。由于汉字书法与印刷字体的多样性，生成一款优美的计算机矢量字库需要大量的人工，效率较低。就目前的TTF等矢量字库中，只有个别字库具有独立笔画轮廓信息可供教学使用，且只具有常用的简体字笔画信息。这为多种风格字体的教学应用带来了许多困难，特别是随着计算机技术和网络技术的发展，汉字教学也从一对一的言传身教的导师模式，演变为计算机和互联网+的自主学习模式，由计算机演示书写过程和要点，学生通过观摩和临摹自主学习。同时，在基于汉字的艺术创作时，将汉字笔画与绘画技巧融合在一起，可产生许多益智类的汉字画艺术品，给人带来美感的同时，也让人增长了知识和智慧。

目前独立笔画的提取方法主要分为基于汉字轮廓的提取方法、基于骨架的提取方法、基于书写规则的提取方法，或基于模板匹配的提取方法，以及基于轮廓和骨架信息融合的提取方法。已发表的研究成果表明，这些方法对一些特定的字集或字体有效，但准确率都有等提高。这是因为在这些方法的轮廓特征点查找和配对、骨架点的提取和优化算法都会存在误差，导致汉字的独立笔画提取准确率有待提高。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于汉字轮廓的笔画分离方法，旨在通过通过特征点位置检测和角度检测，提高有效特征点筛选的准确率，以及提出特征点向量对的匹配算法和轮廓点单方向搜索算法，提高笔画提取的准确率。

为实现上述目的及其他相关目的，本发明提供一种基于汉字轮廓的笔画分离方法，所述方法包括步骤：

基于图形引擎的路径，提取汉字字符的轮廓；

基于所提取的轮廓，确定内轮廓、外轮廓，获得轮廓集合；

针对任意的连续三个轮廓点，判断中间轮廓点是否在其前一个轮廓点和后一个轮廓点的连线的右边；如果是，确定该中间轮廓点为候选特征点；

针对任意一个候选特征点，判断该候选特征点与其前一个轮廓点和后一个轮廓点所构成的余弦夹角是否位于预设角度范围内；如果是，则确定该候选特征点为特征点，获得特征点集合；

计算所述特征点集合中任意两个特征点之间的距离，及每个特征点的入向量和出向量，并初始化特征点对列表；

在任意两个不同的特征点之间，如果第一特征点P_i和第二特征点P_j之间的距离不大于阈值时，计算第一特征点P_i的入向量与第二特征点P_j的出向量之间的夹角θ_12Inout、以及计算第一轮廓点与第一特征点和第二特征点之间所形成的第一余弦夹角、第一特征点与第二特征点和第二轮廓点之间所形成的第二余弦夹角；其中，第一轮廓点为第一特征点的前一个轮廓点，第二轮廓点为第二特征点的后一个轮廓点；