[发明专利]一种基于计算机的汉字笔画填充方法、系统、终端及介质

说明书

本发明公开了一种基于计算机的汉字笔画填充方法，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；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；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风格字图形。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。

技术领域

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。

发明内容

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；