1.一种基于纵横直方图的字体识别方法,其特征在于:
Step0:采集字体文件及字符图像,对图像进行预处理,并创建字体特征数据库;具体实施步骤如Step0.1~Step0.5所示;
Step0.1:收集TTC字体文件,其TTC字体文件包括但不限于宋体、黑体、微软雅黑,记TTC字体文件数量为K;
Step0.2:从TTC字体文件中提取出每个字符所对应的图像,即字符图像大小为l×w,单位为像素点;将字符图像作为输入源,生成该字符所对应的字符矩阵Il×w,该矩阵中的元素值即为该像素点的灰度值;定义ξ为灰度二值化阈值,对矩阵Il×w进行公式(1)所示二值化处理,得到二值化矩阵I′l×w,其中I′(i,j),i∈[1,l],j∈[1,w]为元素值;
Step0.3:将二值化矩阵I′l×w进行公式(2)所示纵向叠加处理,生成纵向特征向量{z1,z2,…,zl};
Step0.4:将二值化矩阵I′l×w进行公式(3)所示横向叠加处理,生成横向特征向量{h1,h2,…,hw};
Step0.5:将所有字符以及所对应的纵向特征向量{z1,z2,…,zl}、横向特征向量{h1,h2,…,hw}字体信息等存入数据库,组建字体特征数据库;
Step1:由用户上传单个字符的图像形式信息X,并指出该字符所对应的字符文字信息X′;
Step2:利用现代切割技术及字符形状特征,将图像X以l:w的比例剪切至待测字符X′尽可能铺满图像为止,但要将其字符重心处于图像的中心,并留取合适的边距,生成待测字符X′的修整图像Step3:将待测字符X′的修整图像 按比例压缩至l×w像素点,共计N个像素点,随后生成待测字符X′的修整图像 所对应的字符矩阵Xl×w,该矩阵中的元素值即为该像素点的灰度值;依然以ξ为灰度二值化阈值,对矩阵Xl×w进行公式(4)所示二值化处理,得到二值化矩阵X′l×w,其中X′(i,j),i∈[1,l],j∈[1,w]为元素值;
Step4:将二值化矩阵X′l×w进行公式(5)所示纵向叠加处理,生成纵向特征向量{xz1,xz2,…,xzl};
Step5:将二值化矩阵I′l×w进行公式(6)所示横向叠加处理,生成横向特征向量{xh1,xh2,…,xhw};
Step6:由字符文字信息X′调取字体特征数据库中字体信息为F的对应字符,以及对应的纵向特征向量{fz1,fz2,…,fzl}、横向特征向量{fh1,fh2,…,fhw},通过余弦定理算法公式(7)、公式(8)计算其与待测字符X′之间基于纵向直方图的字体识别度Sbdz(X,F)及基于横向直方图的字体识别度Sbdh(X,F),最后通过融合公式(9)计算最终字体识别度Sbd(X,F);
Step7:遍历字体特征数据库中所有字符为用户输入的字符文字信息X′的数据,对其中的每个字体信息Fi,i∈[1,K]都经Step3步骤计算其与待测字符X′之间的字体识别度Sbd(X,Fi),i∈[1,K];将按照从大到小的顺序排序,提取出前θ个字体信息并输出。
2.根据权利要求1所述的基于纵横直方图的字体识别方法,其特征在于:所述步骤Step0.2中,字符应包括汉字、字母;字符图像大小l×w是由字体文件中提取的字符字体大小决定,且总像素点N=l×w;并且灰度二值化阈值ξ满足0≤ξ≤255的要求,取ξ=1。
3.根据权利要求1所述的基于纵横直方图的字体识别方法,其特征在于:所述步骤Step0.2中,若按照编码方式为Unicode的基本字符集为标准,则共有20902个汉字、26个字母,则字体特征向量数据库应共计(20902+26)K条数据。