[发明专利]一种基于图像处理的字体识别方法

权利要求书

1.一种基于图像处理的字体识别方法，其特征在于：

Step0.1：收集TTC字体文件，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，共计N个像素点；将字符图像作为输入源，生成该字符所对应的字符矩阵I_l×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I_l×w进行公式(1)所示二值化处理，之后将矩阵I_l×w按照从左至右、从上至下的规则生成该字符所对应的特征向量{f₁,f₂,…,f_N}；将所有字符、字符特征向量、以及所对应的字体信息等存入数据库，组建字体特征向量数据库；

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X_l×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X_l×w进行公式(2)所示二值化处理，之后将矩阵X_l×w按照从左至右、从上至下的规则生成待测字符X′所对应的特征向量{x₁,x₂,…,x_N}；

Step4：由字符文字信息X′调取字体特征向量数据库中的字符特征向量{f₁,f₂,…,f_N}，记其所对应的字体信息为F，通过余弦定理算法计算其与待测字符X′的特征向量{x₁,x₂,…,x_N}之间的字体识别度Sbd(X,F)，计算公式如公式(3)所示；

Step4：遍历字体特征向量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F_i,i∈[1,K]都经Step3步骤计算其与待测字符X′的特征向量{x₁,x₂,…,x_N}之间的字体识别度Sbd(X,F_i),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所述的基于图像处理的字体识别方法，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满足公式(4)的要求；

0≤ξ≤255 (4)。

3.根据权利要求1所述的基于图像处理的字体识别方法，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。