[发明专利]字符部件聚类方法、装置、设备及计算机可读存储介质

说明书

本发明实施例提供一种字符部件聚类方法、装置、设备及计算机可读存储介质，该方法包括：获取多个字符，并提取各个所述字符所包含的待测部件的特征数据；根据各个所述字符所包含的待测部件的轮廓曲线和预设计算方式，确定所有所述字符所包含的待测部件中每两个待测部件之间的距离值；根据每两个待测部件之间的距离值对指定类型的所有部件进行聚类，得到该类型部件的多个分类及各个分类中的代表部件；针对该类型每个待测部件，在所有代表部件中查找与该待测部件之间距离值最小的代表部件，将与该待测部件之间距离值最小的代表部件确定为该待测部件对应的代表部件。本发明实施例能够给待测部件确定出与之最相似的代表部件，进而提升字符制作效率。

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种字符部件聚类方法、装置、设备及计算机可读存储介质。

背景技术

由于汉字的字数非常多，要对字库中的汉字字体一一制作需要花费好几年的时间。但由于汉字可以看作由一个个部件和笔画构成的，所以存在部件复用的情况。为了提高制作汉字字体的效率，大部分情况下都会采用先制作一部分字符，后续制作新字的时候复用这部分字符中的部件，利用这样逐步扩充的方式来设计字体，可以提高字体开发的效率。同一个部件在不同汉字中的大小和位置都有差异，在字体制作过程中，为了复用已有的部件，最好选择被复用的部件与当前字符中该部件的大小和位置近似保持一致，这样对被复用的部件进行一些简单的修改和处理就可以直接用到该字符中，从而提高字符制作的效率。

现有技术中，根据部件在字符中的位置信息对字符中同一类型的部件进行聚类，得到该类型部件的代表部件。这样在制作字符时，可以查找字符的部件对应的代表部件，将代表部件进行一些简单的修改和处理就能应用到新字符中。

然而现有技术中，根据部件在字符中的位置信息进行部件聚类，容易将位置一致但形状大小区别较大的部件聚到一类，不能准确得到代表部件，这样在制作新字符时，对代表部件进行简单修改不能准确得到字符所需的部件，增加了对代表部件修改的工作量，影响字符制作效率。

发明内容

本发明实施例提供一种字符部件聚类方法、装置、设备及计算机可读存储介质，以解决目前根据部件在字符中的位置信息进行部件聚类，不能准确得到与部件相似的代表部件的问题。

第一方面，本发明实施例提供一种字符部件聚类方法，包括：

获取多个字符，其中，每一个所述字符中包含待测部件，并提取各个所述字符所包含的待测部件的特征数据，其中，所述待测部件为属于指定类型的部件，所述特征数据包括轮廓曲线；

根据各个所述字符所包含的待测部件的轮廓曲线和预设计算方式，确定所有所述字符所包含的待测部件中每两个待测部件之间的距离值；

根据每两个待测部件之间的距离值对各个待测部件进行聚类，得到多个分类及各个分类中的代表部件；

针对每个待测部件，在所有代表部件中查找与该待测部件之间距离值最小的代表部件，将与该待测部件之间距离值最小的代表部件确定为该待测部件对应的代表部件。

在一种可能的实施方式中，所述获取多个字符，并提取各个所述字符所包含的待测部件的特征数据，包括：

获取字库中的第一预设个数的字符；

对所述第一预设个数的字符的所有部件进行拆分处理；

从拆分处理得到的部件中查找属于所述指定类型的待测部件；

从所述第一预设个数的字符中确定包含待测部件的各个所述字符，并提取确定出的各个所述字符所包含的待测部件的特征数据。

在一种可能的实施方式中，所述预设计算方式包括第一计算方式，所述第一计算方式为：

根据各个待测部件的轮廓曲线确定各个待测部件的外包围矩形框，并获得各个待测部件的外包围矩形框中左上角顶点和右下角顶点的坐标值；