[发明专利]一种基于加权随机分布模型的藏文字体多样性表达方法

说明书

本发明公开了一种基于加权随机分布模型的藏文字体多样性表达方法，所述方法包括以下步骤：S1、将藏文字体文稿扫描到计算机；S2、对扫描到计算机的文本图像做预处理；S3、对预处理后的文本图像进行分割；S4、对分割好的单一字符图像进行藏文识别；S5、将单一字符图像分成不同风格的字符图像；S6、根据字符的字体风格建立多样性字体库；S7、建立字体的加权随机分布模型；S8、以标准字体版式的藏文字体电子文档作为替换原文档，根据字体的加权随机分布模型调用多样性字体库中的字体，将替换原文档中的标准字体逐一替换为多样性字体库中的字体，实现藏文字体电子文档中字体的离散性和多样性。

技术领域

本发明涉及信息处理技术领域，特别涉及一种基于加权随机分布模型的藏文字体多样性表达方法。

背景技术

藏文是藏族人民在政治、经济、文化和宗教活动中的文字承载工具,是在中华民族历史文化发展长河中形成的独特文字形式。在长久的历史过程中，流传下来大量藏文经典文献主要采用手写和雕刻方式记载，主要分为：一，古藏文文献：如敦煌古藏文文献，被公认为敦煌学和藏学研究中的重要文献；二，《大藏经》为代表的佛教典籍：如乾隆藏本、嘉兴藏本；三，藏族先贤的作品：如达赖六世仓央嘉措的拉萨藏文木刻版《仓央嘉措情歌》、《十诫诗》以及大乘经典《药师经》；四，藏文公文为主的藏文历史档案文献。这些历史文献传统优秀的文献采用木刻和拓印的方式保存和流传，它们的最大特点是拥有独特的手写和雕刻字体，充分表现了当时年代对藏文的美学理解和文字背后的宗教精神。

由于藏文字体的原始文献种类繁多，目前计算机信息处理技术对这些经典藏文文献的处理，只是简单的通过图形扫描或矢量化图形的方式保存，或者做一些提高保存质量的工作。

上述方法虽然尽可能地保留了原版的书写和手工雕刻细节，但它需要处理巨大的数据量，而且不能在保持原著版面风格的基础上，实现藏文文字的编辑、查询、排版和发布等计算机文字信息处理的基本功能；进一步，如果采用单一的计算机藏文字体来处理，尽管可以实现编辑、查询等功能，但是不能保留原版的书写和手工雕刻细节，进而无法体现藏文的手写体和雕刻体艺术美感。

发明内容

本发明公开了一种基于加权随机模型的藏文字体多样性表达方法，该方法既能保留古籍原版的书写和手工雕刻细节，又能实现编辑和查询，实现藏文字计算机字体的多样性表达。

本发明的技术方案是：一种基于加权随机分布模型的藏文字体多样性表达方法，所述方法包括以下步骤：

S1、将藏文字体文稿扫描到计算机，生成PDF图像；

S2、对扫描到计算机的文本图像做预处理；

S3、对预处理后的文本图像进行分割，生成单一字符图像；

S4、对分割好的单一字符图像进行藏文识别；

S5、根据字符的局部特征，将单一字符图像分成不同风格的字体图像，同一风格的字体图像生成一套藏文字体集；

S6、提取图像中的字符，根据字符的字体风格建立多样性字体库；

S7、统计每一藏文字体文稿中不同风格的字体在文中出现的频度，建立字体的加权随机分布模型；

S8、以标准字体版式的藏文字体电子文档作为替换原文档，根据字体的加权随机分布模型调用多样性字体库中的字体，将替换原文档中的标准字体逐一替换为多样性字体库中的字体，实现藏文字体电子文档中字体的离散性和多样性。

所述步骤S2的具体步骤为：

S2.1、对文本图像做倾斜、去边框、去噪声处理；

S2.2、根据自动阈值法得到二值图像。

所述步骤S3的具体步骤为：

S3.1、对文本图像进行行切分；