[发明专利]个性化英文字母展示风格变换方法

摘要

本发明涉及一种个性化英文字母展示风格变换方法，属于软件工程和人工智能交叉领域，其特征在于，获取用户的待变化字母展示风格的句子或者文件，使用一个五维的特征组F，即(端点相对位置特征,端点形态特征,粗细特征,颜色特征，弯曲度特征)标记每个字母的风格特征，并由用户对个别字母以可视化方式进行目标风格变换，同样以五维的特征组FU标记，将F于FU作为输入，结合本发明提出的书写字母的分类属性，基于一个字母的目标风格和原始风格之间的变化特征提取模型(LFEM)学习用户对字母展示风格变化的变化特征(SF)，之后，按照特征参数SF对构成其他的字母进行风格变换。

主权项

1.一种个性化英文字母展示风格变换方法，其特征在于，使用一个五维的特征组 {端点相对位置特征, 端点形态特征, 粗细特征, 颜色特征，弯曲度特征}标记每个字母的风格特征，基于一个字母的目标风格和原始风格之间的变化特征提取模型学习用户对字母风格变化的变化特征，最后，按照特征参数对构成字母的要素点进行变化，包含如下步骤：步骤1）采集用户输入的字母，使用一个五维的特征组标记每个采集的字母，五个特征分别为：端点相对位置特征（WZ）、端点形态特征（XT）、粗细特征（CX）、颜色特征（YS）、弯曲度特征（WQ），记为：F = {WZ, XT, CX, YS, WQ}，其中，每个特征的取值可以是如下：端点相对位置（WZ）：字母的端点包括书写字母时每个笔画的起始点和终止点，例如书写字母A时第一笔画的两点是所述的两个端点，端点的相对位置是建立一个坐标系，让字母紧挨坐标系以测量和记录端点位置；端点形态特征（XT）：端点的形态特征有圆形（xt1），菱形（xt2），长方形（xt3），正方形（xt4）；球体（xt5），长方体（xt6），正方体（xt7）等；用一个二维向量表示某个端点的形态特征，例如字母A的最高处端点标记为1‑1，则端点1‑1的端点形态特征为（1‑1，xt1），表示端点1‑1的形态为圆形，其中，1‑1表示笔画1的起始端点；粗细特征（CX）：粗细特征用来表征笔画而非端点的特征，本发明设置笔画粗细的分辨率为1mm，最细为1mm，最粗为20mm，可取值的范围是{cx1，cx2，...，cx20}，即{1mm，2mm，...，20mm}；颜色特征（YS）：颜色特征表征字母笔画及端点的颜色，有12个取值，分别是红，橙，黄，绿，青，蓝，紫，灰，粉，黑，白，棕，用{ys1, ys2, ys3, ys4, ys5, ys6, ys7, ys8, ys9, ys10, ys11, ys12}表示；弯曲度特征（WQ）：弯曲度计量采用全长总弯曲度，即用一根细绳，从弯曲笔画的两端拉紧，测量笔画弯曲处最大弦高（mm），然后换算成长度（以米计）的百分数，即为笔画长度方向的全长弯曲度; 例如：笔画长度为8m，测得最大弦高30mm,则该笔画全长弯曲度应为：0.03÷8m×100%=0.375%；例如，字母B的风格使用如下五维特征组来表征字母B的特征：WZ = {(1‑1, 0, 1), (1‑2, 0, 0), (2‑1, 0, 1), (2‑2, 0, 0.5), (3‑1, 0, 0.5), (3‑2, 0, 0)}；XT = {(1‑1, xt1), (1‑2, xt1), (2‑1, xt1), (2‑2, xt1), (3‑1, xt1), (3‑2, xt1)};CX = {(1‑1, cx1), (1‑2, cx1), (2‑1, cx1), (2‑2, cx1), (3‑1, cx1), (3‑2, cx1)};YS = {(1‑1, ys1), (1‑2, ys1), (2‑1, ys1), (2‑2, ys1), (3‑1, ys1), (3‑2, ys1), (1, ys1), (2, ys1), (3, ys1)};WQ= {(1, wq1), (2, wq2), (3, wq3)};步骤2）基于步骤1的表示方法，建立字母的目标风格和原始风格之间的变化特征提取模型，名为LFEM，具体包含如下步骤：步骤2.1）从一个字母的两个方面，即笔画、端点综合考虑特征变化，即字母书写的分类属性；将所有字母的笔画划分为直笔画、曲笔画和圆笔画，如下表所示，26个英文字母的直笔画、曲笔画、圆笔画和端点的分类属性如表1所示：表1：步骤2.2）获取用户对待变化风格的字母集合中个别字母的变化后的五维特征组，用户可以通过可视化的方式滑动改变字母的风格特征，改变风格后的个别字母的五维特征组为：FU = {WZU, DDU, CXU, YSU, WQU}；步骤2.3）经过所述LFEM模型对输入的F与FU进行对比求差和分析，学习出用户对单个字母的改变特征，经过所述LFEM模型学习用户对字母风格的变化特征后的模型输出为一个风格变化特征4个6维的向量组SF = (FZ, FQ, FY, FD)，其中每个向量可表示为{F1, F2, F3, F4, F5, F6}，对应的参数如表2所示：表2：步骤2.4）4个6维的向量组SF表征的风格变化特征的参数计算，FWZ变化特征计算：位置变化（WZ参数变化）的端点为i‑j， i表示字母k的第i个笔画，j表示字母k的第i个笔画的第j个端点，端点i‑j的在所述坐标系的坐标为（xi‑j，yi‑j）；变化后的端点标记为i‑j‘；针对端点所在笔画为直笔画（Z）属性、曲笔画（Q）属性和圆笔画（Y），则LFEM模型学习到的位置变化特征为：以变化前端点xi‑j，yi‑j）为原点（0，0），以端点所在原始直笔画为x轴，建立坐标系，重新计算后的端点i‑j位置为（0，0），i‑j‘的坐标为（xui‑j，yui‑j）；计算从端点i‑j到端点i‑j‘的直线的斜率如下：                               （1）计算从端点i‑j到端点i‑j‘的距离如下：                   （2）所以，LFEM模型学习到的位置变化特征为一个三元组（i‑2，k，），其中i‑2表示除横直笔画外的直笔画的第二个端点，（k，）表示从该段点起按照k斜率正向或者负向前进s单位距离；FXT变化特征计算：记录端点的形态变化，变化前端点的形态为xt_i，变化后端点的形态为xt_j，表示为二元组（i‑j，xt_ixt_j）;FCX变化特征计算：记录笔画的粗细变化，变化前笔画的粗细为cx_i，变化后笔画的粗细为cx_j，表示为二元组（i‑j，cx_icx_j）;FYS变化特征计算：记录笔画和端点的颜色变化，变化前端点或者笔画的颜色为cx_i，变化后端点或者笔画的颜色为ys_j，表示为二元组（i‑j/i，ys_iys_j）;FWQ变化特征计算：记录笔画的长度，并计算笔画起始和终止两个端点之间的距离li，测量笔画弯曲处最大弦高si，弯曲度取值wqi由如下公式计算得出：wqi = si / li                             （3）其中，l表示弯曲笔画的起始点到终止点的距离，由距离公式：计算得出，s表示距离起始点和终止点所构成直线的最大弦高；则其变化特征表示为一个二元组（i，wq_i），其中，表四第i个笔画，包括已有的和增加的分支笔画，wq_i表示该笔画的弯曲度;最后，由LFEM模型输出的风格变化特征为4个6维的向量组SF = (FZ, FQ, FY, FD)，其中，Fi = {F1, F2, F3, F4, F5, F6}，即FZ ={0，0，（i‑j，cx_icx_j），（i‑j，ys_iys_j），（i，wq_i）}；FQ ={0，0，（i‑j，cx_icx_j），（i‑j，ys_iys_j），（i，wq_i）}；FY={0，0，（i‑j，cx_icx_j），（i‑j，ys_iys_j），（i，wq_i）}；FD={（i‑2，k，），（i‑j，xt_ixt_j），0，（i‑j，ys_iys_j），0}；步骤3）基于步骤2得到的风格变化特征SF，对直笔画和曲笔画分别按照得到的两个五维特征组的数值对其他字母进行风格变化。