針對匾額上的書法字通常希望書法名家來題寫而找名家不易的問題,提出一種使用優(yōu)秀歷史書法作品圖像生成風(fēng)格一致的書法匾額的方法:首先,從書法庫中檢索匾額所需內(nèi)容,提取書法圖像的筆畫特征、結(jié)體特征和章法特征作為度量依據(jù);接著,以內(nèi)容中第1個書法字的風(fēng)格為基準(zhǔn),計算多個書法詞組內(nèi)的風(fēng)格一致性程度,按一致程度值排序;然后,對選中的書法詞組圖像進(jìn)行分段連續(xù)光滑矢量化,以使縮放不失真,曲線段間保持C¹連續(xù).最后,生成風(fēng)格一致、顏色一致、大小一致的書法匾額.用CADAL書法庫中3 146幅單字圖像進(jìn)行匾額合成實驗,結(jié)果表明,該方法對風(fēng)格一致性分類的平均準(zhǔn)確率為0.97,用戶對所生成的匾額基本滿意. 

【文章來源】：計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2020,32(09)北大核心EICSCD

【文章頁數(shù)】：13 頁

【部分圖文】：

鏈碼映射(1)筆畫熵.度量不同風(fēng)格下的同一類筆畫

恢灤鑰尚闖?stylecontextSS(1)S(2)其中,(0,1),本文實驗取0.6.S值越大,一致程度越高.在書法庫中檢索出匾額內(nèi)容所需的書法字,以每次檢索到的首個書法字的風(fēng)格特征作為匹配模板,再依次計算書法字彼此之間的相似度累加和,并將最終結(jié)果按照S值的大小排列,得到多組書法詞組圖像.3風(fēng)格一致的匾額合成匾額內(nèi)容的風(fēng)格一致性確定后,需確定大小一致性.該過程中的關(guān)鍵是對書法字圖像進(jìn)行縮放,書法庫中檢索得到的書法字圖像是位圖,如果直接進(jìn)行縮放,放大后會出現(xiàn)鋸齒狀,不符合要求,如圖7c所示.為使放大后圖像邊緣光滑而不產(chǎn)生鋸齒形,要對書法字圖像進(jìn)行分段連續(xù)矢量化,結(jié)果如圖7d所示.a.原圖b.二值圖c.二值圖-放大4倍d.矢量圖-放大4倍圖7矢量化前后矢量化主要是針對書法字輪廓,先將提取的輪廓根據(jù)特征點分段,再用三次Bézier曲線進(jìn)行光滑擬合[23].

的分段擬合4實驗分析本實驗運行在臺式機(jī)上,系統(tǒng)配置為IntelCore(TM)i7-6700CPU@3.40GHz,16GB內(nèi)存.本系統(tǒng)使用WebStorm完成界面搭建,VisualStudio2017和PyCharm進(jìn)行編程.4.1實驗數(shù)據(jù)本文中使用的書法字圖像來自CADAL書法網(wǎng)站①.系統(tǒng)中使用的是JPG格式的圖像,書法字庫中共有3146幅單字圖像,都是按照最小包圍盒算法獲得的字符;其中,最大和最小尺寸分別為200×240像素和8363像素,平均為102119像素.在書法風(fēng)格特征提取實驗中,3種風(fēng)格的楷書字體分別是由3位著名的書法家創(chuàng)造的,一些字符如圖10所示.當(dāng)采用基于深度CNN的方法時,每種字符中心對齊,并擴(kuò)展到256256的相同大小.每種風(fēng)格各收集了600幅不同的書法單字作為數(shù)據(jù)集,整個數(shù)據(jù)集共1800幅圖像.訓(xùn)練集和測試集樣本數(shù)之比為5∶1.當(dāng)驗證本文與徐玉霞[1]的風(fēng)格特征提取方法時,需使用原始大小的圖像.a.趙孟頫書法b.柳公權(quán)書法c.顏真卿書法圖10來自數(shù)據(jù)集的樣本①http://www.cadal.zju.edu.cn/NewCalligraphy

【參考文獻(xiàn)】：
期刊論文
[1]三次B樣條插值的網(wǎng)格拼接和融合[J]. 劉姝玉,韓燮,賈彩琴.  中國圖象圖形學(xué)報. 2018(12)
[2]基于輪廓擬合的新風(fēng)格書法字合成[J]. 石雷,韓德志,章夏芬,畢坤.  計算機(jī)應(yīng)用與軟件. 2017(06)
[3]章法的三重構(gòu)成[J]. 彭再生.  中國書畫. 2017(04)
[4]用爬蟲法提取書法筆畫[J]. 章夏芬,劉佳巖.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2016(02)
[5]啟體書法字的矢量化[J]. 曹芳,武仲科,敖雪峰,周明全.  中文信息學(xué)報. 2010(06)
[6]分段連續(xù)三次Bezier曲線控制點的構(gòu)造算法[J]. 王家潤,趙南松,華文元,王玉玫.  計算機(jī)工程與應(yīng)用. 2010(22)
[7]一種基于切線的曲線直線擬合的矢量化算法[J]. 熊征,周朝暉,路野.  計算機(jī)仿真. 2008(09)
[8]最大類間方差法在圖像處理中的應(yīng)用[J]. 齊麗娜,張博,王戰(zhàn)凱.  無線電工程. 2006(07)
[9]用于圖像處理的自適應(yīng)中值濾波[J]. 張旭明,徐濱士,董世運.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2005(02)
[10]一種基于曲率提取輪廓特征點的方法[J]. 張文景,許曉鳴,丁國駿,楊煜普.  上海交通大學(xué)學(xué)報. 1999(05)

碩士論文
[1]中國書法AI的研究與應(yīng)用[D]. 杜雪瑩.浙江大學(xué) 2018
[2]書法臨帖評價系統(tǒng)研究與實現(xiàn)[D]. 吳楚洲.華南理工大學(xué) 2017
[3]書法牌匾生成技術(shù)的研究與實現(xiàn)[D]. 徐玉霞.浙江大學(xué) 2007



本文編號：3302869