基于书法文字统计结构混合模型的笔顺提取

离线手写体的笔顺提取中用到的相邻笔段间最小曲率的假设,对于中文书法文字的笔顺提取并不完全适用,为此提出基于书法统计结构混合模型,通过该模型获得笔顺的新方法,其步骤是:(1)按照书法文字模型提取样本的相关特征,(2)按照输入样本使用粗糙选择获得候选样本集,(3)使用条件密度传播算法从已知笔顺的候选样本集中搜索出和输入样本最佳匹配的样本.对100个书法文字中的15个常用部首进行笔顺提取,基于最小曲率的Kalman滤波和新方法的准确率分别为42%和91%.

静态字体笔顺信息的提取

提出一种提取静态字体笔顺信息的方法.用WACOM手写板建立笔顺参考模型,基于距离最近原则,参考模型和静态字体骨架进行点对应操作,利用跟踪算法进行间断点连接及去除冗余点,恢复出静态字体骨架的笔顺信息.算法实时性好,可以快速得到最后结果,且恢复出来的字体具有较好的视觉效果.