个性化英文字母展示风格变换方法技术

本发明专利技术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，结合本发明专利技术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。

【技术实现步骤摘要】
个性化英文字母展示风格变换方法
本专利技术是一种个性化英文字母展示风格变换方法，属于软件工程与人工智能交叉领域。
技术介绍
个人隐私（privacyofindividual）的一般定义是公民个人生活中不愿为他人（一定范围以外的人）公开或知悉的秘密。隐私权是自然人享有的对其个人的、与公共利益无关的个人信息、私人活动和私有领域进行支配的一种人格权。然而，当人们在公共场合阅读对于自己而言不想被别人知道的文字时，旁边的人总会有意无意的看到我们的文字信息；这时，如果这些文字被处理成只有资源拥有者才能看明白，而其他人无法看明白的文字，则很好的保护了用户隐私。本专利技术提出一种个性化英文字母展示风格变换方法，通过将文字按照端点相对位置、端点形态、笔画粗细、端点和笔画的颜色、以及笔画弯曲度的综合参数变化将用户的英文字母进行个性化风格变换，由于变化的特征是经过对用户针对字母的可视化变化学习得到，因而变换后的英文中的字母对于用户而言很易辨识，而对于其他人而言则不易辨识。本专利技术将字母的构成区分为直笔画、曲笔画、圆笔画和端点等四个分类属性，从所述四个角度出发，提出了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，名为LFEM，提取后的字母风格变换特征是一个4个6维的向量组，之后按照这个向量组对其他英文句子中的字母进行变换。
技术实现思路
图1给出了个性化英文字母风格变换方法的一个具体实施框架，图2给出了个性化英文字母风格变换方法的一个具体实施流程，图3给出了个性化英文字母风格变换方法标注字母风格特征的一个具体的实施例，图4给出了个性化英文字母风格变换方法进行风格变化时的具体实施例。所述一个性化英文字母展示风格变换方法，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，本专利技术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%；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，改变后的五维特征组为：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：例如，如图4（a）和4（b）所示，用户改变了字母B的风格，则LFEM输出一个向量组SF=(FZ,FQ,FY,FD)=（{ZS,0,0,（1，cx4cx5），（1，0），（1，00.2）}，{0，0，0，0，0，0}，{0，0，0，0，0}，{（1-2，k，+s），（1-2，xt1xt2），0，0，0}）来表征变化特征，其中FZ中的参数分别表示：ZS：直竖直笔画风格发生变化；（1，cx4cx5）：表示笔画1的粗细由原来的4mm变为5mm；（1，0）：表示笔画1的颜色没有发生变化；（1，wq1wq2）：表示直笔画1的弯曲度由原来的0，变成0.2。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xti，变化后端点的形态为xtj，表示为二元组（i-j，xtixtj）;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cxi，变化后笔画的粗细为cxj，表示为二元组（i-j，cxicxj）;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cxi，变化后端点或者笔画的颜色为ysj，表示为二元组（i-j/i，ysiysj）;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）其本文档来自技高网...

【技术保护点】
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，本专利技术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：...

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：段玉聪，宋正阳，张欣悦，文斌，李京兵，
申请(专利权)人：海南大学，
类型：发明
国别省市：海南,46