[发明专利]基于部首的书法字检索方法

说明书

技术领域

本发明涉及书法字相关信息库的建立，尤其涉及一种基于部首的书法字检索的方法。

背景技术

书法是中国土生土长的艺术，有着悠久、深厚的文化底蕴。古代大量的优秀书法作品都是全人类宝贵的历史文化遗产。数字化的书法作品可以通过作品名称、作者和朝代等信息进行检索, 但这远远满足不了人们的需求，而书法作品图像难以通过OCR识别，基于内容的书法字检索相对较难，原因在于书法字具有如下特性:1）笔划变形。横笔不平，竖笔不直，折笔拐角变圆弧。有时是为美感而故意扭曲笔画，如枯笔字。2）复杂性。书法字风格各异。与印刷体相比，该连接的笔画没接上，不该接的却连接在一起。3）模糊性。由于原始作品饱经历史沧桑，或受自然因素影响，有许多腐蚀和污染的地方，严重的甚至出现部分笔画缺失的现象。目前书法字检索技术的研究成果很少。 MultiMedia 2004年（Retrieval of Chinese calligraphic charcter image 2004: 17-24）提出一种对书法字的检索多采用基于轮廓相似性的方法。为了加快检索速度,第十五届ACM International Conference on Information and Knowledge Management 2006,（Towards interactive indexing for large Chinese calligraphic character databases 2006: 884-885）对书法字数据库的高维特征建理论上, 基于内容的书法字检索与基于内容的图像检索( content based image retrieval, CBIR) 十分接近。CBIR 通常是通过比较颜色、纹理和形状等特征实现的。 但是对于书法字来说, 在这3个特征中, 仅形状特征是有意义的。 《计算机辅助设计与图形学学报》2009年（基于骨架相似性的书法字检索）提出一种基于骨架的书法字检索方法，将书法字进行细化形成骨架，再对骨架进行特征提取及匹配，达到检索目的，但是真正实施起来书法字的骨架提取难度特别大，而且提取出来的骨架并不规整，检索速度比较慢。

发明内容

本发明的目的是克服现有技术的不足，结合中国人对汉字的理解，提供一种基于部首的书法字检索的方法。

基于部首的书法字检索方法包括以下步骤：

1）应用书法作品切割工具切割书法字，首先将书法作品二值化并且进行平滑降噪处理，然后运用最小包围盒的方法对二值化后的图片进行切割记录书法字位置信息，最后根据书法字位置信息将书法字从原作品切割出来，建立书法字图片库；

2）应用标注系统对书法字图片进行语义标注，利用步骤1)切割过程中产生的位置信息在书法作品中标记当前书法字，对照原作品上下文对书法字图片进行语义标注，建立书法字信息库，语义标注内容包括：语义、繁简体、书体，书体包括楷书、草书、行书、篆书、隶书；

3）根据GB2312-80规范建立拥有一级汉字3755个，二级汉字3008个的汉字信息索引库；

4）基于部首的书法字检索，用户首先选择偏旁部首笔画，然后选择部首，书法字检索系统根据所选部首查询汉字信息索引库，检索所有拥有该部首的汉字，再根据检索到的汉字查询书法字信息库，检索汉字对应的书法字，并将检索到的书法字图片展示给用户。

所述步骤1）为：

2.1)将输入的书法作品转化为灰度图：

Gray = R*0.299 + G*0.587 + B*0.114;

其中R为红色像素值，G为绿色像素值，B为蓝色像素值，Gray为灰度值。

2.2)计算灰度图的阈值，首先计算出图片中所有像素的最高灰度值iMaxGrayValue和最低灰度值iMinGrayValue：

iMinGrayValue=MIN(Gray. getColor(i,j,c)|_{0 <i< Gray.getWidth(),0<j<Gray.getHeight()});

iMaxGrayValue=MAX (Gray. getColor(i,j,c)|_{0 <i< Gray.getWidth(),0<j<Gray.getHeight()});