本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其是指一種字體相似度和字體替換方法。

背景技術(shù)：

字體是文字的表現(xiàn)形式。在文藝作品中，字體即是語言文字的載體，其豐富的外在形式又形成了獨(dú)有的字體藝術(shù)。印刷字體的選用一般與印刷內(nèi)容相關(guān)，可以區(qū)分標(biāo)題的主次和篇章的重點(diǎn)；以中文來說，例如黑體莊重，適合標(biāo)題；宋體濃淡適中，適合閱讀；仿宋秀麗輕盈，適合出版古籍和詩歌。對于信息時(shí)代的數(shù)字出版而言，計(jì)算機(jī)字體是出版物構(gòu)成的基礎(chǔ)要素。

一般來說，當(dāng)出現(xiàn)字體缺失的時(shí)候，閱讀器處理方式一般包括：

1)文字不出現(xiàn)，用空缺符號表示；這種處理方式會(huì)嚴(yán)重影響對文章內(nèi)容的理解；

2)采用缺省字體顯示；這種方式不影響對內(nèi)容的理解，但是會(huì)影響排版的效果，或?qū)е屡馨妫?/p>

3)采用替代字體；一些閱讀器廠商內(nèi)置了一些替代字體方案，當(dāng)某種字體不存在時(shí)，會(huì)用另一種字體替代；這種方式既可以保證文章內(nèi)容得以呈現(xiàn)，又可以盡可能好地保證版面效果。但是這種方式仍然也還存在問題：如果替代字體也不存在如何處理？如何確定最優(yōu)視覺效果的替代字體？

想要找到最佳的替代字體就需要一種字體分類處理方法，能夠?qū)⒆睢跋嗨啤钡淖煮w歸到同一種類之中；這樣就可以在進(jìn)行字體替代的時(shí)候用同一類的字體相互替代。但是現(xiàn)有技術(shù)中缺少很好的字體分類處理方法。

技術(shù)實(shí)現(xiàn)要素：

針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明要解決的技術(shù)問題是提供一種字體相似度和字體替換方法，能夠簡單準(zhǔn)確的對字體進(jìn)行識別分類，以提高文字處理的準(zhǔn)確性。

為了解決上述問題，本發(fā)明實(shí)施例提出了一種字體相似度和字體替換方法，包括：

步驟1、根據(jù)預(yù)設(shè)的影響字體視覺效果的屬性值，分別構(gòu)造漢字文本塊圖像，以生成漢字文本塊圖像樣本庫；其中所述漢字文本塊圖像包括n×n個(gè)不交疊的漢字，其中n≥2；

步驟2、計(jì)算漢字文本塊圖像集合的紋理特征值；

步驟3、采用靜態(tài)替換方法或動(dòng)態(tài)替換方法對缺失的字體進(jìn)行替換；

其中，所述步驟1具體包括：利用常用漢字，根據(jù)預(yù)設(shè)的影響字體視覺效果的屬性值，如字體、字號、行間距、字符間距、字型等屬性，構(gòu)造出不同的漢字文本塊，以構(gòu)建漢字文本塊圖像樣本庫，其中，

不同字體，記為集合A＝{a₁,a₂,a₃...a_i...a_n}(1≤n≤k₁)；

不同字號，記為集合B＝{b₁,b₂,b₃...b_i...b_n}(1≤n≤k₂)；

不同行間距，記為集合C＝{c₁,c₂,c₃…c_i…c_n}(1≤n≤k₃)；

不同字符間距，記為集合D＝{d₁,d₂,d₃…d_i…d_n}(1≤n≤k₄)；

不同字型，記為集合E＝{e₁,e₂,e₃,e₄}，4種字型分別為標(biāo)準(zhǔn)體、粗體、斜體、粗斜體。

其中，步驟2具體包括：

步驟21、構(gòu)建漢字文本塊圖像樣本庫，其中所述漢字文本塊圖像包括n×n個(gè)不交疊的漢字，其中n≥2；其中每一漢字文本塊圖像為M×N像素；根據(jù)屬性值將漢字文本圖像進(jìn)行分類，構(gòu)成集合W，記為

W＝{w_i|i∈R，且1≤i≤k₁×k₂×k₃×k₄×4}；其中R為實(shí)數(shù)

每一類文本圖像記為

w_i＝(x₁,x₂,x₃,x₄,x₅)|x₁∈A,x₂∈B,x₃∈C,x₄∈D,x₅∈E；

步驟22、分別從w_i(i＝1,2,3......)中選取m(m≥2)幅漢字文本塊圖像，構(gòu)成集合U_i；

步驟23、分別提取m幅漢字文本塊圖像的紋理特征，得到m幅漢字文本塊圖像的紋理特征向量；其中m≥2；

步驟24、計(jì)算m個(gè)紋理特征向量的質(zhì)心Y_i，即為第i類漢字文本塊w_i的特征向量。

其中，所述步驟23中采用Garbor小波紋理特征提取算法提取紋理特征向量；具體包括：

步驟2311，對每幅漢字文本塊圖像進(jìn)行Gabor小波變換，選用二維Gabor濾波函數(shù)：

其中，Sx、Sy是變量在x軸、y軸變化的范圍，即選定的gabor小波的窗口的大?。籪為正弦函數(shù)的頻率；theta為Gabor濾波器的方向；

其中

xp＝x*cos(theta)+y*sin(theta)

yp＝y(tǒng)*cos(theta)-x*sin(theta)

其中，x∈Sx，y∈Sy，theta為Gabor濾波器的方向，xp為漢字文本塊圖像通過theta方向的gabor濾波器，在x軸方向上的能量值；yp為漢字文本塊圖像通過theta方向的gabor濾波器，在y軸方向上的能量值；得到多個(gè)不同通道圖像；

步驟2312，對濾波后的圖像做傅里葉變換，將圖像變換到頻域，將圖像做歸一化處理；

步驟2313，分別提取每幅圖像多個(gè)紋理特征以得到多維特征向量；其中紋理特征包括但不限于：提取圖像的平均值Mean、標(biāo)準(zhǔn)偏差Std；其中每個(gè)通道輸出圖像的平均值Mean和標(biāo)準(zhǔn)偏差Std分別為：

其中，h(x，y)為漢字文本塊圖像在點(diǎn)(x，y)的灰度值。

經(jīng)過發(fā)明人的詳盡試驗(yàn)，本發(fā)明實(shí)施例中不僅僅可以利用Gabor小波紋理特征提取算法提取紋理特征向量；事實(shí)上在大多數(shù)已有的紋理特征提取算法中，本發(fā)明實(shí)施例都可以取得令人滿意的結(jié)果。因此采用Gabor小波紋理特征提取算法只是為了舉例說明，而非對本發(fā)明實(shí)施例的限定。

其中，所述步驟3具體中利用K-means聚類算法得到每一類w_i的紋理特征向量Y_i，具體包括：

步驟31、通過步驟2中提取的集合U_i中所有漢字文本塊圖像的紋理特征向量，利用K-means聚類算法，得到每一類w_i的紋理特征向量的質(zhì)心Y_i，記為：

步驟32、對于計(jì)算兩類漢字文本塊w_i與w_j的紋理特征向量Y_i與Y_j之間的距離，構(gòu)成n×n維的矩陣，作為不同字體之間的相似度。

其中，步驟32中通過以下公式計(jì)算兩個(gè)n維特征向量Y_i(y_i1,y_i2,...y_in)與Yj(y_j1,y_j2,...y_jn)間的歐氏距離作為字體相似度度：

其中，其中步驟32中通過以下四種公式中的任一種計(jì)算兩個(gè)n維特征向量Y_i(y_i1,y_i2,...y_in)與Yj(y_j1,y_j2,...y_jn)間的距離作為字體相似度：

個(gè)n維特征向量Y_i(y_i1,y_i2,...y_in)與Yj(y_j1,y_j2,...y_jn)間的歐氏距離作為字體相似度度：

或

兩個(gè)n維特征向量Y_i(y_i1,y_i2,...y_in)與Yj(y_j1,y_j2,...y_jn)間的距離為曼哈頓距離，通過以下公式計(jì)算:

或

兩個(gè)n維特征向量Y_i(y_i1,y_i2,...y_in)與Yj(y_j1,y_j2,...y_jn)間的距離為標(biāo)準(zhǔn)化歐氏距離，通過以下公式計(jì)算：

其中，S_k為標(biāo)準(zhǔn)差分量，記為，

或

兩個(gè)n維特征向量Y_i(y_i1,y_i2,...y_in)與Yj(y_j1,y_j2,...y_jn)間的距離為向量余弦，通過以下公式計(jì)算：

經(jīng)過發(fā)明人的詳盡試驗(yàn)，本發(fā)明實(shí)施例中不僅僅可以利用曼哈頓距離、標(biāo)準(zhǔn)歐氏距離、向量余弦三種度量向量相似度方法；事實(shí)上在大多數(shù)相似度計(jì)算方法中，本發(fā)明技術(shù)仍能取得令人滿意的結(jié)果。其實(shí)還有很多字體相似度的計(jì)算方法，并非只有文中提到的這三種方法。因此采用Gabor小波紋理特征提取算法只是為了舉例說明，而非對本發(fā)明實(shí)施例的限定。

其中，所述靜態(tài)替換方法包括：

步驟4、對每一類漢字文本塊w_i，將其他文本塊按照與w_i的相似度由大到小順序排序；得到第i類文本塊w_i的相似度鏈表，構(gòu)建替換規(guī)則表；

步驟5：已知待顯示文檔中文本字體、字號、行間距、字符間距及字型的屬性值；判斷閱讀器系統(tǒng)中是否存在待顯示文檔文本塊圖像的文本字體，若系統(tǒng)中不存在該漢字文本塊圖像文本的字體，根據(jù)待顯示文檔文本字體替換規(guī)則的建立，通過查詢替換規(guī)則表，尋找最優(yōu)視覺效果替換字體；

步驟6：靜態(tài)替換方法，通過查詢替換規(guī)則表，查找替換字體，具體步驟包括：

步驟6.1:在替換規(guī)則表中，查詢第一列，定位待顯示文檔字體所在的行。如果替換規(guī)則表中不存在待顯示文檔字體，則默認(rèn)選取宋體，字號、行間距、字符間距等屬性與待顯示文檔相同。如果替換規(guī)則表中存在待顯示文檔字體，則篩選與該字體相關(guān)的所有行，繼續(xù)執(zhí)行步驟6.2。

步驟6.2：在步驟6.1篩選出的行中，查詢第二列，定位待顯示文檔字號所在的行。如果不存在待顯示文檔字號，則選取與其字號差別最小的行，并篩選與該字號相關(guān)的所有行，繼續(xù)執(zhí)行步驟6.3。

步驟6.3:在步驟6.2篩選出的行中，查詢第三列，定位待顯示文檔行間距所在的行。如果不存在待顯示文檔行間距，則選取與其行間距差別最小的行，并篩選與該行間距相關(guān)的所有行，繼續(xù)執(zhí)行步驟6.4。

步驟6.4:在步驟6.3篩選出的行中，查詢第四列，定位待顯示文檔字符間距屬性。如果不存在待顯示文檔字符間距，則選取與其字符間距差別最小的行，并篩選與該字符間距相關(guān)的所有行，繼續(xù)執(zhí)行步驟6.5。

步驟6.5:在步驟6.4篩選出的行中，查詢第五列，定位字型屬性，并得到相似度鏈表。從相似度鏈表的第一個(gè)節(jié)點(diǎn)開始，找到第一個(gè)閱讀器擁有的字體，即為替換字體。

其中，所述動(dòng)態(tài)替換方法包括：

步驟4、根據(jù)步驟2-3獲取的不同屬性的文本格式的漢字文本塊圖像的紋理特征向量，構(gòu)建每一類漢字文本塊圖像的紋理特征值的數(shù)據(jù)集合，并對該紋理特征值的數(shù)據(jù)集合，對搜索空間進(jìn)行層次劃分，構(gòu)建空間索引樹；

步驟5、已知待顯示文檔中文本字體、字號、行間距、字符間距及字型的屬性值；判斷閱讀器系統(tǒng)中是否存在待顯示文檔文本塊圖像的文本字體，根據(jù)步驟4中空間索引樹的建立，為漢字文本塊圖像的紋理特征值建立索引。

其中，所述建立索引的方法具體包括：

步驟5.1:輸入需要待顯示的漢字文本塊圖像的紋理特征值，通過遍歷步驟4構(gòu)建的空間索引樹，得到與待顯示漢字文本塊圖像中最相似的k種字體，k種字體按照與待顯示文檔相似度由大到小的順序排序，并依次判斷系統(tǒng)中是否存在這些字體；如果系統(tǒng)中存在漢字文本塊圖像替換字體，則進(jìn)行替換，如果系統(tǒng)中不存在替換字體，則查詢下一種最相近字體；

步驟5.2:如果閱讀器系統(tǒng)中不存在步驟5.1中得到的k種近鄰字體，則將步驟4中構(gòu)建的空間索引樹中的k種字體節(jié)點(diǎn)刪除，得到新的索引樹，重復(fù)步驟5.2。

本發(fā)明的上述技術(shù)方案的有益效果如下：本發(fā)明實(shí)施例提出了一種字體相似度和字體替換方法，構(gòu)造一種基于最優(yōu)視覺效果的字體分類方法，將視覺上相似的字體歸為一類，為字體替代奠定基礎(chǔ)，填補(bǔ)字體分類沒有確定分類原則的空白。同時(shí)本發(fā)明實(shí)施例建立了字體替換的規(guī)則，解決電子出版物在多種平臺(tái)上閱讀時(shí)，字體替換使用私有的技術(shù)，造成風(fēng)格不一致，版面不美觀，甚至出現(xiàn)錯(cuò)誤(簡繁體)的問題。本發(fā)明實(shí)施例研究最優(yōu)視覺效果字體替換方法，靜態(tài)替換方法，根據(jù)字體替換規(guī)則的建立來構(gòu)建替換查詢樹，動(dòng)態(tài)替換方法，通過K-d Tree、Ball Tree或者R-Tree等算法，構(gòu)建漢字文本塊圖像的紋理特征值大規(guī)?？臻g數(shù)據(jù)索引，然后對搜索空間進(jìn)行層次劃分，再進(jìn)行k-近鄰查詢，保證搜索的效率；當(dāng)待顯示文檔字體缺失時(shí)，準(zhǔn)確、高效地找到最優(yōu)視覺效果的替換字體。

附圖說明

圖1為本發(fā)明實(shí)施例的出版物字體替換框架示意圖；

圖2為本發(fā)明實(shí)施例的出版物字體替換查詢樹葉子相似度鏈表節(jié)點(diǎn)示意圖。

具體實(shí)施方式

為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖及具體實(shí)施例進(jìn)行詳細(xì)描述。

本發(fā)明實(shí)施例提出了一種字體相似度和字體替換方法，該方法典型的可以用于基于出版物的字體相似度計(jì)算和替換。本發(fā)明實(shí)施例的方法可以分為靜態(tài)替換方法和動(dòng)態(tài)替換方法，本發(fā)明對這兩個(gè)方法作為兩個(gè)實(shí)施例來進(jìn)行說明，以便于理解。

對于靜態(tài)字體替換方法，具體步驟如下：

一、出版物字體相似度的計(jì)算方法

步驟1：樣本集的構(gòu)造。

利用常用漢字，根據(jù)預(yù)設(shè)的影響字體視覺效果的屬性值，如字體、字號、行間距、字符間距、字型等屬性，構(gòu)造出不同的漢字文本塊，以得到漢字文本塊圖像，其中，

不同字體，記為集合A＝{a₁,a₂,a₃...a_i...a_n}(1≤n≤k₁)；

不同字號，記為集合B＝{b₁,b₂,b₃...b_i...b_n}(1≤n≤k₂)；

不同行間距，記為集合C＝{c₁,c₂,c₃…c_i…c_n}(1≤n≤k₃)；

不同字符間距，記為集合D＝{d₁,d₂,d₃…d_i…d_n}(1≤n≤k₄)；

不同字型，記為集合E＝{e₁,e₂,e₃,e₄}，4種字型分別為標(biāo)準(zhǔn)體、粗體、斜體、粗斜體。

步驟2：計(jì)算漢字文本塊圖像集合的紋理特征值。

步驟2.1：構(gòu)建漢字文本塊圖像樣本庫，其中所述漢字文本塊圖像包括n×n(n≥2)個(gè)不交疊的漢字；根據(jù)屬性值的不同，將漢字文本圖像分為若干類，構(gòu)成集合W，記為

W＝{w_i|i∈R(R為實(shí)數(shù))且1≤i≤k₁×k₂×k₃×k₄×4}；

每一類文本圖像記為

w_i＝(x₁,x₂,x₃,x₄,x₅)|x₁∈A,x₂∈B,x₃∈C,x₄∈D,x₅∈E；

每一類文本圖像具有紋理特征向量

步驟2.2：分別從w_i(i＝1,2,3......)中選取m(m≥2)幅漢字文本塊圖像，構(gòu)成集合U_i。

步驟2.3：利用紋理特征提取方法，例如，用Garbor小波紋理特征提取算法，對m(m≥2)幅漢字文本塊圖像分別進(jìn)行Gabor小波變換，分別提取每幅圖像的多個(gè)通道的均值和標(biāo)準(zhǔn)偏差等紋理特征，得到m幅漢字文本塊圖像的紋理特征向量，再利用K-means等聚類算法計(jì)算m個(gè)紋理特征向量的質(zhì)心Y_i，即為第i類漢字文本塊w_i的特征向量。

關(guān)于字體相似度處理方法，以下列舉Gabor小波紋理特征提取方法，其特征在于，所述方法具體包括：

步驟2.3.1：對每幅漢字文本塊圖像進(jìn)行Gabor小波變換，選用二維Gabor濾波函數(shù)：

其中，Sx、Sy是變量在x軸、y軸變化的范圍，即選定的gabor小波的窗口的大??；f為正弦函數(shù)的頻率；theta為Gabor濾波器的方向；

其中

xp＝x*cos(theta)+y*sin(theta)

yp＝y(tǒng)*cos(theta)-x*sin(theta)

其中，x∈Sx，y∈Sy，theta為Gabor濾波器的方向，xp為漢字文本塊圖像通過theta方向的gabor濾波器，在x軸方向上的能量值；yp為漢字文本塊圖像通過theta方向的gabor濾波器，在y軸方向上的能量值；

得到多個(gè)不同通道圖像；

步驟2.3.2：對濾波后的圖像做傅里葉變換，將圖像變換到頻域，將圖像做歸一化處理；

步驟2.3.3：分別提取每幅圖像的多個(gè)通道的均值和標(biāo)準(zhǔn)偏差等紋理特征，得到多維特征向量，例如提取圖像的平均值(Mean)和標(biāo)準(zhǔn)偏差(Std)表示紋理特征。每個(gè)通道輸出圖像的平均值Mean和標(biāo)準(zhǔn)偏差Std分別為：

其中，h(x，y)為漢字文本塊圖像在點(diǎn)(x，y)的灰度值。

需要指出的是，本發(fā)明技術(shù)并不局限于以上所提到的漢字文本塊紋理特征提取方法，一方面，這里選擇將漢字文本塊圖像變換到頻域上進(jìn)行分析，目的是從視覺紋理特性的角度出發(fā)，提出一種字體相似度客觀度量方法。另一方面，在大多數(shù)紋理特征提取算法上，本發(fā)明技術(shù)都能取得令人滿意的結(jié)果。

步驟3：字體相似度的計(jì)算

步驟3.1：通過上述步驟，分別提取集合U_i中所有漢字文本塊圖像的紋理特征向量，利用K-means等聚類算法，得到每一類w_i的質(zhì)心紋理特征向量Y_i，記為：

需要指出的是，本發(fā)明技術(shù)在計(jì)算每一類文本塊的紋理特征時(shí)，并不僅僅局限于以上所提到的K-means聚類算法，可根據(jù)數(shù)據(jù)集的實(shí)際情況選擇合適的算法，計(jì)算每一類w_i的質(zhì)心。

步驟3.2：對于計(jì)算兩類漢字文本塊w_i與w_j的紋理特征向量Y_i與Y_j之間的距離，也即這兩類字體之間的相似度。方法如下：通過以下公式計(jì)算兩個(gè)n維特征向量Y_i(y_i1,y_i2,...y_in)與Yj(y_j1,y_j2,...y_jn)間的歐氏距離：

需要指出的是，本發(fā)明技術(shù)并不局限于以上所提到的利用歐氏距離來作為字體相似度度量方法，其他距離計(jì)算方法同樣適用。例如

(1)曼哈頓距離，記為，

(2)標(biāo)準(zhǔn)化歐氏距離，記為，

S_k為標(biāo)準(zhǔn)差分量，記為，

(3)向量之間的夾角余弦，記為，

需要指出的是，不僅僅是前述的歐氏距離、曼哈頓距離、標(biāo)準(zhǔn)歐氏距離、向量余弦這四種度量向量相似度的方法；事實(shí)上在大多數(shù)向量之間相似度計(jì)算方法上，本發(fā)明技術(shù)都能取得令人滿意的結(jié)果。

步驟3.3：通過上述步驟計(jì)算Y_i到Y(jié)j(j≠i)之間的相似度，構(gòu)成n×n維的矩陣，得到不同字體之間的相似度。

二、待顯示文檔字體替換規(guī)則的建立

步驟4：待顯示文檔文本字體替換規(guī)則的建立。

步驟4.1：執(zhí)行步驟1，得到漢字文本塊圖像樣本庫；

步驟4.2：重復(fù)執(zhí)行步驟2和步驟3，得到文本格式屬性不同對應(yīng)的漢字文本塊圖像的紋理特征向量以及相似度；

步驟4.3：根據(jù)步驟3得到不同類漢字文本塊圖像之間的相似度，對于每一類漢字文本塊圖像w_i，選取多個(gè)與其最相似的漢字文本塊圖像類別，并按照與w_i的相似度由大到小的順序排序，得到第i類漢字文本塊圖像w_i的相似度鏈表，記為L_i，相似度鏈表L_i中的每一個(gè)節(jié)點(diǎn)node(j)，表示w_i的第j個(gè)相似度節(jié)點(diǎn)，即替換字體節(jié)點(diǎn)，記為node(j)＝{d_ij、a_j、b_j、c_j、d_j、e_j}。

其中，d_ij是第i類漢字文本塊圖像w_i和第j類漢字文本塊圖像wj的相似度，a_j是第j類漢字文本塊圖像w_j的字體屬性，b_j是第j類漢字文本塊圖像w_j中的字號屬性，c_j是第j類漢字文本塊圖像w_j中的行間距屬性，d_j是第j類漢字文本塊圖像w_j中的字符間距屬性，e_j是第j類漢字文本塊圖像w_j中的字型屬性。由此可以建立字體的替換規(guī)則表，如表1和表2所示，其中最后一欄為對應(yīng)的相似度鏈表。三、最優(yōu)視覺效果字體替換方法

步驟5：已知待顯示文檔中文本字體、字號、行間距、字符間距及字型的屬性值。判斷閱讀器系統(tǒng)中是否存在待顯示文檔文本塊圖像的文本字體，若系統(tǒng)中不存在該漢字文本塊圖像文本的字體，根據(jù)待顯示文檔文本字體，查詢替換規(guī)則表，尋找最優(yōu)視覺效果的替換字體。

步驟6：靜態(tài)替換方法，通過查詢替換規(guī)則表，查找替換字體。

靜態(tài)替換方法，具體步驟包括：

步驟6.1:在替換規(guī)則表中，查詢第一列，定位待顯示文檔字體所在的行。如果替換規(guī)則表中不存在待顯示文檔字體，則默認(rèn)選取宋體，字號、行間距、字符間距等屬性與待顯示文檔相同。如果替換規(guī)則表中存在待顯示文檔字體，則篩選與該字體相關(guān)的所有行，繼續(xù)執(zhí)行步驟6.2。

步驟6.2：在步驟6.1篩選出的行中，查詢第二列，定位待顯示文檔字號所在的行。如果不存在待顯示文檔字號，則選取與其字號差別最小的行，并篩選與該字號相關(guān)的所有行，繼續(xù)執(zhí)行步驟6.3。

步驟6.3:在步驟6.2篩選出的行中，查詢第三列，定位待顯示文檔行間距所在的行。如果不存在待顯示文檔行間距，則選取與其行間距差別最小的行，并篩選與該行間距相關(guān)的所有行，繼續(xù)執(zhí)行步驟6.4。

步驟6.4:在步驟6.3篩選出的行中，查詢第四列，定位待顯示文檔字符間距屬性。如果不存在待顯示文檔字符間距，則選取與其字符間距差別最小的行，并篩選與該字符間距相關(guān)的所有行，繼續(xù)執(zhí)行步驟6.5。

步驟6.5:在步驟6.4篩選出的行中，查詢第五列，定位字型屬性，并得到相似度鏈表。從相似度鏈表的第一個(gè)節(jié)點(diǎn)開始，找到第一個(gè)閱讀器擁有的字體，即為替換字體。

表1替換規(guī)則表

表2替換規(guī)則實(shí)例表

動(dòng)態(tài)替換方法，具體步驟如下：

一、出版物字體相似度的計(jì)算方法

步驟1：樣本集的構(gòu)造。

利用常用漢字，根據(jù)預(yù)設(shè)的影響字體視覺效果的屬性值，如字體、字號、行間距、字符間距、字型等屬性，構(gòu)造出不同的漢字文本塊，以得到漢字文本塊圖像，其中，

不同字體，記為集合A＝{a₁,a₂,a₃...a_i...a_n}(1≤n≤k₁)；

不同字號，記為集合B＝{b₁,b₂,b₃...b_i...b_n}(1≤n≤k₂)；

不同行間距，記為集合C＝{c₁,c₂,c₃…c_i…c_n}(1≤n≤k₃)；

不同字符間距，記為集合D＝{d₁,d₂,d₃…d_i…d_n}(1≤n≤k₄)；

不同字型，記為集合E＝{e₁,e₂,e₃,e₄}，4種字型分別為標(biāo)準(zhǔn)體、粗體、斜體、粗斜體。

步驟2：計(jì)算漢字文本塊圖像集合的紋理特征值。

步驟2.1：構(gòu)建漢字文本塊圖像樣本庫，其中所述漢字文本塊圖像包括n×n(n≥2)個(gè)不交疊的漢字；根據(jù)屬性值的不同，將漢字文本圖像分為若干類，構(gòu)成集合W，記為

W＝{w_i|i∈R(R為實(shí)數(shù))且1≤i≤k₁×k₂×k₃×k₄×4}；

每一類文本圖像記為

w_i＝(x₁,x₂,x₃,x₄,x₅)|x₁∈A,x₂∈B,x₃∈C,x₄∈D,x₅∈E；

每一類文本圖像具有紋理特征向量

步驟2.2：分別從w_i(i＝1,2,3......)中選取m(m≥2)幅漢字文本塊圖像，構(gòu)成集合U_i。

步驟2.3：利用紋理特征提取方法，例如，用Garbor小波紋理特征提取算法，對m(m≥2)幅漢字文本塊圖像分別進(jìn)行Gabor小波變換，分別提取每幅圖像的多個(gè)通道的均值和標(biāo)準(zhǔn)偏差等紋理特征，得到m幅漢字文本塊圖像的紋理特征向量，再利用K-means等聚類算法計(jì)算m個(gè)紋理特征向量的質(zhì)心Y_i，即為第i類漢字文本塊w_i的特征向量。

關(guān)于字體相似度處理方法，以下列舉Gabor小波紋理特征提取方法，其特征在于，所述方法具體包括：

步驟2.3.1：對每幅漢字文本塊圖像進(jìn)行Gabor小波變換，選用二維Gabor濾波函數(shù)：

其中，Sx、Sy是變量在x軸、y軸變化的范圍，即選定的gabor小波的窗口的大??；f為正弦函數(shù)的頻率；theta為Gabor濾波器的方向；

其中

xp＝x*cos(theta)+y*sin(theta)

yp＝y(tǒng)*cos(theta)-x*sin(theta)

其中，x∈Sx，y∈Sy，theta為Gabor濾波器的方向，xp為漢字文本塊圖像通過theta方向的gabor濾波器，在x軸方向上的能量值；yp為漢字文本塊圖像通過theta方向的gabor濾波器，在y軸方向上的能量值；

得到多個(gè)不同通道圖像；

步驟2.3.2：對濾波后的圖像做傅里葉變換，將圖像變換到頻域，將圖像做歸一化處理；

步驟2.3.3：分別提取每幅圖像的多個(gè)通道的均值和標(biāo)準(zhǔn)偏差等紋理特征，得到多維特征向量，例如提取圖像的平均值(Mean)和標(biāo)準(zhǔn)偏差(Std)表示紋理特征。每個(gè)通道輸出圖像的平均值Mean和標(biāo)準(zhǔn)偏差Std分別為：

其中，h(x，y)為漢字文本塊圖像在點(diǎn)(x，y)的灰度值。

需要指出的是，本發(fā)明技術(shù)并不局限于以上所提到的漢字文本塊紋理特征提取方法，一方面，這里選擇將漢字文本塊圖像變換到頻域上進(jìn)行分析，目的是從視覺紋理特性的角度出發(fā)，提出一種字體相似度客觀度量方法。另一方面，在大多數(shù)紋理特征提取算法上，本發(fā)明技術(shù)都能取得令人滿意的結(jié)果。

步驟3：字體相似度的計(jì)算

步驟3.1：通過上述步驟，分別提取集合U_i中所有漢字文本塊圖像的紋理特征向量，利用K-means等聚類算法，得到每一類w_i的質(zhì)心紋理特征向量Y_i，記為：

需要指出的是，本發(fā)明技術(shù)在計(jì)算每一類文本塊的紋理特征時(shí)，并不僅僅局限于以上所提到的K-means聚類算法，可根據(jù)數(shù)據(jù)集的實(shí)際情況選擇合適的算法，計(jì)算每一類w_i的質(zhì)心。

步驟3.2：對于計(jì)算兩類漢字文本塊w_i與w_j的紋理特征向量Y_i與Y_j之間的距離，也即這兩類字體之間的相似度。方法如下：通過以下公式計(jì)算兩個(gè)n維特征向量Y_i(y_i1,y_i2,...y_in)與Yj(y_j1,y_j2,...y_jn)間的歐氏距離：

需要指出的是，本發(fā)明技術(shù)并不局限于以上所提到的字體相似度度量方法，其他距離計(jì)算方法同樣適用。例如曼哈頓距離，記為，

標(biāo)準(zhǔn)化歐氏距離，記為，

S_k為標(biāo)準(zhǔn)差分量，記為，

計(jì)算向量之間的夾角余弦，記為，

等等，在大多數(shù)向量之間相似度計(jì)算方法上，本發(fā)明技術(shù)都能取得令人滿意的結(jié)果。

步驟3.3：通過上述步驟計(jì)算Y_i到Y(jié)j(j≠i)之間的歐氏距離，構(gòu)成n×n維的矩陣，得到不同字體之間的相似度。

二、空間索引樹的建立

步驟4：漢字文本塊圖像紋理特征空間索引樹的建立。

步驟4.1：執(zhí)行步驟1，得到漢字文本塊圖像樣本庫；

步驟4.2：重復(fù)執(zhí)行步驟2和步驟3，得到不同格式屬性對應(yīng)的漢字文本塊圖像的紋理特征向量；

步驟4.3：由計(jì)算步驟4.2中獲得的每一類漢字文本塊圖像的紋理特征值構(gòu)成數(shù)據(jù)集合，按照K-d Tree、Ball Tree或者R-Tree等算法對搜索空間進(jìn)行層次劃分，構(gòu)建空間索引樹。

三、最優(yōu)視覺效果字體替換方法

已知待顯示文檔中文本字體、字號、行間距、字符間距及字型的屬性值。判斷閱讀器系統(tǒng)中是否存在待顯示文檔文本塊圖像的文本字體，根據(jù)步驟4中空間索引樹的建立，通過BBF、K-近鄰、BR等算法，為步驟2和步驟3中獲得的漢字文本塊圖像的紋理特征值建立索引，本發(fā)明以K-d Tree作為實(shí)施例。

動(dòng)態(tài)替換方法，具體步驟包括：

步驟5.1:輸入需要待顯示的漢字文本塊圖像的紋理特征值，通過BBF查找算法、BR算法等算法，遍歷步驟4構(gòu)建的空間索引樹，得到與待顯示漢字文本塊圖像中最相似的k種字體，k種字體按照與待顯示文檔相似度由大到小的順序排序，并依次判斷系統(tǒng)中是否存在這些字體。如果系統(tǒng)中存在漢字文本塊圖像替換字體，則進(jìn)行替換，如果系統(tǒng)中不存在替換字體，則查詢下一種最相近字體。

步驟5.2:如果閱讀器系統(tǒng)中不存在步驟5.1中得到的k種近鄰字體，那么將步驟4中構(gòu)建的空間索引樹中的k種字體節(jié)點(diǎn)刪除，得到新的索引樹，重復(fù)步驟5.2。

需要指出的是，K-近鄰查找的索引算法并不局限于以上所提到的K-d Tree、BallTree或者R-Tree幾種，在保證高效的查詢精確度和效率的前提下，在大多數(shù)索引算法上，本發(fā)明技術(shù)都能取到令人滿意的結(jié)果。

以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本發(fā)明的保護(hù)范圍。