
一种实验性的风格歌曲风格的中国字体,由骨架跟踪和Pix2pix产生,并带有基于Cwtexfangsong的字形。该字体已针对垂直排版进行了优化。以下是一个样本:


该字体大约包含13,000个字形,主要用于传统中文。
我为自己的项目之一创建了字体。诚然,该字体并不完美,但是具有许多固定功能。因此,我正在共享用于生成它的字体文件和程序。
直接在dist/tkfangsong.ttf下载字体。
字体的名称为剔骨仿宋(thek-kwot-fang-song,之所以命名是因为创建它的算法类似于“ Deboning”)。它是根据SIL开放字体许可证获得许可的。如果您想归功于作者,则可以使用我的名字黄令东/黄令东或罗马化“ lingdong huang”。
该字体建立在Cwtexfangsong的优雅形状上,以增加手工制作的外观,并让人联想到旧的木刻印刷书籍的美学。
与原始的cwtexfangsong相比,该字体的比例更大,并且在底部进一步扩大,以突出整理中风。 “弥撒中心”也向下移动:

右上是用于扭曲骨架的基本函数的可视化。
字形的高度还根据其垂直复杂性进行调整,该垂直复杂性使用SOBEL操作员计算并占据了每个像素行的最大值。

许多字体已针对水平排版进行了优化,因此,当垂直排列时,质量中心的左右移动中心左右移动,使外观锯齿状。该字体试图通过计算质心(通过图像矩)来解决问题并对齐它们来解决问题。

字体具有丰富的纹理。其中一些是由Pix2Pix网络生产的工件。其他的是微调的噪声毫无用处。

值得注意的是,作为一个自动化过程,它并不总是产生最佳结果。有些角色可能最终看起来很丑陋,或者使用错误的Calraphic运动来进行某些笔触;对于某些Caligraphers而言,某些笔触可能看起来太虚弱了。
计算原始字体中字形的每个光栅渲染的内侧轴(骨架)。 (可以在./dist/cwfs64j.hf.txt上找到结果的Hershey字体)

成对的图像:原始渲染与骨骼被发送到PIX2PIX进行训练。 Pix2Pix学习了对应关系,并能够将骨骼转向字形。
根据我(可疑的)味道扭曲原件来产生新的骨骼。

所有新骨骼都被馈入受过训练的网络以获得新的字形。新的字形在结构上扭曲了,但是中风的重量和形状仍然看起来合法。
应用了一些后处理,并且使用Potrace重新矢量化字形。最后,Fontforge用于创建一个TTF文件。
请注意,要使用字体,您只需在此处下载。该部分用于从头开始再现结果。
用于构建字体的脚本包含在workflow/文件夹中。请注意,制作字体是一个非常参与的过程(尤其是训练神经网的部分)。您可能还需要修改脚本以适合您的系统/文件夹配置,但这里有一些粗略的步骤:
skel.py > CWFS64.HF.TXT ,然后join.py > CWFS64J.HF.TXTpairs.py读取CWFS64J.HF.TXT ,然后输出到您将创建的文件夹。warp.py > CWFS64W3.HF.TXT 。修改pairs.py从中读取,并像以前一样创建一个输出文件夹。 run pairs.py 。retouched/ 。refine.py以从图像和修饰的图像文件夹中读取,为其创建输出fine/夹,然后运行脚本。trace_all.py 。forgefont.py以从上一步中生成的SVG创建一个TTF。preview.py > index.html预览字形,也可以使用preview_hf.py > index.html预览骨架。可以在此处找到包含所有字形的PDF。如果您发现这种字体还不错,那么您也可能会喜欢Qiji-font,这是对历史字体的更真实的复制品。