一、任务概述

任务要求：需要将上述生僻字png图片批量自动转成ttf字体文件，该字体对应的unicode码为图中下半部分对应的16进制值。

整个任务分成几个部分实现：

• OCR识别：识别出图片下半部分对应的16进制数值；
• png图片转svg： 通过图像处理算法提取上半部分图片的字形轮廓，将其转成svg文件；
• svg转ttf：通过FontForge提供的Python工具实现批量转换；

二、实现

2.1 ocr识别

综合考虑识别精度和CPU推理速度要求，本文使用PaddleOCR实现。

2.1.1 安装环境

python -m pip install paddlepaddle==2.3.0 -i https://mirror.baidu.com/pypi/simple
pip install paddlehub -i https://pypi.tuna.tsinghua.edu.cn/simple 
pip install shapely -i https://pypi.tuna.tsinghua.edu.cn/simple
1
2
3

2.1.2 实现脚本

# 导入系统库
import cv2
import os

# 导入字体识别库
import paddlehub as hub


def main(): 
    '''
    主函数
    '''
    # 定义参数
    img_list = list()
    img_dir = './org' 
    target_width, target_height = 363, 269

    # 获取文件列表
    for file in os.listdir(img_dir):
            if os.path.splitext(file)[1].lower() in '.png|.jpg':
                img_list.append(file)
    print('当前总图片数量： %d' % len(img_list))
    
    # 创建识别器
    ocr = hub.Module(name="chinese_ocr_db_crnn_server")
    
    # 循环处理图片
    index = 0
    error_index = 0
    for img_path in img_list:
        img = cv2.imread(os.path.join(img_dir,img_path),cv2.IMREAD_COLOR)
        # 图像标准化
        h, w, _=img.shape
        if h != target_height or w != target_width:
            img = cv2.resize(img, dsize=(target_width, target_height))
            
        # 提取ocr区域
        ocrimg = img[161:259,40:300,:]        
        result = ocr.recognize_text([ocrimg])
        nn = 1
        code = result[0]['data']
        if len(code)==0:
            error_index+=1
            cv2.imwrite('error/%d.png' % error_index, img)
            continue
        code = code[0]["text"].strip()
        if len(code) < 4 or len(code) > 5:
            error_index+=1
            cv2.imwrite('error/%d.png' % error_index, img)
            continue
        try:
            a = int(code,16)
        except Exception as e:
            error_index+=1
            cv2.imwrite('error/%d.png' % error_index, img)
            continue
        
        index += 1 
        print(img_path+'   识读结果：'+code)
        
        # 提取图形区域
        textimg = img[10:154,107:251,:]
        cv2.imwrite('ocr/%s.png' % code, textimg)


if __name__ == "__main__":
    '''
    程序入口
    '''
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70

识读结果如下图所示：

2.2 png转svg

这里主要通过opencv的形态学操作提取图像轮廓实现转换。

# 导入系统库
import cv2
import os


def main():
    '''
    主函数
    '''
    # 定义参数
    img_list = list()
    img_dir = './ocr' 

    # 获取文件列表
    for file in os.listdir(img_dir):
            if os.path.splitext(file)[1].lower() in '.png|.jpg':
                img_list.append(file)
    print('当前总图片数量： %d' % len(img_list))
    
    # 循环处理图片
    index = 0
    for img_path in img_list:
        # 读取图像并提取轮廓
        textimg = cv2.imread(os.path.join(img_dir,img_path),cv2.IMREAD_COLOR)
        textimg = cv2.resize(textimg, dsize=(640, 640))
        blur = cv2.GaussianBlur(textimg, (3, 3), 0)
        gray = cv2.cvtColor(blur, cv2.COLOR_BGR2GRAY)
        ret, thresh = cv2.threshold(gray, 10, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)       
        binary,contours,hierarchy = cv2.findContours(thresh, mode=cv2.RETR_TREE, method=cv2.CHAIN_APPROX_SIMPLE)
        
        # 写入svg格式图片
        epsilon = 3
        h, w, _ = textimg.shape
        code = os.path.splitext(img_path)[0]
        svg_path = 'svg/'+code+'.svg'
        with open(svg_path, "w+") as f:
            f.write(f'<svg version="1.0" xmlns="http://www.w3.org/2000/svg" width="{w}.000000pt" height="{h}.000000pt" viewBox="0 0 680.000000 680.000000" preserveAspectRatio="xMidYMid meet">')      
            f.write(f'<g stroke="black" transform="scale(1.00000,1.00000)">')
            for c in contours:
                f.write('<path d="M')
                approx = cv2.approxPolyDP(c,epsilon,False)
                for i in range(len(approx)):
                    x, y = approx[i][0]
                    f.write(f"{x} {y} ")                
                f.write('" style="stroke:black" fill="#000000"/>')
            
            f.write(f'</g>')
            f.write("</svg>")
        index +=1
        print('当前处理完 %d 张图片' % index)
    print('全部处理结束')


if __name__ == "__main__":
    '''
    程序入口
    '''
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58

部分样例转换结果如下图所示：

2.3 svg转ttf

ttf是专门的字体库文件，目前能够支持ttf编辑的软件并不多。这里推荐使用FontForge，该软件提供了python处理接口，可以使用python脚本批量转换svg到ttf。

首先从官网下载windows版的FontForge并安装，本文将其安装到D盘的toolplace的文件夹中。要使用FontForge提供的python接口，我们必须要使用FontForge的python执行器，这个执行器位于FontForge安装目录的bin文件夹中，完整路径如下图所示：

D:\toolplace\FontForgeBuilds\bin
1

在这个目录下面有个名为ffpython.exe的可执行文件，这个就是FontForge提供的python执行器。为了能够正常使用这个执行器，我们需要将我们的可执行目录切换到bin文件夹下面，然后创建一个转换脚本main_ttf.py，内容如下：

# 导入系统库
import fontforge, os


def main():
    '''
    主函数
    '''
    # 定义参数
    img_list = list()
    img_dir = './svg' 

    # 获取文件列表
    for file in os.listdir(img_dir):
            if os.path.splitext(file)[1].lower() in '.svg':
                img_list.append(file)
    print('当前总图片数量： %d' % len(img_list))
    
    # 循环处理图片
    index = 0
    
    # 创建字体
    font = fontforge.font()
    
    for img_path in img_list:
        # 获取unicode
        code = os.path.splitext(img_path)[0]
        code = int(code,16)
        
        # 创建字符
        glyph = font.createChar(code, "qb"+str(index))
        glyph.importOutlines(os.path.join(img_dir,img_path))
        
        
        index +=1
        print('当前处理完 %d 张图片' % index)
        
    # 写入ttf
    font.generate("test.ttf")
    print('全部处理结束')


if __name__ == "__main__":
    '''
    程序入口
    '''
    main()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47

然后使用下面的命令执行该脚本：

./ffpython.exe main_ttf.py
1

最后在当前目录下会生成test.ttf文件。

我们可以使用FontForge的客户端查看我们这个生成的字体文件，打开后在菜单栏上选择Encoding-Compact，如下图所示：

可以看到我们已经成功的将我们的png图片转换成了ttf。