Kerning trên bay

Có ai biết bất kỳ thuật toán nào sẽ tự động tính toán các ký tự dựa trên hình dạng glyph khi người dùng nhập văn bản không?

Tôi không có nghĩa là tính toán tầm thường về chiều rộng trước hoặc tương tự, ý tôi là phân tích hình dạng của glyphs để ước tính khoảng cách tối ưu trực quan giữa các ký tự. Ví dụ: nếu chúng ta sắp xếp ba ký tự liên tiếp trong một dòng, thì ký tự giữa sẽ SEEM ở giữa dòng bất chấp hình dạng của ký tự. Một ví dụ khai sáng chức năng k sâu-trên-bay:

Một ví dụ về kTHER-on-the-fly:

Trong hình ảnh trên adường như là quá đúng. Nó nên được chuyển một số tiền nhất định về phía trước Tđể nó dường như ở giữa Tvà g. Thuật toán sẽ kiểm tra các hình dạng của Tvà a(và có thể cả các chữ cái khác nữa) và quyết định mức độ aphải dịch chuyển sang bên trái. Đây số tiền nhất định là điều mà các thuật toán cần tính toán - KHÔNG XÉT cặp chữ CÓ THỂ CỦA FONT.

Tôi đang nghĩ đến việc mã hóa chương trình javascript (+ svg + html) sử dụng phông chữ vẽ tay và nhiều trong số chúng thiếu các cặp k sâu. Các trường văn bản sẽ có thể chỉnh sửa và có thể bao gồm văn bản của nhiều phông chữ. Tôi nghĩ rằng kTHER-on-the-fly có thể là một cách để đảm bảo dòng văn bản trung bình trong trường hợp này.

EDIT: Một điểm bắt đầu cho điều này có thể là sử dụng phông chữ svg, vì vậy thật dễ dàng để có được các giá trị đường dẫn. Trong phông chữ svg, đường dẫn được định nghĩa theo cách này:

<glyph glyph-name="T" unicode="T" horiz-adv-x="1251" d="M531 0v1293h
-483v173h1162v-173h-485v-1293h-194z"/>

<glyph glyph-name="a" unicode="a" horiz-adv-x="1139" d="M828 131q-100 -85
-192.5 -120t-198.5 -35q-175 0 -269 85.5t-94 218.5q0 78 35.5 142.5t93
103.5t129.5 59q53 14 160 27q218 26 321 62q1 37 1 47q0 110 -51 155q-69 61
-205 61q-127 0 -187.5 -44.5t-89.5 -157.5l-176 24q24 113 79 182.5t159
107t241 37.5 q136 0 221 -32t125 -80.5t56 -122.5q9 -46 9 -166v-240q0
-251 11.5 -317.5t45.5 -127.5h-188q-28 56 -36 131zM813 533q-98 -40 -294
-68q-111 -16 -157 -36t-71 -58.5t-25 -85.5q0 -72 54.5 -120t159.5 -48q104
0 185 45.5t119 124.5q29 61 29 180v66z"/>

Thuật toán (hoặc mã javascript) nên kiểm tra các đường dẫn đó theo một cách nào đó và xác định khoảng cách tối ưu giữa chúng.

Tôi biết điều này là cũ. Tôi đang làm việc này ngay bây giờ trong một triển khai WebGL của văn bản chao đảo (bất cứ điều gì). Giải pháp tôi đang thực hiện như sau:

1. Nhận phiên bản bitmap của cặp glyph (hoặc thực hiện với vectơ nếu bạn muốn)
2. Đối với mỗi hàng pixel (hoặc đơn vị dọc tùy ý nếu bạn đi với vectơ), hãy kiểm tra xem cả hai glyph có ít nhất một pixel không
3. Đối với mỗi hàng vượt qua bước 2, hãy tính khoảng cách giữa pixel ngoài cùng bên phải của glyph đầu tiên và pixel ngoài cùng bên trái của glyph thứ hai
4. Di chuyển glyph thứ hai càng xa càng tốt trong khi vẫn đáp ứng các tiêu chí sau:
   • khoảng cách trong hàng pixel đó lớn hơn một số khoảng cách tối thiểu bạn đã chỉ định
   • tổng diện tích (bỏ qua các hàng không có pixel trong một trong các glyph) lớn hơn một số khu vực tối thiểu bạn đã chỉ định

Theo cách đó, 'vùng' trống giữa các chữ cái sẽ bị nén đến mức trung bình khá phổ biến. Chỉ định khoảng cách tối thiểu và diện tích tối thiểu bằng cách sử dụng thử và sai và sở thích của riêng bạn, và có thể cho phép các tham số đó được điều chỉnh bởi một số tác nhân khác cũng như ... như một giá trị k sâu thủ công.

vâng :)

Chỉnh sửa: Tôi đã thực hiện điều này thành công bây giờ và nó hoạt động thực sự tốt :)

Đây là một thuật toán khá đơn giản tôi đã thử một lần và có thể đủ tốt.

Kết xuất các ký tự ở độ phân giải thấp - giả sử chiều cao sáu hoặc bảy pixel (chiều cao của thủ đô điển hình) về cùng một chiều ngang. Bạn muốn có một bản đồ nhị phân đơn giản về nơi có không gian trống so với các phần của chữ cái, trên lưới độ phân giải thấp đơn giản.

"Vỗ" các bản đồ thư này. Đó là, điền vào mỗi ô trống liền kề với một ô được điền. Điều này là để yêu cầu lãnh thổ trống gần các cạnh chữ cái nhất, vì vậy chữ cái lân cận không quá gần.

Chơi "Tetris ngang" với các bản đồ chữ cái kết quả. Hãy để trọng lực tác động sang trái. Phần "bụng" bên trái của "a" sẽ "rơi" vào khoang dưới thanh ngang của chữ "T". Có bao nhiêu tế bào đã di chuyển "a"? Chia tỷ lệ theo tỷ lệ với kích thước thực tế của các chữ cái và đó là bao xa để tạo ra độ phân giải cao "a" thực tế.

Các thuật toán cho tự động k sâu đã tồn tại. Không có gì là bằng chứng ngu ngốc và họ có xu hướng cần một chút cầm tay và chỉnh sửa thủ công các khía cạnh nhất định, đặc biệt nếu theo dõi của bạn tương đối chặt chẽ.

Nhưng những thuật toán này là để áp dụng k sâu cho tệp phông chữ , không phải cho các chữ cái khi chúng được tạo từ tệp phông chữ.

Bạn đã xem xét áp dụng tự động k sâu vào tập tin phông chữ?

Fontforge (mã nguồn mở) và Fontlab (thương mại) chứa các thuật toán tự động. Họ sẽ có một đường cong học tập tương đối dốc - bạn phải làm quen với các khía cạnh kỹ thuật về cách các phông chữ hoạt động.

Ngoài ra còn có iKern mà là một anh chàng đó cung cấp một font-kerning thương mại dịch vụ theo đó ông Kerns phông chữ của bạn cho bạn và làm một công việc khá tuyệt vời. Tôi không biết nó sẽ có giá bao nhiêu.

Tôi không có thời gian để suy nghĩ điều này thông qua, hoặc vẽ minh họa, nhưng tôi đã có một nửa ý tưởng dựa trên việc chia đôi từng glyph theo chiều dọc.

Sau đó, cho mỗi nửa, xác định hai trục dọc: - thước chia - chính xác một nửa giữa cực trị trái và phải - trục "trọng lượng" - chính xác một nửa mực ở mỗi bên

Sau đó di chuyển glyph lân cận lân cận về phía hoặc ra khỏi nửa glyph thử nghiệm dựa trên vị trí tương đối của hai trục.

Vì vậy, ví dụ, trong cặp "AV", nửa bên phải của chữ A nặng và "thu hút" chữ V; nửa bên trái của chữ V nặng "thu hút" chữ A, do đó chúng được gắn kết với nhau một cách đáng kể.

Tuy nhiên, tôi chắc chắn rằng có một lỗ hổng trong "AA" sẽ được gắn kết với nhau giống như "AV".

Xem xét chữ hoa và chữ thường, có những 56X55=2652tình huống cặp phông chữ bạn nên quan tâm, tất cả các giải pháp có thể dễ dàng bị phá vỡ nếu bạn thay đổi kiểu phông chữ, tất cả các quy tắc đều biến mất.

Cách tốt nhất là sử dụng kỹ thuật học máy, cố gắng thiết lập mô hình nghiên cứu mạng thần kinh và nhập nhiều hình ảnh văn bản hoặc vectơ hoặc những thứ tương tự, đào tạo mô hình đó và sử dụng mô hình được đào tạo đó để điều chỉnh thông minh bất kỳ loại phông chữ nào.

Vì không có thuật toán tĩnh để điều chỉnh phông chữ hoàn hảo trong root, máy học sẽ là một giải pháp tốt cho loại vấn đề này!