一種文字修正方法及系統(tǒng)的制作方法
【專(zhuān)利摘要】一種文字修正方法及系統(tǒng)，獲取文檔中文字的至少一種字體，對(duì)于每種字體，根據(jù)該字體中的文字的字寬，選擇出字形描述信息錯(cuò)誤的字體，對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正。通過(guò)字寬信息很好的表達(dá)出其字形描述信息，然后進(jìn)行修正，用以解決排版過(guò)程中可能出現(xiàn)的行間距不均勻、文字間隙過(guò)大或文字重疊等問(wèn)題，通過(guò)等寬文字和非等寬文字的特性，分別進(jìn)行修正處理，有效提高了內(nèi)容的可讀性與美觀性。
【專(zhuān)利說(shuō)明】一種文字修正方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種計(jì)算機(jī)文本處理領(lǐng)域，具體地說(shuō)是一種具有文字修正發(fā)明發(fā)及系 統(tǒng)。

【背景技術(shù)】
[0002] 計(jì)算機(jī)字體簡(jiǎn)稱(chēng)字體，是一種包含了字形集、字符碼集的數(shù)據(jù)集合。它包含了字符 碼到字形的映射關(guān)系，以及各個(gè)字形的描述信息。通過(guò)字形描述信息可以繪制出字形位圖。 計(jì)算機(jī)字符普遍通過(guò)文檔的形式呈現(xiàn)給用戶(hù)。流式文檔是指無(wú)固定版式的、內(nèi)容可依據(jù)其 展現(xiàn)媒介的實(shí)際大小而進(jìn)行內(nèi)容排布的文檔。ePub和TXT是常用的兩種流式文檔。帶有結(jié) 構(gòu)化信息的PDF和CEBX也可視為流式文檔。
[0003] 隨著智能手機(jī)的普及和移動(dòng)互聯(lián)網(wǎng)的興起，越來(lái)越多的人選擇使用移動(dòng)設(shè)備進(jìn)行 移動(dòng)閱讀，而流式文檔是最適合移動(dòng)閱讀的方案，因?yàn)橐苿?dòng)設(shè)備的產(chǎn)品種類(lèi)繁多，屏幕分辨 率與尺寸各不相同，流式內(nèi)容的"可重排性"使得它可以根據(jù)實(shí)際設(shè)備的情況來(lái)合理的展現(xiàn) 其內(nèi)容，這就極大的提高了內(nèi)容的可讀性與美觀性。
[0004] 但是，由于歷史原因?qū)е虏糠至魇轿募邪胁粐?yán)謹(jǐn)?shù)膬?nèi)嵌字體，這些字體含 有錯(cuò)誤的字形描述信息，有的是含有錯(cuò)誤的行高信息，有的是含有錯(cuò)誤的字寬信息等，這都 給正常的排版過(guò)程帶來(lái)了問(wèn)題，排出來(lái)的內(nèi)容出現(xiàn)行間距不均勻、文字間隙過(guò)大甚至文字 重疊在一起的現(xiàn)象。這極大的影響了內(nèi)容的可讀性與美觀性。
[0005] 為此，在現(xiàn)有技術(shù)中也出現(xiàn)了一些針對(duì)終端閱讀文檔的排版方法，在移動(dòng)終端的 網(wǎng)頁(yè)排版啟動(dòng)時(shí)或者網(wǎng)頁(yè)排版過(guò)程中字體發(fā)生改變時(shí)，判斷待排版字符是否可以等寬處 理，如果可以等寬處理，則通過(guò)調(diào)用移動(dòng)終端中預(yù)先保存的字符寬度數(shù)據(jù)進(jìn)行字符的排版。 該方案中通過(guò)比較基準(zhǔn)字符串的長(zhǎng)度與實(shí)際待排版的字符長(zhǎng)度和來(lái)判斷待排版字是否可 以等寬處理，此方法可以實(shí)現(xiàn)對(duì)等寬文字如中文、日文、韓文的處理，但是對(duì)于同時(shí)存在等 寬文字和非等寬文字（如英語(yǔ)、德語(yǔ)）的文檔，由于非等寬文字根據(jù)其包含的字符多少，其 寬度差別很大，該方法無(wú)法適用。此外，在這些方案中，對(duì)于含有錯(cuò)誤字形描述信息的文檔， 無(wú)法有效識(shí)別并進(jìn)行相應(yīng)的處理，因此對(duì)于含有錯(cuò)誤字形描述信息的文檔，無(wú)法有效識(shí)別 字形描述信息是否錯(cuò)誤，也無(wú)法進(jìn)行分別處理，導(dǎo)致對(duì)于等寬文字和非等寬文字的排版錯(cuò) 誤不能很好的發(fā)現(xiàn)，字體排版效果差。


【發(fā)明內(nèi)容】

[0006] 為此，本發(fā)明所要解決的技術(shù)問(wèn)題在于現(xiàn)有技術(shù)中的排版方式無(wú)法對(duì)同時(shí)存在等 寬文字和非等寬文字的字形描述信息的錯(cuò)誤很好的發(fā)現(xiàn)并及時(shí)修正的問(wèn)題，從而提出一種 可以對(duì)存在等寬文字和非等寬文字的文檔進(jìn)行糾錯(cuò)的帶有糾錯(cuò)功能的文字修正方法及系 統(tǒng)。
[0007] 為解決上述技術(shù)問(wèn)題，本發(fā)明的提供一種文字修正方法及系統(tǒng)， 一種文字修正方法，包括： 獲取文檔中文字的至少一種字體； 對(duì)于每種字體，根據(jù)該字體中的文字的字寬，選擇出字形描述信息錯(cuò)誤的字體； 對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正。
[0008] 本發(fā)明所述的文本排版方法，所述根據(jù)該字體中的文字的字寬，選擇出字形描述 信息錯(cuò)誤的字體的處理包括： 選取該字體中的至少兩個(gè)文字，計(jì)算每個(gè)文字的字寬值與該文字的字形邊框矩形寬度 的比值，并計(jì)算平均值； 根據(jù)所述平均值是否超出閾值，確定所述字體的字形描述信息是否錯(cuò)誤。
[0009] 本發(fā)明所述的文本排版方法，對(duì)于等寬文字，所述閾值為0. 9-1. 1 ;對(duì)于非等寬文 字，所述閾值為1.2-1. 4。
[0010] 本發(fā)明所述的文字修正方法，所述對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正 的處理包括： 根據(jù)文字的字形邊框矩形寬度，對(duì)所述文字的字寬進(jìn)行修正。
[0011] 本發(fā)明所述的文字修正方法，對(duì)所述文字的字寬進(jìn)行修正時(shí)，利用下述公式進(jìn)行 修正：W=DXa :W為修正后的字寬值，D為該文字的字形邊框矩形寬度值，a為修正系數(shù)，對(duì)于 等寬文字，a=l. 01-1. 1，對(duì)于非等寬文字a=l. 22-1. 35。
[0012] 本發(fā)明所述的文字修正方法，對(duì)于等寬文字，修正系數(shù)a=l. 05,對(duì)于非等寬文字修 正系數(shù)a=l. 3。
[0013] 本發(fā)明所述的文字修正方法，所述對(duì)于每種字體，根據(jù)該字體中的文字的字寬， 選擇出字形描述信息錯(cuò)誤的字體的過(guò)程中，針對(duì)內(nèi)嵌字體進(jìn)行處理。
[0014] 本發(fā)明所述的文字修正方法，所述對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正 的過(guò)程，包括：對(duì)于字形描述信息錯(cuò)誤的字體中的文字，首先判斷其是否為等寬文字，對(duì)于 等寬文字計(jì)算樣本均值并進(jìn)行修正，對(duì)于非等寬文字獲取字符的字形邊框矩形寬度值并進(jìn) 行修正。
[0015] 本發(fā)明所述的文字修正方法，對(duì)于等寬文字計(jì)算樣本均值并進(jìn)行修正的過(guò)程如 下： 首先，判斷該文字的字寬是否已經(jīng)計(jì)算，若未計(jì)算則選取使用該字體的等寬文字樣本， 然后獲取樣本的字形邊框?qū)挾戎挡⒂?jì)算出均值，再用修正系數(shù)予以修正獲得修正后寬度 值；若已經(jīng)計(jì)算，則直接調(diào)用之前的計(jì)算結(jié)果。
[0016] 本發(fā)明所述的文字修正方法，還包括排版步驟，對(duì)字形描述信息錯(cuò)誤的字體中的 文字進(jìn)行修正后進(jìn)行排版，對(duì)于不含字形描述信息錯(cuò)誤的字體的文字直接獲取字寬值后排 版，排版過(guò)程為將當(dāng)前字寬累加至當(dāng)前已排文字寬度，如果大于排版區(qū)域?qū)挾?，則重置當(dāng)前 已排文字寬度并將行基線累加一個(gè)行高度，然后在當(dāng)前行尾排下此文字；如果不大于排版 區(qū)域?qū)挾葎t直接在當(dāng)前行尾排下此文字。
[0017] 一種文字修正系統(tǒng)，包括： 獲取單元：獲取文檔中文字的至少一種字體； 選擇單元：對(duì)于每種字體，根據(jù)該字體中的文字的字寬，選擇出字形描述信息錯(cuò)誤的字 體； 修正單元：對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正。
[0018] 本發(fā)明所述的文本排版系統(tǒng)，所述選擇單元包括： 均值計(jì)算模塊：選取該字體中的至少兩個(gè)文字，計(jì)算每個(gè)文字的字寬值與該文字的字 形邊框矩形寬度的比值，并計(jì)算平均值； 判斷模塊：根據(jù)所述平均值是否超出閾值，確定所述字體的字形描述信息是否錯(cuò)誤。
[0019] 本發(fā)明所述的文本排版系統(tǒng)，對(duì)于等寬文字，所述閾值為0. 9-1. 1 ;對(duì)于非等寬文 字，所述閾值為1.2-1. 4。
[0020] 本發(fā)明所述的文字修正系統(tǒng)，所述修正單元包括：修正模塊，根據(jù)文字的字形邊框 矩形寬度，對(duì)所述文字的字寬進(jìn)行修正。
[0021] 本發(fā)明文字修正系統(tǒng)，所述修正模塊中，利用下述公式進(jìn)行修正：W=D X a : W為 修正后的字寬值，D為該文字的字形邊框矩形寬度值，a為修正系數(shù)，對(duì)于等寬文字， a=l. Ol-L 1，對(duì)于非等寬文字 a=l. 22-1. 35。
[0022] 本發(fā)明所述的文字修正系統(tǒng)，對(duì)于等寬文字，修正系數(shù)a=l. 05,對(duì)于非等寬文字修 正系數(shù)a=l. 3。
[0023] 本發(fā)明所述的文字修正系統(tǒng)，所述選擇單元中，針對(duì)內(nèi)嵌字體進(jìn)行處理。
[0024] 本發(fā)明所述的文字修正系統(tǒng)，所述修正單元包括 判斷模塊，對(duì)于字形描述信息錯(cuò)誤的字體中的文字，首先判斷其是否為等寬文字； 等寬文字修正模塊：對(duì)于等寬文字計(jì)算樣本均值并進(jìn)行修正； 非等寬文字修正模塊：對(duì)于非等寬文字獲取字符的字形邊框矩形寬度值并進(jìn)行修正。
[0025] 本發(fā)明所述的文字修正系統(tǒng)，所述等寬文字修正模塊中包括： 判斷子模塊：判斷該文字的字寬是否已經(jīng)計(jì)算， 計(jì)算子模塊：若未計(jì)算則選取使用該字體的等寬文字樣本，然后獲取樣本的字形邊框 寬度值并計(jì)算出均值，再用修正系數(shù)予以修正獲得修正后寬度值； 調(diào)用子模塊：若已經(jīng)計(jì)算，則直接調(diào)用之前的計(jì)算結(jié)果。
[0026] 本發(fā)明所述的文字修正系統(tǒng)，還包括排版單元，對(duì)字形描述信息錯(cuò)誤的字體中的 文字進(jìn)行修正后進(jìn)行排版，對(duì)于不含字形描述信息錯(cuò)誤的字體的文字直接獲取字寬值后排 版，排版過(guò)程為將當(dāng)前字寬累加至當(dāng)前已排文字寬度，如果大于排版區(qū)域?qū)挾?，則重置當(dāng)前 已排文字寬度并將行基線累加一個(gè)行高度，然后在當(dāng)前行尾排下此文字；如果不大于排版 區(qū)域?qū)挾葎t直接在當(dāng)前行尾排下此文字。
[0027] 本發(fā)明的上述技術(shù)方案相比現(xiàn)有技術(shù)具有以下優(yōu)點(diǎn)， (1)本發(fā)明所述的一種文字修正方法及系統(tǒng)，獲取文檔中文字的至少一種字體，對(duì)于每 種字體，根據(jù)該字體中的文字的字寬，選擇出字形描述信息錯(cuò)誤的字體，對(duì)字形描述信息錯(cuò) 誤的字體中的文字進(jìn)行修正。通過(guò)字寬信息很好的表達(dá)出其字形描述信息，然后進(jìn)行修正， 用以解決排版過(guò)程中可能出現(xiàn)的行間距不均勻、文字間隙過(guò)大或文字重疊等問(wèn)題，有效提 高了內(nèi)容的可讀性與美觀性。
[0028] (2)本發(fā)明所述的文字修正方法，字形描述信息錯(cuò)誤的字體通過(guò)以下方式獲得： 選取該字體中的至少兩個(gè)文字，計(jì)算每個(gè)文字的字寬值與該文字的字形邊框矩形寬度的比 值，并計(jì)算平均值；根據(jù)所述平均值是否超出閾值，確定所述字體的字形描述信息是否錯(cuò) 誤。對(duì)于等寬文字，所述閾值為〇. 9-1. 1 ;對(duì)于非等寬文字，所述閾值為1. 2-1. 4,采用該方 法可以有效的獲得字形描述信息是否發(fā)生了錯(cuò)誤，提高了錯(cuò)誤的識(shí)別率。
[0029] (3)本發(fā)明所述的文字修正方法，根據(jù)文字的字形邊框矩形寬度，對(duì)所述文字的字 寬進(jìn)行修正，利用下述公式進(jìn)行修正：W=DXa :W為修正后的字寬值,D為該文字的字形邊框 矩形寬度值，a為修正系數(shù)，對(duì)于等寬文字，a=l. 01-1. 1，優(yōu)選修正系數(shù)a=l. 05。對(duì)于非等寬 文字a=l. 22-1. 35,優(yōu)選a=l. 3。通過(guò)修正系數(shù)對(duì)等寬文字和非等寬文字分別修正，提高了 修正后文字的整齊和美觀性。
[0030] (4)本發(fā)明所述的文字修正方法，針對(duì)內(nèi)嵌字體進(jìn)行處理，由于非內(nèi)嵌字體無(wú)需處 理即可正常排版，對(duì)于字形描述信息正確的內(nèi)嵌字體也無(wú)需處理，因此通過(guò)上述方法獲得 含有錯(cuò)誤字形描述信息的內(nèi)嵌字體，并有針對(duì)性的處理，減少了處理量，提高了處理速度， 此外，通過(guò)樣本統(tǒng)計(jì)的方式，使得該方法具有普遍的適用性，且實(shí)現(xiàn)起來(lái)簡(jiǎn)單方便。
[0031] (5)本發(fā)明所述的文字修正方法，對(duì)于使用含有錯(cuò)誤字形描述信息字體的文字，首 先判斷其是否為等寬文字，對(duì)于等寬文字計(jì)算樣本均值并進(jìn)行修正，對(duì)于非等寬文字獲取 字符的字形邊框矩形寬度值并進(jìn)行修正。針對(duì)等寬和非等寬文字，采取不同的修正策略， 由于等寬文字如中文、韓文，其本身等寬，因此一次計(jì)算后，后續(xù)可直接調(diào)用；針對(duì)非等寬文 字，等需要單獨(dú)針對(duì)每個(gè)字符進(jìn)行處理，這樣，通過(guò)針對(duì)性的修正，提高了其計(jì)算的準(zhǔn)確性。
[0032] (6)本發(fā)明所述的文字修正方法，對(duì)于含有錯(cuò)誤字形描述信息的字體，通過(guò)修正得 到字寬值，將當(dāng)前的字寬累加到當(dāng)前已排版文字寬度，然后將該寬度與排版區(qū)域?qū)挾缺容^， 不大于則直接插入，否則換行插入，這樣就保證了文字依序順次插入，保證了排版效果。

【專(zhuān)利附圖】

【附圖說(shuō)明】
[0033] 為了使本發(fā)明的內(nèi)容更容易被清楚的理解，下面根據(jù)本發(fā)明的具體實(shí)施例并結(jié)合 附圖，對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明，其中 圖1是本發(fā)明的一個(gè)實(shí)施例1的文字修正方法的流程圖； 圖2是本發(fā)明的另外一個(gè)實(shí)施例的文字修正方法的流程圖； 圖3是本發(fā)明的實(shí)施例中的文字修正系統(tǒng)的結(jié)構(gòu)圖； 圖4是本發(fā)明的實(shí)施例中判斷步驟的方法流程圖； 圖5是本發(fā)明的實(shí)施例中糾錯(cuò)步驟的方法流程圖； 圖6是本發(fā)明的實(shí)施例中排版步驟的方法流程圖； 圖7是本發(fā)明的實(shí)施例所述的使用文字修正方法排版后的效果圖。

【具體實(shí)施方式】
[0034] 下面給出本發(fā)明所述的文字修正方法及系統(tǒng)的具體的實(shí)施方式，將配合附圖及實(shí) 施例來(lái)詳細(xì)說(shuō)明，借此對(duì)本發(fā)明如何應(yīng)用技術(shù)手段來(lái)解決技術(shù)問(wèn)題并達(dá)到技術(shù)功效的實(shí)現(xiàn) 過(guò)程能充分理解并據(jù)以實(shí)現(xiàn)。
[0035] 實(shí)施例1 : 本實(shí)施例中提供一種文字修正方法，流程圖如圖1所示，包括： (1) 獲取文檔中文字的至少一種字體； (2) 對(duì)于每種字體，根據(jù)該字體中的文字的字寬，選擇出字形描述信息錯(cuò)誤的字體。具 體過(guò)程如下： 選取該字體中的至少兩個(gè)文字，計(jì)算每個(gè)文字的字寬值與該文字的字形邊框矩形寬度 的比值，并計(jì)算平均值；根據(jù)所述平均值是否超出閾值，確定所述字體的字形描述信息是否 錯(cuò)誤。對(duì)于等寬文字，所述閾值取0.9或1或I. 1 ;對(duì)于非等寬文字，所述閾值為1.2或1.3 或 1. 4。
[0036] (3)對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正。根據(jù)文字的字形邊框矩形寬 度，對(duì)所述文字的字寬進(jìn)行修正。修正利用下述公式進(jìn)行修正：W=DXa,其中W為修正后的 字寬值，D為該文字的字形邊框矩形寬度值，對(duì)于等寬文字，修正系數(shù)a=l. 05,對(duì)于非等寬 文字修正系數(shù)a=1.3。
[0037] 在其他的實(shí)施方式中，修正系數(shù)a可以根據(jù)需要選擇，對(duì)于等寬文字，a-般取值 為：1. 01-1. 1，對(duì)于非等寬文字a -般取值范圍為1. 22-1. 35. 實(shí)施例2 : 本實(shí)施例中提供一種與實(shí)施例1對(duì)應(yīng)的文字修正系統(tǒng)，包括： (1) 獲取單元：獲取文檔中文字的至少一種字體； (2) 選擇單元：對(duì)于每種字體，根據(jù)該字體中的文字的字寬，選擇出字形描述信息錯(cuò)誤 的字體。具體過(guò)程如下： 選取該字體中的至少兩個(gè)文字，計(jì)算每個(gè)文字的字寬值與該文字的字形邊框矩形寬度 的比值，并計(jì)算平均值；根據(jù)所述平均值是否超出閾值，確定所述字體的字形描述信息是否 錯(cuò)誤。對(duì)于等寬文字，所述閾值取0.9或1或I. 1 ;對(duì)于非等寬文字，所述閾值為1.2或1.3 或 1. 4。
[0038] (3)修正單元：對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正。根據(jù)文字的字形 邊框矩形寬度，對(duì)所述文字的字寬進(jìn)行修正。修正利用下述公式進(jìn)行修正：W=DXa,其中W 為修正后的字寬值，D為該文字的字形邊框矩形寬度值，對(duì)于等寬文字，修正系數(shù)a=l. 05， 對(duì)于非等寬文字修正系數(shù)a=l. 3。
[0039] 在其他的實(shí)施方式中，修正單元中的修正系數(shù)a可以根據(jù)需要選擇，對(duì)于等寬文 字，a-般取值為：1.01-1. 1，對(duì)于非等寬文字a-般取值范圍為1.22-1.35. 實(shí)施例3 : 本實(shí)施例中提供另外一種文字修正方法，包括： (1) 獲取文檔中文字的至少一種字體； (2) 對(duì)于每種字體，針對(duì)內(nèi)嵌字體進(jìn)行處理，對(duì)于內(nèi)嵌字體，根據(jù)該字體中的文字的字 寬，選擇出字形描述信息錯(cuò)誤的字體。
[0040] 選取該字體中的五個(gè)文字作為樣本，計(jì)算每個(gè)文字的字寬值與該文字的字形邊框 矩形寬度的比值，并計(jì)算平均值；根據(jù)所述平均值是否超出閾值，確定所述字體的字形描述 信息是否錯(cuò)誤。對(duì)于等寬文字，所述閾值取I. 1 ;對(duì)于非等寬文字，所述閾值為1. 3。
[0041] (3)對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正。對(duì)于字形描述信息錯(cuò)誤的字 體中的文字，首先判斷其是否為等寬文字， 對(duì)于等寬文字計(jì)算樣本均值并進(jìn)行修正，過(guò)程如下： 首先，判斷該文字的字寬是否已經(jīng)計(jì)算，若未計(jì)算則選取使用該字體的等寬文字樣本， 然后獲取樣本的字形邊框?qū)挾戎挡⒂?jì)算出均值，再用修正系數(shù)予以修正獲得修正后寬度 值，修正利用下述公式進(jìn)行修正：W=DXa,其中W為修正后的字寬值，D為該文字的字形邊框 矩形寬度值的樣本均值，修正系數(shù)a=l. 07 ;若已經(jīng)計(jì)算，則直接調(diào)用之前的計(jì)算結(jié)果。
[0042] 對(duì)于非等寬文字獲取字符的字形邊框矩形寬度值并通過(guò)修正系數(shù)進(jìn)行修正。 W=DXa，W為修正后的字寬值，D為該文字的字形邊框矩形寬度值，a=l. 25. 作為其他實(shí)施方式，上述修正過(guò)程后還包括排版步驟，如圖2所示，對(duì)字形描述信息錯(cuò) 誤的字體中的文字進(jìn)行修正后進(jìn)行排版，對(duì)于不含字形描述信息錯(cuò)誤的字體的文字直接獲 取字寬值后排版，排版過(guò)程為將當(dāng)前字寬累加至當(dāng)前已排文字寬度，如果大于排版區(qū)域?qū)?度，則重置當(dāng)前已排文字寬度并將行基線累加一個(gè)行高度，然后在當(dāng)前行尾排下此文字；如 果不大于排版區(qū)域?qū)挾葎t直接在當(dāng)前行尾排下此文字。
[0043] 實(shí)施例4 ： 本實(shí)施例提供一種文字修正系統(tǒng)，包括： (1) 解析單元(也可稱(chēng)為獲取單元）：獲取文檔中文字的至少一種字體； (2) 判斷單元(或稱(chēng)為選擇單元）：對(duì)于每種字體，根據(jù)該字體中的文字的字寬，選擇出 字形描述信息錯(cuò)誤的字體。包括： 均值計(jì)算模塊：選取該字體中的至少兩個(gè)文字，計(jì)算每個(gè)文字的字寬值與該文字的字 形邊框矩形寬度的比值，并計(jì)算平均值。
[0044] 判斷模塊：根據(jù)所述平均值是否超出閾值，確定所述字體的字形描述信息是否錯(cuò) 誤。
[0045] (3)糾錯(cuò)單元(或稱(chēng)為修正單元）：對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正， 包括 3.1、判斷模塊，對(duì)于字形描述信息錯(cuò)誤的字體中的文字，首先判斷其是否為等寬文字。
[0046] 3. 2、等寬文字修正模塊：對(duì)于等寬文字計(jì)算樣本均值并進(jìn)行修正，包括： 判斷子模塊：判斷該文字的字寬是否已經(jīng)計(jì)算， 計(jì)算子模塊：若未計(jì)算則選取使用該字體的等寬文字樣本，然后獲取樣本的字形邊框 寬度值并計(jì)算出均值，再用修正系數(shù)予以修正獲得修正后寬度值； 調(diào)用子模塊：若已經(jīng)計(jì)算，則直接調(diào)用之前的計(jì)算結(jié)果。
[0047] 3. 3、非等寬文字修正模塊：對(duì)于非等寬文字獲取字符的字形邊框矩形寬度值并進(jìn) 行修正。
[0048] (4)排版單元，對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正后進(jìn)行排版，對(duì)于不 含字形描述信息錯(cuò)誤的字體的文字直接獲取字寬值后排版，排版過(guò)程為將當(dāng)前字寬累加至 當(dāng)前已排文字寬度，如果大于排版區(qū)域?qū)挾?，則重置當(dāng)前已排文字寬度并將行基線累加一 個(gè)行高度，然后在當(dāng)前行尾排下此文字；如果不大于排版區(qū)域?qū)挾葎t直接在當(dāng)前行尾排下 此文字。
[0049] 實(shí)施例5 ： 下面給出本發(fā)明的一個(gè)【具體實(shí)施方式】，一種文字修正方法，包括如下步驟： (1)解析步驟：接收文檔的文字信息，如接收一流式文字內(nèi)容，本實(shí)施例中為ePub流式 文檔，解析出其中的字體資源以及文字內(nèi)容，見(jiàn)圖2中205步。
[0050] 所述字體資源為字體數(shù)據(jù)，是一種包含了字形集、字符碼集的數(shù)據(jù)集合，它描述了 字符碼到字形的映射關(guān)系，以及各個(gè)字形的描述信息。簡(jiǎn)單來(lái)說(shuō)字體描述了每個(gè)字畫(huà)成什 么樣以及它的寬度、高度等信息。字體可以以獨(dú)立文件的形式存在，也可以?xún)?nèi)嵌到文檔中成 為文檔的一部分。
[0051] 所述文字內(nèi)容為文字的順序、系統(tǒng)為字體分配的用于標(biāo)識(shí)字體的字體名稱(chēng)或編 號(hào)、用于描述文字被繪制時(shí)的尺寸大小的字號(hào)、以及各個(gè)文字所對(duì)應(yīng)的的Unicode編碼值。 也可以認(rèn)為文字內(nèi)容就是文字描述的集合，一個(gè)文字描述主要包括它的碼值(通過(guò)碼值確 定具體是哪個(gè)字)，還有它使用了哪個(gè)字體。通過(guò)解析步驟可以將接收到的數(shù)據(jù)內(nèi)容解析為 字體資源及文字內(nèi)容。本實(shí)施例中，針對(duì)不同的字體數(shù)據(jù)分別進(jìn)行處理，由于不同的字體有 不同字寬以及不同的修正參數(shù)，針對(duì)不同的字體數(shù)據(jù)分別處理，可以提高對(duì)各個(gè)字體的判 斷結(jié)果，并提高修正效果，從而大大更好的排版效果。
[0052] (2)判斷步驟：找出含有錯(cuò)誤字形描述信息的內(nèi)嵌字體。在此步驟中，針對(duì)每種字 體資源依次進(jìn)行判斷，判斷出含有錯(cuò)誤字形描述信息的字體，見(jiàn)圖2中210步驟。首先判 斷當(dāng)前待分析字體是否為內(nèi)嵌字體，如果當(dāng)前待判斷字體是非內(nèi)嵌字體，則可認(rèn)為是正確 字體；對(duì)于內(nèi)嵌字體則進(jìn)行處理：從解析出的文字內(nèi)容中選取一定數(shù)量的文字樣本，這些 文字樣本都屬于該待判斷的字體，且它們不是標(biāo)點(diǎn)符號(hào)，然后對(duì)這些文字樣本分別獲取同 一字號(hào)的字寬值和字形邊框矩形寬度值，計(jì)算出每個(gè)樣本中文字的字寬值與字形邊框矩形 寬度值的比值，并統(tǒng)計(jì)平均值，然后判斷所述平均值是否超出閾值，若平均值超出閾值范圍 (過(guò)大或過(guò)小)，則標(biāo)記此字體為含有錯(cuò)誤字形描述信息的內(nèi)嵌字體。
[0053] 本步驟中，通過(guò)統(tǒng)計(jì)樣本中字寬值與字形邊框矩形寬度的比值的平均值，與閾值 范圍進(jìn)行比較，從而獲得含有錯(cuò)誤字形描述信息的內(nèi)嵌字體，由于非內(nèi)嵌字體無(wú)需處理即 可正常排版，對(duì)于字形描述信息正確的內(nèi)嵌字體也無(wú)需處理，因此通過(guò)上述方法獲得含有 錯(cuò)誤字形描述信息的內(nèi)嵌字體，并有針對(duì)性的處理，減少了處理量，提高了處理速度，此外， 通過(guò)樣本統(tǒng)計(jì)的方式，使得該方法具有普遍的適用性，且實(shí)現(xiàn)起來(lái)簡(jiǎn)單方便。
[0054] (3)糾錯(cuò)步驟：對(duì)于使用含有錯(cuò)誤字形描述信息字體的文字，首先判斷其是否為等 寬文字，根據(jù)判斷結(jié)果，分別對(duì)使用了判斷步驟中被判為含有錯(cuò)誤字形描述信息字體的那 些文字進(jìn)行修正，見(jiàn)圖2中步驟215。首先對(duì)于使用含有錯(cuò)誤字形描述信息的字體的文字， 根據(jù)其Unicode編碼值判斷該內(nèi)嵌字體是否屬于等寬文字(如中文、日文、韓文等)，還是屬 于其他非等寬文字。對(duì)于等寬文字，每一個(gè)字體只需要計(jì)算一次字寬，取一定數(shù)量文字樣 本的字形邊框矩形寬度值平均值，再用修正系數(shù)(根據(jù)經(jīng)驗(yàn)確定的經(jīng)驗(yàn)值）對(duì)平均值進(jìn)行修 正，即算出此字體所有等寬文字的字寬。由于每一個(gè)字體只需要計(jì)算一次字寬，在后續(xù)判斷 中，首先，判斷該文字的字寬是否已經(jīng)計(jì)算，若未計(jì)算則選取使用該字體的等寬文字樣本， 然后獲取樣本的字形邊框?qū)挾戎挡⒂?jì)算出均值，再用修正系數(shù)予以修正。如果已經(jīng)計(jì)算過(guò)， 則直接調(diào)用之前計(jì)算出的此字體所有等寬文字的字寬。對(duì)于非等寬文字，需要為每個(gè)字符 單元計(jì)算字寬，先獲取字符的字形邊框矩形寬度值，在用修正系數(shù)(經(jīng)驗(yàn)值)進(jìn)行修正。修正 后寬度值乘以字號(hào)得到實(shí)際字寬，所述實(shí)際字寬為正確的字寬值。
[0055] 在此糾錯(cuò)步驟中，首先對(duì)于使用含有錯(cuò)誤字形描述信息字體的文字，首先判斷其 是否為等寬文字，對(duì)于等寬文字計(jì)算樣本均值并進(jìn)行修正，對(duì)于非等寬文字獲取字符的字 形邊框矩形寬度值并進(jìn)行修正。針對(duì)等寬和非等寬文字，采取不同的修正策略，由于等寬文 字如中文、韓文，其本身等寬，因此一次計(jì)算后，后續(xù)可直接調(diào)用；針對(duì)非等寬文字，等需要 單獨(dú)針對(duì)每個(gè)字符進(jìn)行處理，這樣，通過(guò)針對(duì)性的修正，提高了其計(jì)算的準(zhǔn)確性。由于在修 正過(guò)程中，是以相對(duì)值為標(biāo)準(zhǔn)進(jìn)行的修正，因此修正完畢后，需要乘以字號(hào)得到實(shí)際字寬。
[0056] (4)排版步驟：將所有文字進(jìn)行排版。排版是將文字流中的文字逐個(gè)放置到適合 展示媒介大小的排版區(qū)域上，即將流式文字進(jìn)行排布和斷行，依據(jù)修正后的字寬信息將文 字逐個(gè)排布，從而確定每個(gè)文字在展示媒介上的具體坐標(biāo)，見(jiàn)圖2中步驟220。首先，依次處 理文字流中的每一個(gè)文字；對(duì)于含有錯(cuò)誤字形描述信息的內(nèi)嵌字體通過(guò)糾錯(cuò)步驟得到正確 的字寬值，對(duì)于不含錯(cuò)誤字形描述信息的內(nèi)嵌字體以及非內(nèi)嵌字體，直接獲取字寬值；然后 將當(dāng)前字寬累加至當(dāng)前行已排文字寬度，用此寬度與排版區(qū)域?qū)挾冗M(jìn)行比較，如果大于排 版區(qū)域?qū)挾?，則重置當(dāng)前行已排文字寬度并將行基線累加一個(gè)行高度，然后在當(dāng)前行尾排 下此文字，行高等于前一行排布的文字高度的最大值；如果不大于排版區(qū)域?qū)挾葎t直接在 當(dāng)前行尾排下此文字。具體流程圖參見(jiàn)圖5。本步驟中，對(duì)于含有錯(cuò)誤字形描述信息的內(nèi) 嵌字體，通過(guò)糾錯(cuò)步驟得到字寬值，將當(dāng)前的字寬累加到當(dāng)前已排版文字寬度，然后將該寬 度與排版區(qū)域?qū)挾缺容^，不大于則直接插入，否則換行插入，這樣就保證了文字依序順次插 入，保證了排版效果。
[0057] 本實(shí)施例所述的文字修正方法，包括解析步驟、判斷步驟、糾錯(cuò)步驟以及排版步 驟，首先解析出文字資源以及文字內(nèi)容，然后根據(jù)評(píng)判標(biāo)準(zhǔn)找出含有錯(cuò)誤字形描述信息的 內(nèi)嵌字體，然后針對(duì)該內(nèi)嵌字體進(jìn)行等寬判斷，針對(duì)是否等寬分別進(jìn)行修正，將等寬文字和 非等寬文字區(qū)別開(kāi)來(lái)進(jìn)行修正，用以解決排版過(guò)程中可能出現(xiàn)的行間距不均勻、文字間隙 過(guò)大或文字重疊等問(wèn)題，有效提高了內(nèi)容的可讀性與美觀性。
[0058] 實(shí)施例6 ： 本發(fā)明中本實(shí)施例的重點(diǎn)針對(duì)排版過(guò)程中需要依賴(lài)字形描述信息計(jì)算排字位置的過(guò) 程，具體實(shí)施中涉及到的更細(xì)化的排版規(guī)則在本實(shí)施例中未有提及。本實(shí)施例中結(jié)合一個(gè) 具體的應(yīng)用實(shí)例，進(jìn)行說(shuō)明。
[0059] 本實(shí)施例中給出一個(gè)ePub文檔，排版后的效果如圖7所示。它包含了 3種字體， 分別是標(biāo)題的字體1，正文里的中文字體2和正文里的英文字體3,其中字體1是正確字體， 字體2和字體3是含有錯(cuò)誤字寬信息的字體。
[0060] 本實(shí)施例中采用帶有糾錯(cuò)功能的文本排版系統(tǒng)，參見(jiàn)圖3,使用其對(duì)應(yīng)的文字修正 方法，流程圖參見(jiàn)圖2。首先解析出文檔使用的3種字體資源以及文字流(步驟205);然后 對(duì)解析出的3種字體分別進(jìn)行判斷(步驟210)，判斷出字體2和字體3是錯(cuò)誤字體；然后計(jì) 算出字體2中的等寬字（中文以及中文標(biāo)點(diǎn)符號(hào)）字寬值(步驟215);最后通過(guò)排版單元將 文字流進(jìn)行排版(步驟220)。
[0061] 具體過(guò)程如下： (1)接收待分析的文檔，如圖7所示，解析出其中的字體資源以及文字內(nèi)容。它包含了 3種字體，分別是標(biāo)題的字體1，正文里的中文字體2和正文里的英文字體3,其中字體1是 正確字體，字體2和字體3是含有錯(cuò)誤字寬信息的字體。
[0062] (2)判斷過(guò)程參照?qǐng)D4,依次對(duì)3種字體進(jìn)行評(píng)估(步驟305)，判斷字體是否為內(nèi)嵌 字體(步驟310)，由于字體1是非內(nèi)嵌字體，標(biāo)記其為正確字體(步驟335)。
[0063] 字體2和字體3都是內(nèi)嵌字體，設(shè)定樣本數(shù)為5,從各自的文字內(nèi)容中選取5個(gè)文 字樣本(步驟315)，對(duì)于字體2選取的文字樣本是"冰"、"與"、"火"、"之"、"歌"，對(duì)于字體3 選取的文字樣本是"6"、"？"、"1"、"〇"、竹"。分別獲取這些文字樣本字號(hào)1時(shí)的字寬值和字 形邊框矩形寬度值，具體數(shù)值如表1和表2所示。計(jì)算可得字體2與字體3的字寬值與字 形邊框?qū)挾戎当戎稻捣謩e是0.57和0.66 (步驟320)。字體2屬于中文字體，根據(jù)經(jīng)驗(yàn) 預(yù)設(shè)閾值范圍為0. 9-1. 1，字體3屬于英文字體，根據(jù)經(jīng)驗(yàn)預(yù)設(shè)閾值范圍為I. 2-1. 4。將字 體2和字體3的比值均值與其所對(duì)應(yīng)的閾值范圍做對(duì)比(步驟325)，兩個(gè)字體都超出了閾值 范圍，將它們標(biāo)記為含有錯(cuò)誤字形描述信息的字體(步驟330)。
[0064] 表1、字體2文字樣本字寬數(shù)值

【權(quán)利要求】
1. 一種文字修正方法，其特征在于，包括： 獲取文檔中文字的至少一種字體； 對(duì)于每種字體，根據(jù)該字體中的文字的字寬，選擇出字形描述信息錯(cuò)誤的字體； 對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正。
2. 根據(jù)權(quán)利要求1所述的文本排版方法，其特征在于，所述根據(jù)該字體中的文字的字 寬，選擇出字形描述信息錯(cuò)誤的字體的處理包括： 選取該字體中的至少兩個(gè)文字，計(jì)算每個(gè)文字的字寬值與該文字的字形邊框矩形寬度 的比值，并計(jì)算平均值； 根據(jù)所述平均值是否超出閾值，確定所述字體的字形描述信息是否錯(cuò)誤。
3. 根據(jù)權(quán)利要求2所述的文本排版方法，其特征在于，對(duì)于等寬文字，所述閾值為 0. 9-1. 1 ;對(duì)于非等寬文字，所述閾值為1. 2-1. 4。
4. 根據(jù)權(quán)利要求1或2或3所述的文字修正方法，其特征在于，所述對(duì)字形描述信息錯(cuò) 誤的字體中的文字進(jìn)行修正的處理包括： 根據(jù)文字的字形邊框矩形寬度，對(duì)所述文字的字寬進(jìn)行修正。
5. 根據(jù)權(quán)利要求4所述的文字修正方法，其特征在于，對(duì)所述文字的字寬進(jìn)行修正時(shí)， 利用下述公式進(jìn)行修正：W=DXa:W為修正后的字寬值，D為該文字的字形邊框矩形寬度值， a為修正系數(shù)，對(duì)于等寬文字，a=l. 01-1. 1，對(duì)于非等寬文字a=l. 22-1. 35。
6. 根據(jù)權(quán)利要求5所述的文字修正方法，其特征在于，對(duì)于等寬文字，修正系數(shù) a=l. 05,對(duì)于非等寬文字修正系數(shù)a=l. 3。
7. 根據(jù)權(quán)利要求1-6中的任一項(xiàng)所述的文字修正方法，其特征在于，所述對(duì)于每種字 體，根據(jù)該字體中的文字的字寬，選擇出字形描述信息錯(cuò)誤的字體的過(guò)程中，針對(duì)內(nèi)嵌字體 進(jìn)行處理。
8. 根據(jù)權(quán)利要求1 _7任一所述的文字修正方法，其特征在于，所述對(duì)字形描述信息錯(cuò) 誤的字體中的文字進(jìn)行修正的過(guò)程，包括：對(duì)于字形描述信息錯(cuò)誤的字體中的文字，首先判 斷其是否為等寬文字，對(duì)于等寬文字計(jì)算樣本均值并進(jìn)行修正，對(duì)于非等寬文字獲取字符 的字形邊框矩形寬度值并進(jìn)行修正。
9. 根據(jù)權(quán)利要求8所述的文字修正方法，其特征在于，對(duì)于等寬文字計(jì)算樣本均值并 進(jìn)行修正的過(guò)程如下： 首先，判斷該文字的字寬是否已經(jīng)計(jì)算，若未計(jì)算則選取使用該字體的等寬文字樣本， 然后獲取樣本的字形邊框?qū)挾戎挡⒂?jì)算出均值，再用修正系數(shù)予以修正獲得修正后寬度 值；若已經(jīng)計(jì)算，則直接調(diào)用之前的計(jì)算結(jié)果。
10. 根據(jù)權(quán)利要求1-8中任一項(xiàng)所述的文字修正方法，其特征在于，還包括排版步驟， 對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正后進(jìn)行排版，對(duì)于不含字形描述信息錯(cuò)誤的 字體的文字直接獲取字寬值后排版，排版過(guò)程為將當(dāng)前字寬累加至當(dāng)前已排文字寬度，如 果大于排版區(qū)域?qū)挾?，則重置當(dāng)前已排文字寬度并將行基線累加一個(gè)行高度，然后在當(dāng)前 行尾排下此文字；如果不大于排版區(qū)域?qū)挾葎t直接在當(dāng)前行尾排下此文字。
11. 一種文字修正系統(tǒng)，其特征在于，包括： 獲取單元：獲取文檔中文字的至少一種字體； 選擇單元：對(duì)于每種字體，根據(jù)該字體中的文字的字寬，選擇出字形描述信息錯(cuò)誤的字 體； 修正單元：對(duì)字形描述信息錯(cuò)誤的字體中的文字進(jìn)行修正。
12. 根據(jù)權(quán)利要求11所述的文本排版系統(tǒng)，其特征在于，所述選擇單元包括： 均值計(jì)算模塊：選取該字體中的至少兩個(gè)文字，計(jì)算每個(gè)文字的字寬值與該文字的字 形邊框矩形寬度的比值，并計(jì)算平均值； 判斷模塊：根據(jù)所述平均值是否超出閾值，確定所述字體的字形描述信息是否錯(cuò)誤。
13. 根據(jù)權(quán)利要求12所述的文本排版系統(tǒng)，其特征在于，對(duì)于等寬文字，所述閾值為 0. 9-1. 1 ;對(duì)于非等寬文字，所述閾值為1. 2-1. 4。
14. 根據(jù)權(quán)利要求11或12或13所述的文字修正系統(tǒng)，其特征在于，所述修正單元包 括：修正模塊，根據(jù)文字的字形邊框矩形寬度，對(duì)所述文字的字寬進(jìn)行修正。
15. 根據(jù)權(quán)利要求14所述的文字修正系統(tǒng)，其特征在于，所述修正模塊中，利用下述公 式進(jìn)行修正：W=DXa:W為修正后的字寬值，D為該文字的字形邊框矩形寬度值，a為修正系 數(shù)，對(duì)于等寬文字，a=l. 01-1. 1，對(duì)于非等寬文字a=l. 22-1. 35。
【文檔編號(hào)】G06F17/25GK104516859SQ201310447805
【公開(kāi)日】2015年4月15日 申請(qǐng)日期:2013年9月27日 優(yōu)先權(quán)日:2013年9月27日
【發(fā)明者】孫浩鵬, 丁力, 董寧 申請(qǐng)人:北大方正集團(tuán)有限公司, 北京方正阿帕比技術(shù)有限公司