# hanzitiqu **Repository Path**: liu-yi-ch-en/hanzitiqu ## Basic Information - **Project Name**: hanzitiqu - **Description**: No description available - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-05-23 - **Last Updated**: 2025-05-30 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # Calligraphy Image Processing # 书法字体图像处理项目(全新变量与风格重构) --- ## 主要功能 - **split_char_img.py** 对原始字帖图片(如 hanzi.jpg)进行网格切分,将每个汉字单独保存为灰度图至 `char_output` 目录。切分行列数可在脚本内配置。如图所示: ![alt text](image.png) - **img_steps_show.py** 依次展示从灰度、二值化、腐蚀、膨胀、中值滤波、闭运算、边缘检测到最终轮廓标记的每一步骤,便于理解整个图像处理流程。每一步的图片自动保存至 `steps_output` 目录,文件名按步骤命名。如图所示: ![alt text](steps_output/step1_gray.png) ![alt text](steps_output/step2_binary.png) ![alt text](steps_output/step3_erode.png) ![alt text](steps_output/step4_dilate.png) ![alt text](steps_output/step5_median.png) ![alt text](steps_output/step6_close.png) ![alt text](steps_output/step7_canny.png) ![alt text](steps_output/step8_result.png) - **img_process_all.py** 将上述所有步骤的结果集中展示在一张九宫格图片中,便于整体观察和对比。最终九宫格图会自动保存为 `全过程图片汇总.png`,各步骤标题与 `img_steps_show.py` 保持一致。如图所示: ![alt text](全过程图片汇总.png) --- ## 使用方法 1. **环境准备** - 安装依赖库:`matplotlib`、`numpy`、`Pillow`、`opencv-python` - 确保有 `SimHei.ttf` 字体文件,并设置好路径(用于中文标题显示) 2. **运行脚本** - `split_char_img.py` 将 hanzi.jpg 按 10x10 网格切分,输出每个汉字的灰度图至 `char_output` 文件夹。 - `img_steps_show.py` 逐步展示并保存每个图像处理步骤的结果,所有图片保存在 `steps_output` 目录。 - `img_process_all.py` 一次性输出所有处理步骤的结果到一张九宫格图,并保存为 `全过程图片汇总.png`。 --- ## 注意事项 - 推荐将所有输出目录(如 `char_output`、`steps_output`)设置在当前项目目录下,避免权限问题。 - 图片、字体等路径请根据实际情况修改为绝对路径或相对路径,确保脚本可正常运行。 - 若遇到“拒绝访问”或“找不到文件”类错误,请检查路径权限或文件是否存在。 - 输出图片标题为中文,需确保 matplotlib 能正确加载 SimHei.ttf 字体。 --- ## 目录结构示例 ``` training-calligraphy-fonts-master/ ├── hanzi.jpg ├── split_char_img.py ├── img_steps_show.py ├── img_process_all.py ├── char_output/ │ └── char_0_0.png ... ├── steps_output/ │ └── step1_gray.png ... ├── 全过程图片汇总.png ├── README.md └── SimHei.ttf ``` --- ## 参考资料 - [OpenCV官方文档](https://docs.opencv.org/4.x/d6/d00/tutorial_py_root.html) - [matplotlib官方文档](https://matplotlib.org/stable/index.html) --- ## 个人信息 - 学号: 202352320122 - 年级: 2023 - 专业: 智能科学与技术 - 班级: 1 班