漢字智慧型編碼與應用研討會

中央研究院資訊科學研究所 2003/3/17~19

動態字形產生器之原理與實作

易符智慧科技葉健欣

前言：

解決缺字的根本方法，是在計算機中建立字形的制式表達，有限部件排列組合，理論上可以描述任何字形。資訊所文獻處理實驗室做了大量的工作，解決了所有漢字的表達、排序、查詢、交換等問題。由於「漢語大字典」54000字形是以TrueType 格式儲存，佔據空間太大，不利在網路上使用，最大的缺憾是，受限於系統的架構，無法顯示所有構字式能描述的字形。

有鑒於此，我們以「漢字字形資料庫」為基礎，製成了「動態字形產生器」，有「構字式」即有「字形」，擺脫了「字形檔」和「造字檔」的限制。

在開發的過程中，得到謝清俊教授、莊德明先生的鼎力支持，戚桐欣老先生的中易系統，啟發了我們對筆劃筆順的分類索引方法，在此一並致謝。

目標：

「字形產生器」並不是新穎的觀念，早在 1971 年，謝清俊教授就提出這個想法，倉頡輸入法的發明人朱邦復先生，多年前就有了具體的成果。

我們最初的動機，是希望做出一個容量小，耗電低，適用於嵌入式設備的向量中文字庫，Bitmap 功能有限，而 TrueType 又太複雜，最後決定不理會現有方案，由中文的本質出發，從頭打造一個理想的中文環境。

我們訂下了以下的目標：

1) 滿足異體字，避諱字，錯別字，新字的顯示、交換及輸入的需求。

2) 與平台無關，容易移植

3) 內含筆劃筆順訊息

4) 結構精簡，方便用硬體線路加速

5) 符合Unicode標準

6) 容量小

7) 速度快

字形產生器架構：

輸入：Unicode 內碼，構字式(含比例參數，字框)，字級，字體等。

輸出：Bitmap 字形或向量字形(座標)

資料結構：

字形資料只有兩種，一「複合部件」可以由其他部件組合而成，二「末級部件」無法再分解的部件。

a)複合部件：

字=部件[異體字面]字框, 部件[異體字面]字框

其中，[部件]為Unicode 內碼，異體字面為1byte，字框為4byte，定義了256*256空間中的一個矩形。字框的結構為：左上角x座標,左上角y座標,寬度,高度。

例：

明00=日00191645B0月00661183DF

b)末級部件：

三種基本指令：0=MoveTo , 1=LineTo, 2=Curve

繪圖動作：指令,X,Y ( 共 4bytes)

末級部件=繪圖動作,繪圖動作,繪圖動作…

曲線公式採用二次貝氏(Quadric Bezier)。

例：

日00=00003C1A00013CE900003C280001C
1280001C1E800003C770001C17700003CCD0001C1CD

月00=00005B15000267DB000124F400005E160001CB160001
CBE20002C4F200019DE800005E520001CB5200005E920001CB92

每個 MoveTo 指令，可視為筆劃起點，MoveTo 指令數，即筆劃數，根據筆劃的控制點數量及相對位置，很容易得知筆劃的種類，目前可以由程式自動算出「中易八法：直、橫、直點、橫點、順彎、逆彎、撇、捺」及大陸的標準「五筆字形：橫、直、撇、點、折」。此資訊可做為筆劃和手寫輸入法的基礎。

描述末級部件的骨架，資料量少，省下填充筆劃的步驟，並可以自由指定粗細。

描述末級部件的外框，資料量和運算量大增，不過可以得到豐富美觀的字體。

組字原理：

利用「遞迴」的方式，逐步將構字訊息還原為字形。

Procedure 繪製末級部件 ( 部件內碼 , 字框 )

根據「繪圖動作」，畫出字形

procedure 畫字 ( 內碼 , 字框 )

若為末級部件則繪製末級部件結束

讀取字形結構資料

對每一個子部件(進入迴圈)

計算子字框

遞迴呼叫：畫字 (子部件內碼, 子字框 )

迴圈結束

部件、筆劃變化：

將基本筆劃也視作「末級部件」，並加上兩個指令，便可以描述所有筆劃變異及部件變異。以此為基礎，可自由定義「避諱字」。

部件及筆劃的變化可以歸納為以下情況：

1) 增加筆劃、增加部件：按部件方式在構字式中處理。筆劃也是「末級部件」。

2) 刪除某個筆劃：指令後帶1byte 參數，表示減去第n個筆劃。

3) 移動或縮放某個筆劃：指令後帶5byte，示第n個筆劃，差值和縮放系數。

4) 減去某個部件：指令後帶1byte 參數，表示減去第n個部件。

5) 移動某個部件：指令後帶5byte，示第n個部件，差值和縮放系數。

字形容量：

以「骨架字體」為例，20000字只需 300K，Unicode CJK 82000 字集，僅佔1.5MB左右。並且可以有「宋、黑、圓」粗細變化。字形產生速度為 TrueType 的十倍以上。

應用：

1) TrueType模擬器：將此字形產生器，在Windows 模擬成標準TrueType字形檔，讓所有應用程式調用。缺點是程式只能在 Windows 2000/XP 下執行。

2) 編輯器元件：支援將構字式轉換成字形，並可動態製作缺字。(展示)

3) IE 模組：將網頁的構字式，於客戶端轉換為成字形。

展望：

1) 更多更精美的字型：感謝北京中易公司提供了宋體部件庫。

2) 更多系統的支援：目前正進行Free-Type及Oberon的移植工作。

參考資料：

1) 漢字綜合索引字典(民國68.10.10)-字根形碼索引說明 page 27.

2) 漢字字形資料庫 http://www.sinica.edu.tw/~cdp

3) 朱邦復中文字形產生器 http://www.cbflabs.com/down/show.php?id=25

4) 中易系統戚桐欣 http://www.cbs.com.tw

5) 北京中易 http://www.zhongyicts.com.cn