Max腳本檔案下載：
https://github.com/max32002/MaxFontScripts/blob/master/smooth_sharp.py

這個版本與「套用多重濾鏡，精確修復各種特定的筆畫瑕疵」這篇文章的差異在線條較圓滑，優點是產生的字型檔案會較小，缺點是，風格也消失的很嚴重，例如：預期的勾筆，會變成一個轉角的彎。

由於是使用scikit會造成交叉處可能被凸出或凹陷。這部份，等有空再來解，目前算是開發（除錯）中的版本。

環境準備與安裝

使用前需要準備開發環境。確保安裝 opencv-python 套件。還有 numpy 與 scikit-image。這些工具提供影像處理核心運算。

pip install opencv-python numpy scikit-image

核心功能邏輯

核心功能分為兩個階段。第一階段是 smooth_sharp_edges 函式。它提取影像骨架。計算每個點到邊緣的距離值。利用超取樣重新繪製平滑圓點。最後縮放回原始尺寸。這種做法能有效去除毛邊。

第二階段是 apply_pattern_cleaning_fast。這部分針對微小像素樣式進行清理。程式自動比對特定區塊。若符合定義的雜點特徵。就替換為正確像素。

使用範例與指令

程式支援單一檔案。也支援資料夾批次處理。透過命令列執行。參數 input 指定來源。參數 output 指定存放位置。

範例指令：

python smooth_sharp.py --input ./raw_images --output ./cleaned_results

如果沒有指定輸出路徑。程式會自動在輸入目錄旁建立新資料夾。處理完成的圖片會轉為白底黑字存檔。

自定義清理樣式

可以在 get_patterns 函式內擴充。定義 p 陣列為瑕疵樣式。定義 r 陣列為修正後的結果。程式會自動執行四個方向旋轉比對。不需要手動撰寫旋轉邏輯。這對處理特定硬體產生的掃描雜訊非常有效。

這是實用的影像預處理工具。適合處理黑白文字。或是改善手繪線條品質。

為了方便擴展，我將程式結構重組。現在你可以定義一個列表，裡面存放多組 pattern 與 replacement 的配對。程式會自動對每一組配對執行四個角度的旋轉掃描與替換。

Max腳本檔案下載：
https://github.com/max32002/MaxFontScripts/blob/master/smooth_pattern.py

這個版本與「影像邊緣平滑與雜點清理」文章的差異在：優點是風格也消失較少，缺點：產生的字型檔案會較大，且雜訊較多。

為什麼需要這份程式碼

手寫筆記掃描成電腦檔案。墨水常常會暈開。筆畫黏在一起。畫面看起來很髒。這份程式碼可以自動修復。它能把黏住的字跡分開。清理多餘的碎點。讓黑白文字變得清晰。

準備環境

這段程式使用 Python 語言。你需要安裝兩個工具套件。打開終端機或命令提示字元。輸入下方指令安裝。

pip install opencv-python numpy

如何操作腳本

你可以處理單張圖片。也可以處理整個資料夾。指令非常簡單。打開終端機。移動到檔案所在目錄。

處理單張圖片的範例。

python smooth_pattern.py -i test.jpg -o result.jpg

處理整個資料夾的範例。

python clean.py -i ./my_notes

如果沒有指定 output 路徑。程式會自動建立一個加上 “_clean” 字樣的資料夾。

程式處理邏輯

這份工具包含幾個重要步驟。首先將圖片轉為二值化。也就是純黑與純白。接著執行減少暈染。利用形態學運算切斷微小的連結。這對分離筆畫很有效。

程式定義了一些特定的像素樣式。會自動比對並替換雜訊。最後進行平滑化處理。先將圖片放大再縮小。利用中值濾波去除鋸齒。讓邊緣看起來更自然。

建議

對於學習 OpenCV 的初學者。這是一個很好的練習案例。可以觀察不同矩陣運算對圖片的影響。

為什麼要學這個？

將圖片轉換為二進制灰度模式在許多應用中都非常有用，例如：

• 文字辨識 (OCR)： 許多 OCR 引擎在處理二進制圖片時，效果更好。
• 影像分析： 二進制圖片可以簡化影像分析，例如形狀檢測、邊緣檢測等。
• 列印或顯示： 在某些情況下，二進制圖片更適合列印或在特定顯示器上顯示。
• 壓縮： 二進制圖片通常比灰度或彩色圖片更小，有助於節省儲存空間。

使用方法

• Max腳本檔案下載：
  https://github.com/max32002/MaxFontScripts/blob/master/binary_images.py

在終端機或命令提示字元中執行以下命令：

python binary_images.py <輸入目錄> [--output_dir <輸出目錄>] [--threshold <閾值>] [--antialiasing <反鋸齒強度>]

參數說明

• <輸入目錄>：要轉換圖片的目錄路徑。
• --output_dir <輸出目錄>：轉換後圖片的輸出目錄路徑。如果未提供，則原始圖片將被覆蓋。
• --threshold <閾值>：二值化的閾值，預設值為 127。
• --antialiasing <反鋸齒強度>：反鋸齒處理的強度，預設值為 0（不套用）。

使用範例

• 範例 1： 將 images 目錄中的所有圖片轉換為二進制灰度模式，並覆蓋原始檔案：

python binary_images.py images

• 範例 2： 將 images 目錄中的所有圖片轉換為二進制灰度模式，並將轉換後的圖片儲存到 binary_gray_images 目錄中：

python binary_images.py images --output_dir binary_gray_images

• 範例 3： 將 images 目錄中的所有圖片轉換為二進制灰度模式，並使用閾值 150 進行二值化：

python binary_images.py images --threshold 150

• 範例 4： 將 images 目錄中的所有圖片轉換為二進制灰度模式，並套用強度為 3 的反鋸齒處理：

python binary_images.py images --antialiasing 3

注意事項

• 請確保已安裝 OpenCV 函式庫（pip install opencv-python）。
• 反鋸齒強度值越大，模糊效果越強，但同時也會導致圖片細節損失。

為什麼要學這個？

在許多影像處理應用中，我們經常需要處理左右對應的圖片，例如：

• 立體視覺： 透過左右兩張圖片，可以模擬人眼的立體視覺效果。
• 影像拼接： 將左右兩張圖片拼接成一張全景圖。
• 影像分析： 分別分析左右兩張圖片，以提取不同的特徵。
• 資料預處理： 在機器學習或深度學習的影像相關任務中，有時需要對資料集裡的圖片做裁切，以符合模型訓練所需的格式。

這個 Python 腳本可以幫助您快速、方便地裁剪左右對應的圖片，提高工作效率。

使用方法

1. 安裝 Pillow 函式庫：
   • 如果您的電腦尚未安裝 Pillow，請在終端機或命令提示字元中執行以下命令： Bash
     pip install Pillow
2. 儲存 Python 腳本：
   • Max腳本檔案下載：
     https://github.com/max32002/MaxFontScripts/blob/master/crop_images.py
3. 執行 Python 腳本：
   • 在終端機或命令提示字元中，使用以下命令執行腳本： Bash
     python crop_images.py --input <輸入目錄路徑> --output <輸出目錄路徑> --reverse
   • 將 <輸入目錄路徑> 替換為包含左右對應圖片的目錄路徑。
   • 將 <輸出目錄路徑> 替換為您想要儲存裁剪後圖片的目錄路徑。如果省略 --output，則預設會使用 cropped_images 目錄。
   • 如果想要裁剪右半邊的圖片，請加上 --reverse 選項。

參數說明

• --input：
  • 必要參數。
  • 指定輸入圖片目錄的路徑。
• --output：
  • 選擇性參數。
  • 指定輸出目錄的路徑。
  • 預設值為 cropped_images。
• --reverse：
  • 選擇性參數。
  • 如果指定此參數，則裁剪右半邊的圖片。
  • 如果未指定此參數，則裁剪左半邊的圖片。

使用範例

假設您的圖片目錄為 input_images，其中包含以下兩個圖片檔案：

• left.jpg
• right.jpg

您想要將 left.jpg 的左半邊裁剪出來，並儲存到 left_cropped 目錄，您可以執行以下命令：

Bash

python crop_images.py --input input_images --output left_cropped

您想要將 right.jpg 的右半邊裁剪出來，並儲存到 right_cropped 目錄，您可以執行以下命令：

Bash

python crop_images.py --input input_images --output right_cropped --reverse

透過這些範例，您可以更了解如何使用此腳本來裁剪左右對應的圖片。

為什麼要學這個？

在許多情況下，我們需要將字元轉換為圖像，例如：

• 生成字型圖集： 用於遊戲開發、網頁設計或圖形設計。
• 建立訓練資料集： 用於機器學習中的字元辨識。
• 產生藝術字體： 創造獨特的字體效果。
• 驗證碼產生: 產生驗證碼圖片。

這個 Python 腳本提供了一個方便的方法，可以根據指定的字型、大小和樣式，快速生成字元圖像。

使用方法

• 安裝 Python 和 opencv, freetype：

pip install opencv-python numpy freetype-py 

安裝 opencv 與 freetype 圖像處理庫。

• 準備字型檔案：
  • 將您要使用的字型檔案（例如 .ttf 或 .otf）放在一個容易存取的位置。
• 執行腳本：
  • 將腳本儲存為一個 .py 檔案（例如 generate_glyphs.py）。腳本傳送門:
    https://github.com/max32002/MaxFontScripts/blob/master/generate_glyphs.py
  • 在命令列或終端機中，使用

python generate_glyphs.py [參數] 

參數說明

• --keyword：
  • 要生成的字串。
  • 預設值為空字串。
• --font：
  • 字型檔案的路徑。
  • 必要參數。
• --font_size：
  • 字型大小。
  • 預設值為 256。
• --canvas_size：
  • 圖布大小（邊長）。
  • 預設值為 256。
• --output_dir：
  • 輸出目錄。
  • 預設值為 glyph_image。
• --filename_rule：
  • 檔案名稱規則。
  • 可選值：seq（序列號）、char（字元）、unicode_int（Unicode 整數）、unicode_hex（Unicode 十六進位）。
  • 預設值為 unicode_int。
• -f (也可以用 --format )：
  • 副檔名
  • 預設值為 png。
• --file：
  • 從文字檔案讀取字元。
  • 可選參數。
• --x_offset：
  • 字型 X 軸偏移量，預設為 0。
• --y_offset：
  • 字型 Y 軸偏移量，預設為 0。
• --clear：
  • 清除輸出目錄中的所有檔案。
  • 如果存在這個參數，在生成檔案前，會先清除 output_dir 內的所有檔案。

使用範例

• 生成包含 “Hello” 字串的字元圖像：

python generate_glyphs.py --font font.ttf --keyword "Hello"

• 從文字檔案讀取字元並生成圖像：

python generate_glyphs.py --font font.ttf --file characters.txt

• 使用序列號作為檔案名稱，並設定字型大小和圖布大小：

python generate_glyphs.py --font font.ttf --keyword "ABC" --filename_rule seq --font_size 128 --canvas_size 128

• 在生成檔案前，先清除 output_dir 內的所有檔案。

python generate_glyphs.py --font font.ttf --keyword "ABC" --clear

注意事項

• 請確保您提供的字型檔案路徑是正確的。
• 您可以根據需要調整參數，以獲得所需的圖像效果。
• 使用 --clear 參數會刪除整個輸出目錄及其中的所有檔案，請謹慎使用。
• 如果輸出目錄不存在，--clear 參數不會有任何作用。

這個 script 會把來源圖像跟目標字型渲染的字元圖像合併，然後做一些前處理，來產生可以用在機器學習或其他用途的圖像資料集。

前置作業

Max腳本檔案下載：
https://github.com/max32002/MaxFontScripts/blob/master/font_image_combiner.py

環境設定

• 先確定你的電腦有裝 Python。
• 安裝需要的 Python 套件：

pip install opencv-python numpy Pillow torchvision tqdm fonttools

Script 說明

這個 script 主要有這些函式：

• draw_character：把單個字元渲染成圖像。
• convert_to_gray_binary：把圖像轉成灰階二值圖像。
• create_example_image：把來源圖像跟目標字型圖像合併成範例。
• filter_recurring_hashes：過濾字型裡重複的雜湊值。
• process_images：處理圖像然後存成範例。
• main：主要函式，處理參數然後呼叫其他函式。

使用方法

1. 把 script 存成 font_image_combiner.py。
2. 準備好來源圖像的目錄跟目標字型檔案。
3. 打開終端機或命令提示字元，執行這個指令：

python font_image_combiner.py path_of_source_images --font_path /path_of_font.ttf --output_dir /path_of_output_dir

你可以根據需要調整這些參數：

範例

• 來源目錄名稱 ./glyph_image/ 目錄裡, 有一個檔名為: 23433.png 內容是: 安
• 要使用的字型: ZenMaruGothic-Regular.ttf
• 要輸出的目錄: output_images
• 輸出的前置字元: font_example_
• 畫布大小: 128
• 字型大小: 128

這是一個範例指令：

python font_image_combiner.py glyph_image --font_path ZenMaruGothic-Regular.ttf --output_dir output_images --filename_prefix="font_example_" --canvas_size=128 --char_size=128 --disable_auto_fit

注意事項

• 確定來源圖像目錄的圖像檔案名稱是字元的 Unicode 編碼（十進制）。
• 如果給了字元集檔案，確定檔案裡的每個字元都佔一行。
• 你可以根據需要調整圖像大小、偏移量和其他參數。

相關文章

zi2zi 沒有出現在訓練資料裡的符號, 要怎麼處理?
https://stackoverflow.max-everyday.com/2025/02/zi2zi-unseen-data/

透過 font_image_combiner.py 做對應圖, 想取得對應圖修改過的半邊圖片, 就可以透過:
裁剪左右對應的圖片
https://codereview.max-everyday.com/crop_images/

前置作業

Max腳本檔案下載：
https://github.com/max32002/MaxFontScripts/blob/master/resize_image.py

電腦裡要有 Python 環境。這個腳本用到 Pillow 處理圖片。打開終端機或命令提示字元安裝套件。輸入這行指令。

pip install Pillow

使用方法

python resize_image.py [來源檔案或是資料夾] [參數]

• -w, 新圖片寬度
• -e, 新圖片副檔名

單張圖片縮放

有時候只需要改一張圖。假設圖檔叫 photo.jpg。想要把寬度改成 800 像素。高度程式會自己算比例。加上 -w 參數就好。

python resize_image.py photo.jpg -w 800

執行完會多一個檔名有 _resized 的新圖片。原本的圖片不會被蓋掉。比較安全。

整個資料夾處理

這功能最實用。出去玩拍了一堆照片要傳給朋友。或是要整理實驗數據圖。把所有照片放在一個叫 images 的資料夾。用下面指令一次全部縮小。

python resize_image.py ./images -w 1024 -o ./output_folder

這樣 images 裡面的圖都會變成寬度 1024。然後存到 output_folder 資料夾。省下非常多時間。

轉換格式技巧

有些系統不收 PNG。或是 PNG 太大想轉成 JPG。這個工具也能做。加上 -e 參數指定副檔名。

python resize_image.py icon.png -e jpg -w 500

程式會自動把透明背景處理掉。轉成白底的 JPG。

有時候我們會下載一大堆以 Unicode 編碼命名的圖片檔案，但實際上只需要其中一部分。這個腳本可以幫你比對需要的文字，並從成千上萬的檔案中把目標圖片抓出來。

Max腳本檔案下載：
https://github.com/max32002/MaxFontScripts/blob/master/copy_selected_image.py

基本原理

這個腳本主要使用 Python 內建的函式庫。它會掃描你指定的資料夾，尋找檔名為數字的圖片檔。這些數字會被當作 Unicode 編碼。腳本會根據你提供的文字或範圍，計算出對應的編碼集合。最後它會把匹配成功的檔案複製到新的資料夾。

使用方法與參數

你需要先安裝 Python 環境。確保腳本存成 copy_selected_image.py 檔案。在終端機輸入指令就能執行。基本的語法結構很簡單。

python copy_selected_image.py [輸入目錄] [參數]

[輸入目錄] 是必填的輸入目錄路徑。

[參數] 說明如下。

• –string, 或 -s, 指定想要的文字。
• –file, 或 -f, 讀取文字檔內容。
• 如果你知道編碼範圍，可以使用 –range 輸入 16 進位數值。
• 程式預設會把結果存到名為 output 的資料夾, 可以用 –output, 或 -o 指定輸出目錄。

操作範例

假設你的圖片都在 images 資料夾。如果你想挑出「你好」這兩個字的圖片，指令如下：

python copy_selected_image.py images --string 你好 --output result

如果你需要挑選一段連續的 Unicode 範圍，例如 4E00 到 4E10，可以這樣寫：

python copy_font.py images --range 4E00-4E10

執行後程式會顯示匹配到的總數，並自動建立目標資料夾存放檔案。

注意事項

檔案名稱必須是純數字。副檔名必須是常見的圖片格式。程式在複製時會檢查目標路徑。如果發生檔名衝突，它會印出警告訊息。這對於處理大量字圖資料非常方便。

進階參數說明

• --file 目的字串的文字檔。
• --range 目的字元的範圍, 使用16進制, 例如: –range AC00,D7AF
• --range_int 目的字元的範圍, 使用10進制.

常見的 range

• 2E80 – 2EFF: CJK Radicals Supplement
• 3400 – 4DBF: 中日韓統一表意文字擴充區A,
• 4E00 – 9FFF: CJK Unified Ideographs,
• AC00 — D7AF: 諺文音節 (Hangul Syllables), Hangul音節是一個Unicode塊，其中包含用於現代韓語的預先編寫的Hangul音節塊。音節可以通過算法直接映射到韓文字母Unicode塊中的兩個或三個字符的序列： U + 1100–U + 1112之一：19個現代韓文字母領先的輔音字母； U + 1161–U + 1175之一：21種現代韓文元音字母；
• F900 – FAFF: CJK Compatibility Ideographs
• 20000 – 2A6DF: 中日韓統一表意文字擴充區B
• 30000 – 3134F: 中日韓統一表意文字擴展區G

相關文章：

• 從字體專案裡取得特定文字glyph
  https://codereview.max-everyday.com/get-selected-glyph-from-font/

字體工具的編輯界面，如果不太熟悉，想透過繪圖軟體來修改字型，你可以這麼做：

• Step 1: 在字體工具，匯出該文字，為 .bmp格式。
• Step 2: 使用繪圖軟體編輯。
• Step 3: 轉換 .bmp 為 .svg 格式。（使用potrace外部指令）
• Step 4: 在字體工具，匯出.svg 格式。

只要這4個步驟就完成了。

如果你也和我一樣缺乏美感，對筆劃們的位置與長度無法拿捏，請參考看看，如何讓AI輔助我們造字：

AI造字經驗分享
https://max-everyday.com/2021/07/zi2zi-ai-font/

大波浪圓體補字：旎旖曆步歲歷溼煞
https://youtu.be/KK9PA9Gp4tg

大波浪圓體補字：妳
https://youtu.be/rzNh6eOfYts

大波浪圓體補字：口部
https://youtu.be/eMLZxgJWzrk

大波浪圓體補字：摠聰總傯
https://youtu.be/gTbc1A4TQUQ

相關文章

• 以描摹方式建立或更新字型
  https://codereview.max-everyday.com/create-new-font-by-draw/
• 向量檔匯入字體檔
  https://codereview.max-everyday.com/import-svg-to-font/
• 使用貝茲曲線與向量圖層
  https://krita.max-everyday.com/bezier-curve-vector-layer/