书法字笔画的提取一直是计算机书法领域的一个重要研究内容,在之前的研究中,已经提出了许多成熟的提取简单书法字笔画的算法,但是,对于一些在笔画的数量和结构上相对复杂的书法字,还没有提出相对完善的算法。为了之后建立一个计算机书法评价系统,评价自书字(自己书写的书法字)与字帖字的不同,本文对于复杂书法字提出了一种基于已知笔画书法字(联机书写或从标准字库中获取)拓扑结构的笔画提取算法。算法主要包括以下流程:首先,对已知笔画书法字图像和自书字图像进行预处理:去噪、二值化和形态学优化。接着,采用边界跟踪算法对图像中的书法字提取边界。之后,使用PBOD(point-to-boundary orientation distance)算法,计算书法字边界内的每个像素点在360°方向上到书法字边界的距离,做出PBOD曲线,根据曲线中波峰的数目确定笔画中的不同区域,即笔画的端点区域、普通点区域和交叉点区域。然后,将已知笔画的书法字也进行上述操作,得到已知笔画书法字的端点区域和交叉点区域。对这些区域按照笔画顺序进行编号,选取编号最小的端点区域作为起始点对已知笔画书法字进行广度优先搜索,通过遍历过程中已知笔画书法字各个特征区域的邻接关系和相对位置关系建立关于已知笔画书法字的树形拓扑图和有向图。接着,使用同样的方法为自书字建立树形拓扑图和有向图,通过比较,将已知笔画书法字的特征区域(即端点区域和交叉点区域)一一对应到原来的书法字的特征区域。最后,利用树形拓扑图搜索表示已知笔画书法字的笔画路径,将该路径对应到自书字中,提取笔画。通过随机选取书法字进行笔画提取的实验证明,基于拓扑图的笔画提取算法能够正确地提取出书法字笔画。