传统汉字图形化设计探析

汉字设计是平面设计的重要组成部分,汉字图形化是汉字设计的一种形式。我国传统的汉字图形化设计几乎与汉字有着同样悠久的发展历史。传统汉字图形化的题材和手法多种多样,应用形式也丰富多彩,为现代汉字设计承载中国文化精神提供了传统依据。本文重点对我国传统的文字图形化形式进行分析和总结,希望为当今设计者带来新的启示。     

论汉字在标志设计中的艺术特征

汉字作为造型元素运用于标志设计中能显示出感人的艺术魅力,是中华民族智慧的结晶。本文从汉字书法的艺术性、汉字结构的图形化及汉字形式的表意性三方面阐述了汉字标志的独特艺术特征。随着时代的发展,汉字必将在标志设计中占有更为重要的地位。     

汉字的图形意象形态研究

本文以研究汉字的图形形态为基点,首先分析汉字的图形形态特征,并通过例证、归纳的手法,对汉字视觉图形的表现形式进行深入地研究。从而赋予汉字的图形形态以现代设计的形式美感,使中国汉字的文化意象与文化价值在传统与现代的交融中传承。     

汉字图形化设计中形与意的表现探究

汉字经过几千年的不间断演变，由象形到写意，每一个独立的汉字都有其自己的丰富的内涵和形态特征，成为许多设计师创作的基础和灵感。通过把握汉字本身的内涵，对其进行图形化进行处理，将其内在的含义表达出来，将外在的形式和内在的意蕴统一起来。是汉字图形设计的核心之一。     

浅析中国文字发展的图形化

汉字是中华民族历史的载体,,从具象图形抽象为固定的视觉符号,以其独特的造型结构成为传播沟通的重要媒介。在信息时代的推动下,汉字获得图形化发展的潜能。文章从汉字起源和发展来看汉字构成法则,引出汉字具有图形化的潜在基因。其次,从汉字和图形的视觉传达特征角度进一步分析,得出汉字图形化是符合时代的多元文化的传播方式。同时,总结出汉字图形化设计的规律和原则,以及在设计实践中的具体应用。     

汉字图形化创意研究——以海报设计为例

在世界经济、文化一体化的格局下,中国的设计已经"纳入"或"被纳入"这种国际性的设计场景中,只有在理论和实践上立足于全球、扎根于本土,才能够在国际设计中搏得一席之位。汉字作为中国文化的重要组成部分,具有独特的视觉美感和内涵,因而成为设计的巨大资源。文章试图从传播学、美学的角度重新审视汉字这一图形元素,以概念的界定为切入点,以海报设计为媒介,全面系统地对汉字图形化特征、信息传达方式和审美价值进行深入剖析,以期能够引发对汉字图形化的共同关注和思考。     

浅谈计算机平面设计中汉字的使用艺术

中华文化博大精深,而在这历史的长河中,汉字一直存在着,生命力非常顽强,历史不断发展,汉字也在不断进步当中,是中华文化的一个象征.千百年以来,历史发展的痕迹都是靠着汉字记录下来的,给后人们留下了宝贵的财富.对于过去文明的发展,想要有所研究的话,必须基于汉字,所以汉字非常重要.把平面设计跟汉字结合起来,利用多种表达的方式,表现出民族创新以及中国特色.这一作为,对了以后平面设计的发展有着巨大贡献.如今,社会不断发展,创新和面向国际这两点成为人类对于欣赏艺术所共同要求的,因此,这就需要我们利用图形化的汉字来使得平面设计的水平在原有的基础上得到提升.     

汉字构形与商业空间设计

有五千多年历史的汉字是世界文化艺术的瑰宝,它构形巧妙,形体优美,意蕴丰富,是中华民族聪明才智的物化。商业空间设计和汉字构形艺术的相通之处表现在构形方法以及深层的美学法则上,和谐统一的均衡美、结构穿插的流动空间美是二者共同追求的意境,也是二者互动的纽带。本文将汉字三维化与商业空间设计相融会、结合。从而将中国的汉字艺术魅力推广、发扬,将商业空间设计民族化、内涵化。     

浅析汉字图形符号设计

汉字与世界上任何一个民族的文字一样,是记录语言和传达语言的书写符号,是人们交流思想的辅助工具。汉字在产生与发展过程中,一直是以图形化的有着某种意义的符号出现。汉字图形整合汉字和图形,具有独特和丰富的视觉表现。现代汉字图形设计作为视觉空间设计中的一种符号现象,起着沟通人与文化、信息的作用,这一点与文字的作用相通,故汉字图形符号研究对于我国平面设计进一步民族化是极其重要和必要的。     

汉字设计思维习惯浅析

汉字是中国文化的结晶,其设计思维作为设计的一个复杂的过程,具有独特思维习惯,本文主要从思维应体现汉字人文意蕴、追求艺术美感、符合时代要求、体现行业特征和思维综合四个方面阐述字体设计思维的习惯。     

浅析汉字字体的审美表情及其分类优选

字体表情自汉字诞生之初业已存在,其发展变化的助推力来源于人类从不间断的文明进程。印刷术的推广加快了字体审美表情的演变速度。当下汉字字体的结构韵律及审美表情千姿百态,与汉民族性格存在一定的映射效应。汉字字体借鉴诸多西方字体的结构特征,形态日渐丰富多样。为期达到最佳审美及实用功效,应根据字体的审美表情差异对汉字字体进行分类优选。     

识别手写汉字的基元模糊关系法

手写汉字中笔划、部件及其位置关系均产生较大变化,这种变化是引起手写汉字特征不稳定的主要因素。为了减小上述不利影响,使手写汉字特征的描述趋于稳定,文章给出了一种基于汉字基元之间的模糊关系识别手写汉字的方法,用汉字基元之间的模糊关系来描述汉字的结构,其优点:一是对汉字基元之间相对位置的变化有较强的适应性,二是不需要对一个汉字中的各个基元在二维平面内进行复杂地排序,汉字的结构可以简化为一个基元模糊关系的集合。     

基于CapsNet的汉字字形表征模型

提出基于胶囊神经网络(CapsNet)的汉字字形表征模型,通过表征汉字字形中的部件实现汉字字形的表征.首先,对任一汉字字形生成所有部件类别的表征向量.然后,根据部件存在概率,利用基于欧氏距离的离群点检测,选取相应的部件表征向量.最后,由选出的部件表征向量组成该汉字的字形表征.实验表明,文中模型在仅经过部件字形训练的情况下,即可有效识别汉字部件,同时自动生成汉字字形的有效表征.     

小类别数手写汉字建模

在手写汉字识别的研究中,鲜有研究者提出建立手写汉字的数学模型,本文在这方面作了一些探讨。建模的目的通常有两个:一是手写汉字的表示或描述,二是手写汉字的识别。本文针对小类别数手写汉字,在骨架图形的基础上,把手写汉字看作孤枝、孤环和部件的集合,并定义三者之间的方位关系,从而建立手写汉字的数学模型。实验表明,该模型用于识别,效果良好。     

汉字信息处理技术发展概论

本文回顾了汉字信息处理技术的发展，提出了汉字信息处理技术发展的三个阶段的划分，对汉字信息处理技术的现状及发展趋势作了介绍。     

Two-stage segmentation of unconstrained handwritten Chinese characters

Correct segmentation of handwritten Chinese characters is crucial to their successful recognition. However, due to many difficulties involved, little work has been reported in this area. In this paper, a two-stage approach is presented to segment unconstrained handwritten Chinese characters. A handwritten Chinese character string is first coarsely segmented according to the background skeleton and vertical projection after a proper image preprocessing. With several geometric features, all possible segmentation paths are evaluated by using the fuzzy decision rules learned from examples. As a result, unsuitable segmentation paths are discarded. In the fine segmentation stage that follows, the strokes that may contain segmentation points are first identified. The feature points are then extracted from candidate strokes and taken as segmentation point candidates through each of which a segmentation path may be formed. The geometric features similar to the coarse segmentation stage are used and corresponding fuzzy decision rules are generated to evaluate fine segmentation paths. Experimental results on 1000 Chinese character strings from postal mail show that our approach can achieve a reasonable good overall accuracy in segmenting unconstrained handwritten Chinese characters.     

A novel stroke-based feature extraction for handwritten Chinese character recognition

A stroke-based approach to extract skeletons and structural features for handwritten Chinese character recognition is proposed. We first determine stroke directions based on the directional run-length information of binary character patterns. According to the stroke directions and their adjacent relationships, we split strokes into stroke and fork segments, and then extract the skeletons of the stroke segments called skeleton segments. After all skeleton segments are extracted, fork segments are processed to find the fork points and fork degrees. Skeleton segments that touch a fork segment are connected at the fork point, and all connected skeleton segments form the character skeleton. According to the extracted skeletons and fork points, we can extract primitive strokes and stroke direction maps for recognition. A simple classifier based on the stroke direction map is presented to recognize regular and rotated characters to verify the ability of the proposed feature extraction for handwritten Chinese character recognition. Several experiments are carried out, and the experimental results show that the proposed approach can easily and effectively extract skeletons and structural features, and works well for handwritten Chinese character recognition.     

低质量汉字的分块搜索两级识别法

由于汉字笔画复杂,从视频中提取的汉字图像质量往往较差,采用传统光学字符识别(OCR)的结果不理想.为了解决低质量汉字图像的识别问题,提出一种基于分块搜索的两级识别方法.首先建立汉字图像的分块结构并模仿低质量汉字生成训练集,然后对训练集中各分块图像应用主成分分析提取特征并建立索引.待识别图像应用分块搜索和投票的方式从索引中获取候选汉字集合(一级识别),再根据投票结果的显著性辅以全局结构特征匹配识别汉字(二级识别).实验结果证明,该方法对于低质量汉字图像比普通的OCR方法具有更高的识别率.