hangul-font-dataset: 딥러닝 기반의 폰트 연구를 위한 폰트 데이터셋

Introduction

딥러닝 기반의 폰트 연구를 위한 한글 폰트 데이터셋 입니다.

Structure

Hangul-font-dataset 구조

KEY	TYPE	VALUE
Image	Array	글자 이미지의 정보를 배열로 저장
Image size	tuple(width, height)	글자 이미지의 사이즈, 가로와 세로 값이 저장된 튜플이다.
Font name	String	폰트 이름
Family name	String	폰트 글꼴 이름
Glyph id	Number	폰트 프로그램에서 정의 해놓은 글자의 id
Unicode	Number	글자의 유니코드 값
Width	Number	글자의 너비
VWidth	Number	글자의 높이
Bound	tuple(xmin, ymin, xmax, ymax)	글자를 감싸는 정사각형의 정보
Contour number	Number	글자 외곽선 개수
Weight	String	글자의 굵기를 글 로 나타낸 것
TTFWeight	Number	글자의 굵기를 수치로 나타낸 것
SFD	Spline Font Database	폰트 스플라인 데이터베이스 형식의 데이터
Version	String	폰트 프로그램의 버전
Copyright	String	폰트 프로그램의 copyright

Repository structure

• gothic: 총 31개의 고딕(돋움) 폰트 데이터셋: https://github.com/stemfont/hangul-font-dataset/tree/main/gothic
• myeongjo: 총 30개의 명조(바탕) 폰트 데이터셋: https://github.com/stemfont/hangul-font-dataset/tree/main/myeongjo

How to get data?

글자 이미지 데이터를 얻고 싶다면,

python ./tools/array2img.py 

option:

• --input: hangul-font-dataset이 들어있는 경로
• --output: 데이터가 생성되는 경로

How to make data?

Requirement

fontforge를 제외하고 pip 로 받아주시면 됩니다.

pip install 라이브러리 이름

• python
• pandas (0.23.2)
• numpy
• Pillow
• pyarrow (0.13)
• fonttools

fontforge는 리눅스의 경우

sudo apt-get install fontforge

로 설치하시면 됩니다.

Make hangul font-dataset

1. 먼저 fontforge를 이용하여 폰트 정보를 생성합니다.(폰트 파일은 다 넣어 놨습니다.)

fontforge -script ./tools/dataset_maker_ff.py

옵션:

• --lang: 폰트에서 만들고자 하는 국가코드(기본: kr)
• --lang_region: 해당 언어의 유니코드 블록(기본: 2350-Common-Hangul)
• --fonts_dir: 폰트 데이터셋 생성 폴더 경로(기본: ./fonts)

2. 그 다음 폰트 데이터셋을 만듭니다.

python ./tools/dataset_maker.py

옵션:

• --lang: 폰트에서 만들고자 하는 국가코드(기본: kr)
• --lang_region: 해당 언어의 유니코드 블록(기본: 2350-Common-Hangul)
• --fonts_dir: 폰트 데이터셋 생성 폴더 경로(기본: ./fonts)
• --data_format: 폰트 데이터셋 형식(기본: parquet)

3. 그러면 fonts/parquet 디렉터리 안에 폰트 데이터셋이 생성됩니다

fonts/
└── parquet
	├── 폰트이름1.pq
	├── 폰트이름2.pq
			.
			.
			.