Image to Fonts — 樣本圖片 → OTF 字型
已驗證管線:二值化 → 連通組件分離(合併點與碎片)→ 行/基準線估算 → 向量追蹤(輪廓行走 + 保留角點平滑 + 封閉 RDP)→ em 座標四捨五入後二次清理 → 大寫 700 正規化 → 光學超射/側邊距校正 → 以 opentype.js 包裝為 OTF。超射(如 O 略低於基準線)與花飾(如 Q 尾巴)會直接模擬其形狀,因此自動保留。
第 0 步 — 務必先詢問字型名稱
收到圖片後,在開始工作前,務必先詢問字型名稱(例如:「字型名稱要取什麼?」)。若僅為英文,建議使用英文名稱——若使用中文名稱,在 Photoshop 等軟體的字型清單中可能出現透明(名稱看不見)的現象。取得名稱後再繼續。若使用者已提及名稱,則直接使用。
同時確認:若為有版權的商用字型樣本,請簡單提醒僅供個人學習/實驗用途(若使用者已知,則可省略)。
第 1 步 — 解析度確認(至關重要)
「放大後看起來凹凸不平」、「每個字大小不一」——這類回饋 90% 的原因不是演算法,而是原始解析度不足。 實測:將字高 85px 的樣本與 500px 的樣本以相同字元比較,平滑處理前原始追蹤資料的點數分別為 201 個 vs 575 個(相差 2.9 倍)——低解析度根本缺乏足夠素材來描繪曲線。
- 收到圖片後,先透過
img2bin.py轉換後的尺寸 (W, H) 與大約的行/列數,估算每個字元的像素高度。 - 若字高遠低於 150px(尤其是 80–100px 範圍),請繼續工作,但事先告知「放大後可能會略顯粗糙」,或最好先要求「請重新拍攝/匯出字高 300px 以上的圖片再上傳」。
- 可以分多張上傳(例如大寫樣本 + 小寫樣本)——後續會依「合併多張樣本」流程合成一個字型。
img2bin.py的縮放上限為 3400px(以寬高中較大者為準)。若收到大於此值的原始圖片,將在此上限內盡可能利用。
第 2 步 — 圖片分解
cd <此技能的 scripts 資料夾>
python3 img2bin.py <上傳圖片> /tmp/ff/sheet.bin # 輸出: W H
node pipeline.js segment /tmp/ff/sheet.bin <W> <H> /tmp/ff/work
請檢查 segment 輸出 JSON 中的 count 與 standard:
standard: true(26/52/62 個) → 判斷為字母順序樣本。依讀取順序自動產生標籤:- 26 個 =
A~Z,52 個 =A~Z a~z,62 個 =A~Z a~z 0~9 - 建立 labels.json:
{"0":"A","1":"B",...}(comps.json 的 i 順序 = 讀取順序)
- 26 個 =
standard: false→ 樣本中包含標題、裝飾或字詞樣本。絕對不要強制套用順序標籤(只要偏移一格,整個字型就會錯亂)。請改為:
→ 直接用 view 工具檢視 contact.png,肉眼辨識每個編號格內的字元,手動建立 labels.json。裝飾、無法辨識的字元請設為python3 contact_sheet.py /tmp/ff/work /tmp/ff/contact.png"skip"。同一字元出現多次時,只保留最清晰的一個,其餘設為"skip"。(請勿使用"?"作為捨棄標記,因為它實際上是問號字元。)- 若可見行結構,請善加利用:對於字母順序樣本但前後夾雜標題/樣本行的情況,若能找出 4 行各 13 個字元(= A-M / N-Z / a-m / n-z),則只對這幾行依序標籤,其餘行全部設為
"skip"。 - 若為字詞樣本(例如 "MODERN SERIF"),請事先告知使用者只有出現過的字元才會放入字型中。
- 若可見行結構,請善加利用:對於字母順序樣本但前後夾雜標題/樣本行的情況,若能找出 4 行各 13 個字元(= A-M / N-Z / a-m / n-z),則只對這幾行依序標籤,其餘行全部設為
合併多張樣本(例如 大寫.png + 小寫.png)
python3 img2bin.py 大寫.png /tmp/ff/upper.bin # 輸出: W H
python3 img2bin.py 小寫.png /tmp/ff/lower.bin # 輸出: W H
node pipeline.js segment /tmp/ff/upper.bin <W1> <H1> /tmp/ff/work_upper
node pipeline.js segment /tmp/ff/lower.bin <W2> <H2> /tmp/ff/work_lower
合併兩組 comps.json(重新編號裁切索引以避免重疊,並複製 crops 檔案),建立合併後的 labels.json(大寫索引→A-Z,小寫索引→a-z),然後僅執行一次 build。這樣才能讓大寫基準比例 (capMed) 一致地套用於兩組字元。(合併腳本範例請參考先前對話記錄——用 Python 將兩個 comps.json 陣列接合,並複製 crops/ 檔案即可。)
數字/符號樣本
標籤中除了英文字母與數字外,單一字元的符號也可以直接使用(如 "!"、"@"、"?"、"’" 等)。字型名稱會自動轉換為標準名稱(如 exclam、at、question),而字距調整僅適用於英文字母與數字的配對。
- 符號樣本中常包含由多個碎片組成的字元(如
!、?、;、%、=)以及許多小點與引號,這使得 segment 的自動合併與行篩選容易出錯(可能將相鄰符號合併為一塊,或直接捨棄較小的行)。若計數與預期不符,請用 contact sheet 確認;若錯誤,請直接擷取連通組件並檢視編號後的圖片,手動將碎片分組至字元層級,然後手動建立comps.json/crops/(格式須與 segment 輸出相同:i、row、x0..y1、baseline、cropW、cropH、offX、offY)。若樣本中數字明顯比大寫小(需調整樣本間比例),請先對圖片進行縮放再處理。 - 樣本中沒有的符號可利用現有碎片組合:
"= 兩個引號,:= 兩個點,.= 點,,= 逗號。 - 樣本上的實際排列可能與印刷位置不同。build 後可透過 project.json 調整位置,再用
node pipeline.js rebuild <project.json> <out.otf>重新產生(以大寫 700 為基準):- + = ~ < > *垂直中心約 340,引號類頂端約 705,_頂端約 -60,[ ]高度比照( )。許多樣本的最後一行字元格外小(如 XYZ 等),請一併檢查高度,若調整過須告知使用者。 - 若只有大寫樣本,請將大寫字型複製到 a–z 位置,讓小寫字母也能顯示(須告知使用者)。字距調整也一併複製到小寫及大小寫混合配對,並以
apply_kerning.py套用。
第 3 步 — 字型建置 + 品質檢查
輪廓封閉 — 「起點尖刺突出」錯誤已於 pipeline.js 中修正
過去在 S 頂端等圓角處出現尖刺的錯誤,已修正為 loopsToPath 將所有座標以整數傳遞(原因詳見下方工程備註)。但每次建置時仍須透過以下檢查確認。
封閉檢查(建置後 QA 必做,結果應為 0 個):
python3 - /tmp/ff/font_final.otf <<'EOF'
import sys
from fontTools.ttLib import TTFont
from fontTools.pens.recordingPen import RecordingPen
gs=TTFont(sys.argv[1]).getGlyphSet(); bad=[]
for n in gs.keys():
p=RecordingPen(); gs[n].draw(p); st=la=None
for op,a in p.value:
if op=='moveTo': st=a[0]
elif op in('curveTo','lineTo','qCurveTo'): la=a[-1]
elif op=='closePath' and st and la and max(abs(st[0]-la[0]),abs(st[1]-la[1]))>2: bad.append(n)
print('輪廓未封閉的字型數量:', len(bad), bad[:10])
EOF
node pipeline.js build /tmp/ff/work /tmp/ff/labels.json "<字型名稱>" /tmp/ff/font.otf /tmp/ff/project.json
建置後務必進行 Mac/Windows 相容性整理與驗證:
PSNAME=$(node -e "
const opentype=require('./opentype.min.js');
const b=require('fs').readFileSync('/tmp/ff/font.otf');
const f=opentype.parse(b.buffer.slice(b.byteOffset,b.byteOffset+b.length));
console.log(f.names.postScriptName.en);
")
python3 fix_mac_names.py /tmp/ff/font.otf "$PSNAME" "<字型名稱>" /tmp/ff/font_final.otf
fontbakery check-opentype /tmp/ff/font_final.otf --loglevel FAIL 2>&1 | grep -c "Result: FAIL" # 應為 0
python3 -c "from ots import sanitize; print('OTS:', 'PASS' if sanitize('/tmp/ff/font_final.otf', check=False, capture_output=True).returncode==0 else 'FAIL')"
python3 render_preview.py /tmp/ff/font_final.otf /tmp/ff/qc.png "<字型名稱>"
用 view 直接檢視 qc.png。但請注意:在此環境下,部分 session 可能無法實際透過 view 檢視渲染影像。 此時請盡可能透過結構性診斷(下方「結構性 QA」段落)確認,若仍無法找出缺陷,請誠實告知使用者「我可能漏看了」,並要求提供問題區域的放大截圖——切勿胡亂猜測或濫用推測性修正。
第 4 步 — 傳送結果
- 複製到
/mnt/user-data/outputs/:<字型名稱>.otf+<字型名稱>_project.json(project.json 之後用於字元替換/調整,務必一併提供並提醒使用者保存)。同時將兩個檔案壓縮為 zip 一併傳送(以防環境不允許直接下載 .otf)。 - HTML 預覽檔案(使用
make_preview.py):將 .otf 以 base64 內嵌的單一檔案。- 基於
preview_template.html(assets 資料夾)生成。組成如下:- 頂端「Image to Font Skill」標題
- 以該字型大規模顯示字型名稱 + 完整字元表(包含字型中所有大寫、小寫、數字、符號行及數量)
- 使用者指定的樣本句子一行
- 自行輸入測試 (Type Tester) — 輸入框 + 大小 (16–160px)·字距滑桿。位於樣本卡片下方、下載卡片上方。
- [下載字型檔 (.otf)] 按鈕 — 若在本機開啟的 HTML,可直接儲存 .otf;若在 Claude 檔案檢視器內,則透過
downloads功能儲存<名稱>.zip(內含 .otf)(檢視器會封鎖頁面直接下載,且不允許 .otf 副檔名)。以檔案形式發佈時須宣告{downloads: true}功能,按鈕才能作用——未宣告則點擊無反應。 - 「有想更換的字元嗎?」提示卡 — 此為靜態提示文字,說明「請回到此對話視窗並上傳字元圖片」,而非在 HTML 內提供上傳/修改功能(不含按鈕或 JavaScript,僅為靜態文字)。字元替換僅透過聊天方式處理——請勿在 HTML 中加入檔案上傳/拖放/zip 下載功能(過去曾加入但只增加複雜度,實際上從未被使用)。
- 頁尾
© @使用者帳號版權 +「使用/分享時請標註來源」文字
- 除了以檔案形式發佈,也務必一併傳送 HTML 檔案本身(與 .otf、project.json、zip 一起)。若環境不支援下載功能聲明,請告知使用者透過聊天的檔案卡片取得字型。
- 基於
- 傳送檔案 (.otf、project.json、zip、preview.html) + 摘要說明共識別出多少字元、缺少哪些字元,以及安裝方式(雙擊 .otf)。
- 傳送訊息末尾務必提問(可同時問兩者):
- 「如果有哪個字元形狀怪異或想更換,請將該字元的放大圖片附加到這個對話中(建議字高 150px 以上)。」
- 「字距或字元形狀等其他部分還有想修改的嗎?」
若使用者附加圖片,請依下方「字元替換 (patch)」流程處理;若提供字距回饋,則調整快取
/tmp/ff/work中的常數後重新 build(無需重新上傳圖片)。
字元替換 (patch) — 以高解析度圖片重新處理特定字元
若使用者不喜歡某個字元,並上傳該字元的大圖片:
python3 img2bin.py <放大圖片> /tmp/ff/patch.bin # 輸出: W H
node pipeline.js patch <project.json 路徑> /tmp/ff/patch.bin <W> <H> <字元> /tmp/ff/font.otf /tmp/ff/project.json
- project.json 可以由使用者提供(先前 session)或位於同一 session 的 /tmp 中。若無,請要求提供。
- patch 會將「圖片整體的墨跡」視為一個字元(不會只選取連通組件中最大的碎片)。這樣才能完整保留 O 內部漩渦裝飾等與主筆畫分離的細節——過去因只選取最大碎片而導致此類細節完全遺失的錯誤。
- 若一張圖片中包含多個相鄰字元(例如 "Z" 和 "H" 並排),會自動尋找列方向墨跡密度接近 0 的點進行分割,然後分別 patch。
- 會自動對齊現有字元的高度與最低點(包含超射/下降部),無需擔心大小。替換後重新建置 → QA (fontbakery/OTS) → 更新預覽 → 重新傳送。
- 無法以 patch 方式新增字型中原本沒有的 g/j/p/q/y 等小寫字元,因為無法估算基準線——請告知使用者應以完整樣本製作。
字距與字元形狀微調(無需重新上傳)
若原始分段資料仍快取於 /tmp/ff/work(或合併後的 work_merged),可僅調整 pipeline.js 中的常數,再執行一次 node pipeline.js build ...。可調整項目(全部位於 build 指令內):
- 預設字距 (sidebearing):
LSB計算公式的倍率(目前為 0.66)——調低則整體變窄。 - 字詞間距 (空白寬度):
spaceAdv計算公式的倍率(目前為 LSB×5.4)。 - 字距調整強度:觸發門檻(目前為 -3)與最大拉近寬度(目前為 -190)——放寬觸發(例如改為 -1)會使更多配對被拉近。
- 光學側邊距 (左右獨立):由
edgeCurviness測量的 leftStd/rightStd 超過門檻(cropW×0.02)的一側才會縮小(目前為 72%)。務必左右獨立計算——過去曾發生對僅單側為曲線的字元(如 j 左側為曲線、右側為直線)套用相同值,導致另一側無辜變窄的問題(透過「j 看起來黏著後方字元」的回饋發現)。 - 字元光學超射:根據上下末端的「平坦比例」(從末端細帶寬度 ÷ 稍微內側帶寬度,在襯線支架之後測量,目前取
H*0.03/H*0.15點位·門檻 0.62)自動判定 topFlat/botFlat。平坦字元(純 flat)倍率 1.0,僅一側平坦則為 1+OVERSHOOT_HALF,兩側均非平坦則為 1+OVERSHOOT_ROUND,乘在原scale上(目前分別為 0.7%/1.2%)。可使用DEBUG_SHAPE=1 node pipeline.js build ...透過 stderr 查看各字元的 topFlat/botFlat/nativeH。 - x-height 自然分群:無論是否含有升部/降部(不應以是否有降部來篩選候選——nativeH 是基準線到頂部的距離,與降部無關),將所有小寫字元的
nativeH排序,找出最大間隙,選取間隙下方的群集(僅當該群集佔全部字元 35% 以上時才採用),並以此為共同基準高度進行精密對齊。用於 v、w、x、y、z 等頂部高度略有差異的純 x-height 字元。
絕對禁止的行為——過去曾發生過的嚴重錯誤:絕不可以使用「將所有小寫字元強制調整為 x-height 基準目標高度」的方式。這會導致升部字元 (b、d、f、h、i、j、k、l 等) 也被壓縮到 x-height 高度,變得比原始小得多(曾引發「你在開玩笑嗎?」的反應並被要求立即復原)。正確做法:絕不更動原始圖片的全域 scale,僅對個別字元在其自身比例上乘以極小的倍率(如 1.007~1.012)略為放大。x-height 分群演算法也設計為絕不包含群集外的字元(如升部字元)。
原始圖片中字元的實際尺寸差異(例如某字元在樣本中確實被畫得較大)不屬於演算法可修正的範圍——請與使用者確認這是否為原始設計意圖。
若使用者要求以某個字元衍生出另一個字型中的字元(例如「將小寫 s 做成大寫 S 的縮小版」),請勿將此要求納入技能標準功能——曾有明確指示「僅限本次一次性套用,不可寫入技能邏輯」。必要時可透過直接操作 project.json 的一次性後處理腳本處理(複製目標字型的 loops,縮放至目標高度後重新定位座標),但不可更動 pipeline.js 的 build 邏輯。
結構性 QA(無法直接透過 view 檢視時)
若 session 無法檢視渲染影像,可直接開啟 project.json 中的 glyphs 資料進行以下檢查:
- 輪廓繞行方向:檢查外輪廓與內凹空間 (counter) 迴圈的有符號面積 (shoelace 公式) 是否互為相反數——若相同,渲染時內凹空間可能無法正確鏤空。
- 自相交:檢查迴圈內非相鄰線段是否有相交 (O(n²) 檢查)。
- 異常線段:檢查長度超過平均線段長度 4 倍或小於 0.5 的區段(但直線筆畫等正常長線段僅供參考)。
- 高度/字距實測:使用 fontTools 的
BoundsPen、hmtx表,提取特定字元的 top/bottom/advance/RSB 與目標值比對。也可使用uharfbuzz測量包含字距調整的實際塑形寬度。
若以上診斷仍無法找出問題(例如「某字元看起來缺了一塊」),請誠實告知「結構上未發現缺陷,但此環境下無法直接檢視渲染效果」,並要求提供放大截圖。
工程備註
- 度量:unitsPerEm 1000,ascender 760,descender -240(總和必須為 1000——否則所有字元會垂直位移)
- 大寫/數字高度中位數 → 700 正規化。行基準線 = 該行底部 y 的中位數(超射/降部會自然地以負值保留)
- 合併規則:僅吸收小碎片(面積小於 30%)至大碎片——用於 i、j 的點、斷裂的細線。絕對禁止合併不同字元(防止花飾降部吞噬下方行字元的錯誤)
- 行篩選:移除高度超過面積最大碎片高度中位數 (bigH) 0.5~1.28 倍範圍外的行(標題/說明/超大樣本行)。此篩選並非完美,若計數非標準格式,務必以肉眼檢視 contact sheet
- 重複標籤僅使用第一個
- em 座標四捨五入階梯現象(已修正):將像素座標轉換為最終 em 單位(通常放大 5–6 倍)時,若對每個點獨立四捨五入,原始筆直區段可能產生微幅錯位而呈現階梯狀。
glyphFromCrop在四捨五入後立即以極小容差 (2.2 單位) 進行二次簡化,以消除殘餘的鋸齒。此問題不會隨解析度提高而自動消失(反而放大倍率愈大愈明顯)。 - 輪廓平滑處理:
traceBinary沿像素邊界行走時產生的階梯狀雜訊,在rdpClosed簡化前,先透過smoothPolyline(保留角點型,僅對轉折角小於 71 度的點進行鄰近平均緩和)移除。角點判定門檻也放寬至 71 度,僅保留真正的轉折處(如襯線支架),其餘則視為曲線處理。 - 輪廓起點尖刺突出(已修正,2026-11):過去在 S 頂端等圓角處出現尖刺的長期錯誤。原因非邊緣清理或解析度不足,而是檔案儲存階段——
loopsToPath若將中點/貝茲控制點以小數傳遞,opentype.js 在 CFF 中會對每個點的相對座標獨立四捨五入,導致誤差在一個迴圈中累積,終點與起點偏差 5–15 單位,closePath 便以直線填補間隙而形成尖刺(幾乎所有字元都有此問題,在點數多的 S 上最明顯)。現在已改為傳遞所有座標的整數值。僅檢視 project.json 絕對無法發現此問題,若懷疑,請像「封閉檢查」那樣直接檢查最終 .otf 的繪圖指令。 - 輸出格式為 .otf(安裝與使用方式與 .ttf 相同)。若使用者確實需要 TTF,請指示在 FontForge 中開啟後執行 Generate。