书法是我国的传统文化之一,是一种独特的艺术表现形式,而通过计算机来展示和表现中国书法之美,使中国书法文化得到传承是个非常有意义的课题。本文就是关于计算机书法领域的研究,并且提出了一种关于书法字笔画提取分割的算法。论文首先概述计算机书法领域的相关研究。书法字的特征信息可分为书法字的轮廓特征、骨架特征和笔画段特征,本文采用PBOD算法(point-to-boundary orientation distance)来提取并表示书法字的笔画段信息,并在此基础上提出了基于BP神经网络和CFER(Chinese character corner relation)角点检测的笔画提取算法。算法流程如下:首先需要对书法字图像进行相应的预处理,去噪并二值化。接着通过PBOD算法计算书法字中所有像素点到书法字边界的距离,每隔3度取一个点边距离,根据角度和距离画出曲线图,曲线波峰数目的不同代表了不同的书法字笔画区域,以此筛选出笔画的交叉区域、端点区域和笔画段中间区域。然后进行BP神经网络的训练,将基本的笔画相交区域的PBOD数据作为训练集,使用训练好的BP神经网络对书法字的分布曲线图进行优化,消除PBOD曲线图中波峰波谷的噪音,计算出准确波峰波谷数,并通过神经网络进行识别和分类,得到书法字笔画的端点、中间和交叉区域。最后使用CFER检测算法,得到距离笔画交叉区域最近的边界角点,通过连接对应角点对书法字交叉区域进行切割,提取出书法字的笔画。最终通过BP神经网络与CFER提取算法得到了具有汉字笔画段信息的独立笔画。通过实验证明,基于BP神经网络的笔画提取算法提高了书法字笔画提取的准确性,并同时保存了重要的笔画段信息。