Go to Qiita Advent Calendar 2024 Top
LoginSignup
0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 1 year has passed since last update.

@inaniwaudon(いなにわうどん)

Type 2 Charstring を読み解いて OpenType フォントを描画してみる

Posted at

フォントのパスデータはどこにある?

前回の拙記事にて解説したとおり、OpenType は内部構造として PostScript をアウトライン構造に持つものと、TrueType を由来とするものの 2 種類に分かれ、前者の場合は OpenType 形式の中に CFF (Compact File Format) 形式のデータが内包される形となるため、解読に多大な労力が必要となります。

CFF 形式において、フォントの中核であるパスデータは CharStrings に格納されているのですが、この CharString はさらに、CFF と併せて使用することを想定した Type 2 と呼ばれる別のフォーマットにて記述されています。

本稿では Type2 の仕様を概説した上で、OpenType フォントからをパスデータを実際に描画してみることを目的とします。OpenType 及び CFF のファイルフォーマットに知見があることを前提とするため、以下の記事も併せてご参照ください。

CharString の仕様

CharString の全仕様は下記 PDF に纏まっています。今回はこの中からパスデータの抽出に必要な項目のみを取捨選択して扱い、ヒント情報等に関しては割愛します。

構成

CharString は以下の形式からなる 8 ビットのバイト列から構成されます。{} はグループを表し、その他は正規表現と同等です。

w? {hs* vs* cm* hm* mt subpath}? {mt subpath}* endchar
  • w?
    幅 width を表す。文字列が CFF の Private DICT に定義される defaultWidthX と異なる場合は、同じく Private DICT 内に定義される nominalWidthX との差分を記述する。
  • {hs* vs* cm* hm* mt subpath}
    ラスタライザに対するヒント情報を記述する。
  • {mt subpath}*
    パスを記述する。mt は moveto の略で、適当な座標にポイントを置いてから輪郭を描画する必要がある。
  • endchar
    endchar オペレータをもって CharString は終了する。

バイト列には、引数となる0個以上の数値とオペレータが組になって出現し、逆ポーランド記法として表されます。例えば以下の場合は、10 -20 が rmoveto パラメータの引数で、10 20 40 0 10 -20 が rrcurveto パラメータの引数になります。

10 -20 rmoveto 10 20 40 0 10 -20 rrcurveto

エンコーディング

整数およびオペレータはテキストではなく、独自のエンコーディングを用いて表されます。

数値

数値は 1―5 バイトの可変長数値表現を用いて記述されます。上位バイトから v, w とするとき、数値は以下の通りに表現されます。CFF のエンコーディングと類似していますが、実数の扱い等に微妙な差異があります。

1バイト目 値の範囲 値の算出方法
28 整数 -32768―32767 v に続く 2 バイトを 16 ビット符号付き整数（short）として解釈する
32―246 整数 -107―107 v - 139
247―250 整数 108―1131 (v - 247) * 256 + w + 108
251―254 整数 –108―1131 -((v - 251) * 256) - w - 108
255 実数 v に続く 4 バイトを 32 ビット固定小数点数として解釈する。16 ビットが小数部分

オペレータ

出現したバイト v が 0―11, 13―18, 19, 20, 21―27, 29―31 の範囲内であった場合は、そのままオペレータとして扱います。v=12 の際は後続のバイトも併せてオペレータを判断します。
オペレータと機能との対応表は Type 2 の仕様書の Appendix A に掲載されています。そのうち、今回はパスデータの解析に必要となった 13 種類を抑えます。

moveto 系

任意の座標にポイントを移動するオペレータです。

オペレータ名 指定 説明
rmoveto dx1 dy1 21 ポイントを相対座標系における (dx1, dx2) に移動させる
hmoveto dx1 22 ポイントを dx1 に水平移動させる
vmoveto dy1 4 ポイントを dy1 相対的に垂直移動させる

lineto 系

現在の座標から指定した座標まで直線を繋ぐオペレータです。

オペレータ名 指定 説明
rlineto {dxa dya}+ 5 (dxa, dya) に直線を引く。複数の座標を指定した場合は、順に直線を引いてゆく
hlineto dx1 {dya dxb}* 6 または {dxa dyb}+ 6 まず dx1（または dxa） の長さの直線を水平方向に引き、続いて dya の長さの直線を垂直方向に引く……の繰り返し
vlineto dy1 {dxa dyb}* 7 または {dya dxb}+ 7 hline の逆

curveto 系

現在の座標から指定した座標までのベジェ曲線を描画するオペレータです。SVG 等の指定に比べても大分複雑な印象を受けます。

オペレータ名 指定 説明
rrcurveto dxa dya dxb dyb dxc dyc}+ 8 一般的な三次元ベジェ曲線。(dxa, dya), (dyb, dyb) はハンドル（方向線）、(dxc, dyc) はアンカーポイント（端点）
hhcurveto dy1? {dxa dxb dyb dxc}+ 27 端点の接線が水平な曲線。引数が偶数個の場合 dxa 0 dxb dyb dxc dyb rrcurveto と、引数が奇数個の場合 dxa dy1 dxb dyb dxc dyb rrcurveto と同等
vvcurveto dx1? {dya dxb dyb dyc}+ 27 hhcurveto の逆。端点の接線が垂直な曲線
hvcurveto dx1 dx2 dy2 dy3 {dya dxb dyb dxc dxd dxe dye dyf}* dxf? 31 または {dxa dxb dyb dyc dyd dxe dye dxf}+ dyf? 31 始点の接線が水平（→垂直→水平）と交互に移り変わる曲線。水平の場合は dx1 0 dx2 dy2 dx2 dy3 rrcurveto と、垂直の場合は 0 dya dxb dyb dxc dyb rrcurveto と同等
vhcurveto dy1 dx2 dy2 dx3 {dxa dxb dyb dyc dyd dxe dye dxf}* dyf? 30 または {dya dxb dyb dxc dxd dxe dye dyf}+ dxf? 30 hvcurveto の逆。始点の接線が水平（→垂直→水平）と交互に移り変わる曲線

サブルーチン

サブルーチン（後述）を呼び出すオペレータです。

オペレータ名 指定 説明
callsubr subr# 10 ローカルサブルーチンを呼び出す
callgsubr globalsubr# 10 グローバルサブルーチンを呼び出す

ヒント

読み飛ばすため最低限の知識のみを概説します。
ヒント情報を扱うオペレータである hintmask は少々厄介で、このオペレータに限ってポーランド記法（前置記法）を採用しています。hintmask はステム1情報を記述する hstemhm, vstemhm オペレータと共起し、以下のような記法で用いられます。2 つの数値で 1 組のステム情報を表しています。

y dy {dya dyb}* hstemhm x dx {dxa dxb}* hintmask mask

mask の部分は、各ビット毎にステムを有効にするか否かの情報が与えられます。ステムの組数分のビット長が要求されており、下位ビットは 0 埋めされます。このあたりは後述する実装パートでより詳しく見ていきます。

サブルーチン

Type 2 フォントでは、フォント内に出現する共通の処理をサブルーチンとして定義することで容量の圧縮を図っています。展開されたサブルーチンは通常の Charstring と同様に扱われ、endchar, return いずれかのオペレータが出現することで終了します。サブルーチンからはスタックの上限である 10 回まで再帰的にサブルーチンを呼び出すことも可能です。

さらに、サブルーチンは以下の 2 通りに分かれます。

  • ローカルサブルーチン（subr）
    現在のフォントのみから参照されるサブルーチン
  • グローバルサブルーチン（gsubr）
    同一の FontSet 内のすべてのフォントで共有されるサブルーチン

FontSet という新たな概念が出てきました。実は、CFF は FontSet と呼ばれるフォントの集合体に複数のフォントを内包することで、コンパクトなバイナリ表現を実現しています。対象の CFF を構成するフォント数は、CFF の String INDEX を参照することで確認できます。

ただし、OpenType の場合は FontSet 内に 1 つのフォントしか含まれないことが保証されているため2、基本的には最初に出現したフォントを対象にすれば問題ありません。
試しに手持ちの「A-OTF リュウミン Pr6N R-KL」を検証してみたところ、String INDEX はRyuminPr6N-Reg の 1 つのみを保持しており、リュウミンはやはり単一のフォントから構成されていることが判明します。

サブルーチンは Charstring 内に存在する訳ではなく、CFF 内の Local/Global Subrs INDEXes に別途格納されています。

グローバルサブルーチンの格納

グローバルサブルーチンの場合は、String INDEX に後続する INDEX Data が Global Subrs INDEXes に該当します。グローバルサブルーチンが一つも存在しない場合は空の INDEX Data として表現されます。

ローカルサブルーチンの格納

ローカルサブルーチンの場合は少し複雑で、 Top DICT → Private DICT → Local Subrs INDEXes と参照します。具体的には以下の手順を辿ります。

  1. CFF 内の Top DICT に存在する Private (18) オペレータをキーとするエントリを参照する。ここに Private DICT のサイズとオフセットが記述されている。
  2. Private DICT に移り、この中に存在する Subr (19) のオペレータをキーとするエントリを参照する。ここに Local Subrs INDEXes のオフセットが記述されている。

ただし、我々が扱う日本語のような CJK (Chinese-Japanese-Korean) 言語では CID-keyed3 と呼ばれる仕組みが採用されています。対象のフォントが CID-keyed Fonts であった場合、Private DICT への参照は Top DICT には記述されておらず、以下の手法を取ります。
なおフォントが CID-keyd Font か否かは、Top DICT に ROS4（12 30） オペレータが存在するか否かで確認できます。

  1. Top DICT 内の FDArray オペレータが示すエントリを基に Font DICT INDEX を参照する。
  2. FDSelect を用いてFont DICT INDEX の中からグリフに対応する Font DICT を同定する。詳細は前回記事を参照。
  3. 該当する Font DICT 内に存在する Private (18) オペレータが示すエントリを基に Private DICT を参照する。
  4. Private DICT に移り、この中に存在する Subr (19) のオペレータをキーとするエントリを参照する。ここに Local Subrs INDEXes のオフセットが記述されている。

いずれの場合も、Private DICT 内に Subr オペレータが存在しない場合があるため注意が必要です。

サブルーチンの参照

Local/Global Subrs INDEXes は INDEX Data として格納されています。
再度 callsubr の用例を確認してみます。

subr# 10

subr# にはサブルーチンのインデックスを指定しますが、この際、実際に参照される Local/Global Subrs INDEXes 内のサブルーチンは、subr# にバイアスを加えた値になります。サブルーチンの総数に応じて、バイアスは以下の通りに決定されます

サブルーチン（subr/gsubr）の数 バイアス
― 1239 107
1240 ― 33899 1131
33900 ― 32768

OpenType を描画してみる

OpenType を描画する準備は整いました！ OpenType フォントからパスデータを取り出すまでの手順を総括すると、以下の通りとなります。そのうち今回は 3, 4, 5. の過程を追ってみます。

  1. OpenType の cmap テーブルを参照し、CMap を通じて Unicode 等の文字コードから CID (Character Identifer) に変換する。
  2. OpenType の CFF テーブルを参照する。Charsets から CID を GID (Glyph Identifier) に変換する。
  3. CFF テーブル内の Local/Global Subrs テーブルを参照し、サブルーチンを取得する。
  4. GID を用いて Charstrings の中から対応する Charstring を取得する。
  5. サブルーチンを展開しながら、Charstring をパースする。

実装上の注意

ハマったポイントを一つご紹介します。
一度デコードを行ってから hintmask のスキップ処理を行うと、hintmask の直後のビット列を適当な数値やオペレータとして誤って解釈してしまう恐れがあります。一方で hstem 系のオペレータを予めデコードした状態でないとビット列の長さは確定しないため、極めて厄介です。

例えばステムが 5 組存在する場合に、以下の例が考えられます。

  • 0001 0011 1111 1000 0011 1010 のビット列が出現する。これは本来 hintmask 0b11111000 58 と解釈するべきである。
  • 0001 0011 を hintmask オペレータに変換し、スタックに追加する。
  • スキップ処理を行う前にデコードを行うため、1111 1000 = 248 が出現したと解釈する。
  • 248 は 108―1131 の整数の1バイト目を表すため、連続する 0011 1010 = 58 と併せて解釈しようとする。(248 - 247) * 256 + 58 + 108 より 422 をスタックに追加する。
  • hintmask 422 が結果として得られる。ここで hintmask + 後続の1バイトに対して読み飛ばしを行うため、本来は必要であった 58 が消失する。

ここで Charstring 全体の構成を改めて確認してみます。

w? {hs* vs* cm* hm* mt subpath}? {mt subpath}* endchar

hintmask 自体はサブパスの途中で出現する可能性がありますが5、その他のヒント情報に関しては、Charstring の先頭にのみ出現することが保証されています。従って下記の順序で処理を実施すると良さそうです。

  • hs*, vs* に表されるヒント情報が終了するまで、Charstring を先頭から読み進める。この際、サブルーチンの呼び出しがあれば再帰的に展開する。
  • ステムの組 $n$ をカウントする。
  • ヒント情報の後から再度デコードし、サブルーチンの呼び出しがあれば再帰的に展開する。hintmask が出現した際は、Math.ceil(n / 8) バイトを読み飛ばす。

パスデータの取得

モリサワフォントである A-OTF リュウミン Pr6N R-KL を対象に、「あ」のグリフを表す CID 843 のパスデータを取得し、SVGとして描画します。CID 843 は GID 842 に対応し、この GID に紐付けられた Charstring は以下の通りです。

-32 9 48 48 275 28 67 47 hstemhm
178 53 153 47 -5 79 228 69 hintmask -868
5 32 callsubr
-30 15 5 -10 -1118 callsubr

histmask が出現しました。前置された hstemhm オペレータの前方・後方に位置する引数は 8 個ずつであるため、計 8 組のステム情報を表しています。したがって以後、hstemhm オペレータ及びその引数に加え、hintmask と後続するすなわち 1 バイト（ここでは -868）を読み飛ばすことでヒント情報を無視することができます。

すなわち、以下の部分がパス構築に必要なデータです。

5 32 callsubr
-30 15 5 -10 -1118 callsubr

ここから、callsubr オペレータによって呼び出されたサブルーチンを展開します。サブルーチン内部でも再帰的にサブルーチンが呼び出されており、計4回の callsubr オペレータが使用されていました。

5 -32 rmoveto
163 5 131 75 140 vvcurveto
50 -16 103 -161 30 vhcurveto
-12 25 -29 25 -46 1 15 -24 5 -9 2 -13 rrcurveto
（中略）
-47 -20 rmoveto
-1 -71 8 -47 12 -45 rrcurveto
-35 -48 -64 -35 -29 hhcurveto
-8 -23 0 35 61 67 93 86 44 hhcurveto
endchar

あとは、オペレータを SVG のパスコマンドに変換していきます。得られたパスコマンドは以下の通りです。外側のパスと、複合パスとして機能し、2 つの穴を表現するパスの計 3 個で構成されていることが読み取れます。

m 508 32 c 163 -5 294 -80 294 -220
c 0 -50 -16 -153 -177 -183
（中略）
c 4 -6 23 -31 28 -36 c 36 9 109 48 109 139
c 0 130 -107 194 -225 223
m -77 -349 c 53 -19 93 -22 126 -22
c -5 13 -31 87 -108 165 c -15 -45 -21 -81 -18 -143
m -47 20 c -1 71 7 118 19 163 c -48 35 -112 70 -141 70
c -8 0 -31 0 -31 -35 c 0 -61 67 -154 153 -198

これを SVG の path 要素の d 属性として与えることで、無事にブラウザでパスデータを表示することができました！
表示された SVG のスクリーンショット

人間が読むにはまだ辛いですが、CFF よりかは読みやすいフォーマットであると感じます。

参考文献

  1. 水平または垂直に伸びる直線 ↩

  2. OpenType Specification に記載があります ↩

  3. 数多のグリフの実体と文字コードを CMap として分離することで、より効率的な管理を実現する仕組み ↩

  4. Register/Ordering/Supplement の略称。Adobe (Register) - Japan1 (Ordering) - 6 (Supplement) 等の文字コレクションを表す ↩

  5. 仕様書の 11 ページに Note として明記されています ↩

0
1
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?