前回の記事 では、業務データから大相撲の番付表のような PDF を作りました。その番付表の字は、PC に入れた相撲字風の書体「Sumo Trial」で描いています。今回は、その書体を AI に作らせた話です。
できあがったのは、下の書体です。左が元にした Noto Serif JP Bold、右が加工した Sumo Trial です。字を太らせて、画と画のすき間を細い白線だけにしています。JIS X 0208 の字（第 1・第 2 水準の漢字と、かな・記号）を中心に、6,884 字を収めました。
番付表を作ろうとしたところ、相撲字に向いた無料の書体が見つかりませんでした。そこで、OFL（SIL Open Font License）の書体を Python で加工して作れないかを AI に聞くところから始めました。チャットで頼んだことと結果は、次のとおりです。
| # | 頼んだこと | 結果 |
|---|---|---|
| 1 | 「番付に向いたフォントがない」「Google Fonts で、サンプルを表示してみて」 | 毛筆・極太・古風な明朝など 10 書体で、番付の一段を縦書きに組んだ見本のページを作った。どれも「あまりパッとしない」 |
| 2 | 「フォントを作成可能か？」と、ライセンスの質問（Noto・Google Fonts・記事に使うだけなら・加工のスクリプトを配るなら） | OFL の書体なら、加工した書体を作ってよいこと、作った PDF や画像には条件が無いこと、配るときの条件を整理した（2 章） |
| 3 | 「相撲字に加工しやすそうなフォントは？」→ しっぽり明朝と Kaisei Tokumin の zip を渡した | 太い明朝を太らせ、すき間に白線を残す加工を試作した |
| 4 | 「少し太すぎる」→「B で」 | 太らせる量を 4 段階で比べ、B（1em を 360px で描いて 25px）にした |
| 5 | 「太 の字が少し不自然」「継ぎ目が隙間になっている」「大は OK、太はまだ気になる」 | 白線の引き方を何度も直した。「太」の点は、「大」との差から取り出して置き直した |
| 6 | 「元の字で、継ぎ目を補正してから太くしたらどうか？」 | 太らせる前に、元の字の継ぎ目を埋めるようにした。継ぎ目の切れ込みが消えた（3 章） |
| 7 | 「元のフォントをクセのないもので変換するとどうか？」 | 6 書体を同じ加工で比べ、Noto Serif JP Bold に決めた |
| 8 | 「フォントを全て変換するとどのくらいの時間か？」→「Go」 | 1 字 0.08 秒と見積もり、JIS X 0208 の字を並列で約 7 分で作った。口・日・田の中がつぶれる字を直した（4 章） |
| 9 | 「一覧で見るには？」 | 見本のページに全字の一覧を付けた。字を押すと元の書体と並べて拡大する |
| 10 | 「一部が浮いて見える字がある。自動判定できるか？ 個別に修復できるか？」 | 囲みの中身が白線で縁取られる字を直し、手直しが要りそうな字を自動で数えるようにした。字ごとの設定でその字だけ作り直せるようにした（5 章） |
| 11 | 「一箇所だけ浮いて見える」（鴎）→「もとの方がいい」→「V05 の形で」 | 字ごとの設定で直したが、元の形の方がよかったので戻した（5.4） |
| 12 | 「フォントの使い方は？」「PC 単独で、Sumo Trial を使った帳票例を作成するプロンプトを」 | 印刷屋での使い方を整理し、前回の番付表の記事のプロンプトを書いた |
使ったのは、Claude（Claude デスクトップアプリ）です。加工は AI が Claude の作業環境の Python（Pillow、OpenCV、scikit-image、fontTools）で行い、できた書体とスクリプトを Mac の「ダウンロード」に置きました。人が行ったのは、見た目を見て「ここが気になる」と伝えることでした。「少し太すぎる」「太の字が不自然」「継ぎ目が気になる」「もとの方がいい」といった短い言葉を、AI が画像処理の手順の変更に置き換えて試作し直す、という進め方です。
1. 相撲字と、今回作ったもの
相撲字は、番付表や相撲の看板に使われる、太く丸みのある書き文字です。画を太く書いて、字の中の白い所をできるだけ詰めます。番付表では、たくさんの字が隙間なく並びます。
今回作った Sumo Trial は、相撲字そのものではなく、明朝体を機械的に加工して相撲字の雰囲気に寄せた試作の書体です。
| 項目 | 内容 |
|---|---|
| 元の書体 | Noto Serif JP Bold（Noto Serif CJK JP Bold。SIL Open Font License 1.1） |
| 収録 | JIS X 0208 の 6,877 字（非漢字 522 字、第 1 水準漢字 2,965 字、第 2 水準漢字 3,390 字）と、「ゔゕゖヷヸヹヺ」の 7 字の計 6,884 字。JIS X 0208 の 6,879 字のうち、全角空白と、元の書体に無い「≒」（U+2252）は入っていない |
| 形式 | TrueType（約 5.0MB）と WOFF2（約 2.7MB）。Regular だけ |
| 作る時間 | 約 6〜8 分（作業環境の 2 コアで並列。1 コアなら 1 字あたり約 0.08 秒） |
| 名前 | Sumo Trial（元の書体の名前は使わない） |
2. ライセンス（OFL）
加工を始める前に、AI にライセンスを確かめさせました。
- 元の書体: Noto Serif CJK（Noto Serif JP）、しっぽり明朝、Kaisei Tokumin はどれも SIL Open Font License 1.1 です。OFL は、加工した書体を作ることを認めています
- 予約された名前: OFL では、著作者が「この名前は加工版に使わないで」と決めた名前（Reserved Font Name）を加工版に付けられません。Noto CJK のライセンス文（noto-cjk の Serif/LICENSE）には、予約された名前の指定はありませんでした。ただし「Noto」は Google の商標なので、加工版の名前には使いません
- 作ったもの（PDF や画像）: 書体で作った文書や画像には、OFL の条件はかかりません。印刷屋の PDF は画像（JPEG）なので、書体ファイルが PDF に入ることもありません
- 書体を配るとき: 元の著作権表示と OFL の全文を付ける、加工版も OFL で配る、書体だけを売らない、が条件です。Sumo Trial は試作なので配っていません。書体ファイルの著作権表示には、元の表示（© 2017-2023 Adobe）に「Modified 2026 (trial, not for distribution).」を足しています
- 加工のスクリプトを配るとき: スクリプトには書体のデータが入らないので、OFL の条件はかかりません。この記事の最後に載せています。使う人が、自分で元の書体を用意して動かします
3. 加工のしかた
3.1 1 字ずつ画像にして加工し、輪郭に戻す
書体を直接いじるのではなく、1 字ずつ大きな画像に描き、画像を加工してから輪郭線に戻す方法にしました。
- 元の書体で、1 字を 1em = 360px の白黒画像に描く（Pillow）
- 画像を加工する（OpenCV、scikit-image）
- 加工した画像の輪郭を多角形にし（
cv2.findContours）、TrueType の字形にまとめる（fontTools のFontBuilder）。外側の輪郭は時計回り、穴は反時計回りにする
画像の加工は、次の順です。下の図の上の段は「園」、下の段は「太」です。
| 段階 | すること | ねらい |
|---|---|---|
| ① | 元の字を描く | |
| ② | 画が交わる角の細い切れ込みを、クロージング（13px）で埋める | 太らせたあとに、継ぎ目が白い切れ込みとして残らないように（3.3） |
| ③ | 字全体を太らせる（膨張 25px） | 相撲字の太さにする。このままだと、すき間が全部埋まる |
| ④ | 元の字のすき間の中心線（骨格）と、別々の部品の境目に白線を引き、輪郭を少しにじませる | 画と画の区別を細い白線だけで残す。にじみで、筆で書いたような揺れを出す |
| ⑤ | 画に囲まれたすき間（口・日・田の中など）に、太めの白線を入れ直す | 画数の多い字がつぶれないように（4.2） |
| ⑥ | 囲みの中身を縁取る白線を、元のすき間が狭いところで黒くつなぐ | 中身が浮いて見えないように（5 章） |
| ⑦ | 「太」「犬」「玉」の点を、似た字との差から取り出して置き直す | 点が太った画に埋もれないように（3.4） |
3.2 太さを決める
太らせる量を 4 段階で比べ、B（1em を 360px で描いたときに 25px）にしました。最初に見せた D（37px）は「少し太すぎる」でした。太くするほど相撲字らしくなりますが、画数の多い字（綱・鈴・藤）の中がつぶれます。
3.3 継ぎ目の切れ込み
最初は、太らせてから白線を引いていました。すると、「大」「木」の画が交わる所に、白い切れ込みが残りました。元の字が細いので、画と画の継ぎ目にもすき間の中心線ができ、そこに白線が引かれるためです。
白線の太さをすき間の幅に合わせる、継ぎ目から開くくさび形のすき間には引かない、など何度か直しましたが、「拡大すると気になる」が残りました。そこで、「元の字で、継ぎ目を補正してから太くしたらどうか？」と頼みました。太らせる前に、元の字にクロージング（膨張してから縮める処理）をかけて、角の細い切れ込みだけを埋める方法です。これで、継ぎ目の切れ込みが消えました。
3.4 「太」の点
「太」の点は、元の字では細い首で払いにつながっています。太らせると払いと一体になり、点に見えません。点だけを画像から見つける方法は、ほかの字（「大」の払いの先など）も点と間違えました。
そこで、「太」から「大」を引くことにしました。同じ位置に描いた 2 字の画像の差で、一番大きい部分が点です。取り出した点を太らせ、周りに白い縁を付けて置き直します。同じ形の「犬」（大との差）と「玉」（王との差）にも使っています。
3.5 元の書体を選び直す
最初は、太い明朝のしっぽり明朝 ExtraBold を元にしていました。筆の勢いが残る書体ですが、画の太い細いの差が大きく、加工すると荒く見える字がありました。そこで「元のフォントをクセのないもので変換するとどうか？」と頼み、6 書体を同じ加工で比べました。
- Noto Serif JP Bold: 継ぎ目がきれいに埋まり、画数の多い字も欠けが少ない。明朝の払いが残るので、相撲字らしさもある
- Noto Serif JP Black: 元が太すぎて、「関」「綱」の中がつぶれる
- Noto Sans JP Bold・IPA ゴシック: 形は整うが、画の端が四角いので、丸ゴシックを太らせた感じになる
見比べて、Noto Serif JP Bold に決めました。
4. 全字を作る
4.1 時間と大きさ
288 字の試作は約 30 秒でした（1 字あたり約 0.08 秒）。この速さで、AI は次のように見積もりました。
| 範囲 | 字数 | 時間（1 コア） | WOFF2 |
|---|---|---|---|
| JIS X 0208（非漢字と第 1・第 2 水準の漢字） | 6,879 | 約 10 分 | 約 3MB |
| JIS X 0213 第 1 面 | 約 8,600 | 約 12 分 | 約 4MB |
| Noto Serif JP の全字 | 44,777 | 約 1 時間 | 約 19MB |
番付表の日本語なら第 1・第 2 水準で足ります。全字にすると、中国語用の漢字が大半になり、ファイルも Web で読むには重すぎます。「Go」と頼み、JIS X 0208 の字を作りました。スクリプトは CPU のコアの数だけ並列で動くようにし、作業環境（2 コア）で約 6〜8 分でした。
4.2 口・日・田の中がつぶれる
全字を作ると、町・無・映・曹のように、小さな囲みの多い字 470 字で、中のすき間が埋まって黒くつぶれました。288 字の試作では目立たなかった問題です。
継ぎ目を埋める処理（3.3）は囲まれたすき間を避けるようにしましたが、ほとんど変わりませんでした。つぶれる原因は、太らせたときに小さな囲みが埋まることでした。そこで、画に囲まれたすき間にだけ、太めの白線（11px）を入れ直すようにしました。15px にすると「綱」にひびのような線が出たので、11px にしています。
5. 浮いて見える字を直す
5.1 原因
全字の一覧を見ると、一部が浮いて見える字がありました。園・因・咽・恩・奥・箇などで、囲みの中身だけが白線で縁取られ、切り抜きを置いたように見えます。
元の字で、囲みと中身が離れている（または、わずかに触れているだけの）字です。中身の周りのすき間に、中心線の白線がぐるりと一周します。さらに、離れた部品の境目には、点を分けるための太めの白線（13px）も引かれていました。
5.2 直し方
次の 2 つで直しました。
- 囲みの中に離れて置かれた部品は、囲みと同じ部品とみなし、境目の太い白線を引かない
- 画に囲まれたすき間ごとに、元の幅を測る。幅がふだん（中央値）の 0.75 倍より狭いところでは、白線を黒でつなぐ
2 によって、中身と囲みが近いところでくっつき、白線が一周しなくなります。つなぐ割合を 0.7・0.85・1.0 と比べ、1.0 では「回」の中の口が囲みとくっつきすぎたので、0.75 にしました。
5.3 自動判定
作るたびに、字ごとに次の 2 つを数え、表（*-report.tsv）に書き出すようにしました。
| 項目 | 数え方 | 当たったら |
|---|---|---|
| 内側のすき間 | 字の内側にある、ある程度の大きさの白い部分の数を、元の字と加工後で比べる | 減っていれば、中がつぶれたおそれ |
| 切り離された中身 | 穴の中にある黒い島の数を、元の字と加工後で比べる | 増えていれば、中身が切り離されて浮いて見えるおそれ |
当たった字は、元の字と並べた画像（要確認）にまとめます。要確認の字は、4.2 の対策の前は 470 字、後は 63 字でした。浮き対策と「切り離された中身」の判定を加えると 21 字になり、英数字の手直し（5.4）を入れた最後の版では 18 字です。
ただし、この判定は数を比べるだけです。「浮いて見える」という見た目の印象そのものは判定できません。最後は、全字の一覧を目で見て確かめます。
5.4 個別の手直し
スクリプトの OVERRIDES に字ごとの設定を書き、--only=字字字 を付けて動かすと、その字だけを作り直して、できている書体に差し替えます。数十秒で終わります。
OVERRIDES = {
# 左半分だけ、外につながったすき間も、幅が狭いところでつなぐ
"鴎": {"open": 9, "open_box": [(0, 0.48, 0, 1)]},
}
python3 sumo_font.py "NotoSerifCJK-Bold.ttc#0" SumoTrial.ttf JIS "Sumo Trial" --only=鴎
| 項目 | 内容 |
|---|---|
dil |
太らせる量 |
hole_gap |
囲まれたすき間に入れる白線の太さ |
bridge |
つなぐ割合（0 でつながない） |
open |
外につながったすき間でも、幅がこの値（中心から画まで px）以下のところをつなぐ |
open_box |
open を効かせる範囲。（左, 右, 上, 下）を字の枠に対する割合で書く。5 つ目の数で、その範囲だけ強さを変えられる |
全角の英数字・ギリシャ文字・キリル文字は、この設定で太らせる量を減らし、つなぐ処理を止めています。漢字と同じ加工では、Ｏ・Ｂ・δ の中が点になったためです。
「鴎」は、左の「区」の中の「乂」が縁取られて浮いて見えると指摘がありました。区は右側が開いているので、乂の周りのすき間は外とつながっていて、5.2 の処理が効きません。open で左半分だけつなぐと乂は区になじみましたが、続けて右下（鳥の下の部分）も直すと、見比べて「もとの方がいい」となりました。結局、鴎は直す前の形に戻しています。機械で決めた手直しが、いつも見た目をよくするとは限りません。
6. 確かめる
AI は、作るたびに確認用の画像を作りました。
- 全字の一覧: 1 枚 1,000 字の画像を 7 枚
- 要確認: 5.3 で当たった字を、元の字と並べた画像
- 見本のページ: 番付の一段を縦書きに組んだ見本に、全字の一覧を付けた。字を押すと元の書体と並べて拡大し、文字コードと水準も出す
7. 印刷屋で使う
使い方は 2 とおりです。前回の番付表は 1 の方法で作りました。
-
PC に入れる: 書体ファイルを PC にインストールし、帳票の CSS で
font-family: "Sumo Trial", "Noto Serif JP", serif;と指定する。印刷屋の Web フォントの設定はオフのまま。書体が要るのは PDF を作る PC だけで、ほかの PC では後ろの書体で描かれる -
Web フォントとして配信する: 印刷屋（Ver.6 以降）の Web フォントの設定で「その他」を選び、
@font-faceを書いた CSS の URL と書体名を入れる。配信元は https と CORS が要る。公開の場所に置くと書体の配布になるので、2 章の条件を満たす。2.7MB を 1 つで置くと重いので、文字の範囲ごとに小さなファイルに分けるとよい
帳票の CSS では、Sumo Trial に太字（font-weight: bold）を指定しないでください。Regular だけの書体なので、ブラウザーが合成の太字にして、さらに太くなります。
8. スクリプト
1 つのファイルで動きます。必要なのは、Python 3.10 以降と、pip install pillow numpy opencv-python scikit-image fonttools brotli です。元の書体は、noto-cjk の Serif から NotoSerifCJK-Bold.ttc を取ります（#0 で日本語の書体を選びます）。Google Fonts の Noto Serif JP の Bold（静的な ttf）でも動きます。
# JIS X 0208 の字と「ゔゕゖヷヸヹヺ」を作る（SumoTrial.ttf、SumoTrial.woff2、SumoTrial-report.tsv ができる）
python3 sumo_font.py "NotoSerifCJK-Bold.ttc#0" SumoTrial.ttf JIS "Sumo Trial"
# 字の一覧を書いたファイルを渡すと、その字だけの書体を作る
python3 sumo_font.py "NotoSerifCJK-Bold.ttc#0" SumoTrialMini.ttf chars.txt "Sumo Trial"
作った書体を自分の PC で使うだけなら、条件はありません。人に配る・Web で配信するときは、次を守ってください（2 章）。
- 元の書体の著作権表示を残す。スクリプトは、元の書体の著作権表示（name テーブルの著作権の欄）を引き継ぎ、加工した旨を書き足しています。OFL の表示（ライセンスの説明と URL の欄）も入れています
- OFL の全文（OFL.txt。noto-cjk のリポジトリにある LICENSE）を書体ファイルと一緒に置く
- 加工版も OFL で配る。書体だけを売らない
- 書体名に「Noto」を使わない
- スクリプトは著作権表示に「trial, not for distribution」と書き足しています。配るときは、この文言を書き換えてください
sumo_font.py（451 行）
sumo_font.py
# 相撲字風の試作書体「Sumo Trial」を作る（Noto Serif JP Bold を加工。OFL 1.1）
# 必要なもの: Python 3.10 以降、pip install pillow numpy opencv-python scikit-image fonttools brotli
# 手順: 1 字ずつ大きく描く → 元の字の継ぎ目（画が交わる角の細い切れ込み）を先に埋める
# → 太らせる → すき間の中心線と、別々の画（点など）の境目を白線で残す → 輪郭をにじませる
# → 囲まれたすき間（口・日・田の中など）には太めの白線を入れ直して、字がつぶれないようにする
# → 囲みの中に離れて置かれた部分（園の袁、因の大など）は、元のすき間が狭いところで囲みとつなぐ
# （白線がぐるりと一周すると、中身が浮いて見えるため）
# → 輪郭線（多角形）に直す → TrueType / WOFF2 にまとめる
#
# 使い方: python3 sumo_font.py <元の書体(.ttf/.otf/.ttc#番号)> <出力.ttf> <文字一覧.txt または JIS> [書体名] [並列数]
# 例: python3 sumo_font.py "NotoSerifCJK-Bold.ttc#0" SumoTrial.ttf JIS "Sumo Trial"
# 文字一覧に JIS と書くと、JIS X 0208 の字（非漢字と第 1・第 2 水準の漢字）と「ゔゕゖヷヸヹヺ」を作る（元の書体にある字だけ。全角空白は除く）
# 出力: <出力.ttf>、<出力.woff2>、<出力>-report.tsv
# （字ごとの「内側のすき間」の数と「加工で切り離された中身」の数。手直しが要りそうな字を探す目安）
#
# 一部の字だけ作り直す: 末尾に --only=字字字 を付ける（既にある <出力.ttf> のその字だけ差し替える）
# 例: python3 sumo_font.py "NotoSerifCJK-Bold.ttc#0" SumoTrial.ttf JIS "Sumo Trial" --only=園因
# 字ごとの設定は下の OVERRIDES に書く
import os, sys, time
import numpy as np, cv2
from multiprocessing import Pool, cpu_count
from PIL import Image, ImageDraw, ImageFont
from skimage.morphology import skeletonize
from fontTools.ttLib import TTFont
from fontTools.fontBuilder import FontBuilder
from fontTools.pens.ttGlyphPen import TTGlyphPen
PX = 360 # 1em を 360px で描く
DIL = 25 # 太らせる量
GAP = 7 # すき間の中心線の白線の太さ
GAP_PART = 13 # 別々の画（点など）の境目の白線の太さ
SMOOTH = 31 # 画の境目をなめらかにする強さ
PRECLOSE = 13 # 太らせる前に、元の字の継ぎ目を埋める強さ
HOLE_GAP = 11 # 囲まれたすき間（口・日・田の中など）に残す白線の太さ
DOT_FROM = {"太": "大", "犬": "大", "玉": "王"} # 点を、似た字との差から取り出して置き直す字
HALO = 11 # 置き直した点の周りの白い縁
DOT_DIL = 19 # 置き直した点を太らせる量
BRIDGE = 0.75 # 浮いた部分と囲みをつなぐ強さ（元のすき間がふだんの何割より狭いところでつなぐか）
MIN_SPECK = 120 # これより小さい白い粒（px）は消す
# 字ごとの手直し（使える項目）
# dil 太らせる量 / hole_gap 囲まれたすき間の白線の太さ / bridge つなぐ強さ / merge 浮いた部分を囲みと同じ部品とみなすか
# open 外につながったすき間でも、幅がこの値（中心から画まで px）以下のところをつなぐ
# open_box open を効かせる範囲。(左, 右, 上, 下) を字の枠に対する割合で書き、複数並べられる
# 例 [(0, 0.48, 0, 1)] で左半分、[(0.5, 1, 0.55, 1)] で右下。
# 5 つ目に数を書くと、その範囲だけ open の値を変えられる（例 (0.5, 1, 0.55, 1, 5)）
OVERRIDES = {
# 例: "鴎": {"open": 9, "open_box": [(0, 0.48, 0, 1)]}, # 左半分だけ、外につながったすき間もつなぐ
}
# 全角の英数字・ギリシャ文字・キリル文字は、太らせすぎると中のすき間（Ｏ・Ｂ・δ など）が点になるので控えめにする
for _c in ([chr(c) for c in range(0xFF10, 0xFF1A)] + [chr(c) for c in range(0xFF21, 0xFF3B)] + [chr(c) for c in range(0xFF41, 0xFF5B)]
+ [chr(c) for c in range(0x0391, 0x03CA)] + [chr(c) for c in range(0x0401, 0x0452)]):
OVERRIDES.setdefault(_c, {"dil": 11, "hole_gap": 7, "bridge": 0})
BLUR = 3.0
NOISE = 5.0
PAD = DIL
MIN_HOLE = 150 # 「内側のすき間」と数える最小の面積（px）
el = lambda m: cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (m, m))
# ---- 画像の加工 ----
def enclosed_parts(ink):
"""囲みの中に浮いている部分を探す。戻り値: {部分の番号: 囲んでいる部分の番号}, 部分の番号の画像"""
n, comp = cv2.connectedComponents(ink, connectivity=8)
bg = (1 - ink).astype(np.uint8)
_, blab = cv2.connectedComponents(bg, connectivity=4)
outer = set(np.unique(np.r_[blab[0], blab[-1], blab[:, 0], blab[:, -1]]).tolist())
k3 = np.ones((3, 3), np.uint8)
res = {}
for c in range(1, n):
m = (comp == c).astype(np.uint8)
ring = (cv2.dilate(m, k3) > 0) & (bg > 0)
touch = set(np.unique(blab[ring]).tolist())
if touch & outer or not touch:
continue # 外の白地に接している → 浮いていない
# 接している白地（穴）に、ほかに接している部分のうち一番大きいものを囲みとみなす
hole = np.isin(blab, list(touch))
near = cv2.dilate(hole.astype(np.uint8), k3) > 0
cand = [x for x in np.unique(comp[near & (ink > 0)]).tolist() if x not in (0, c)]
if cand:
res[c] = max(cand, key=lambda x: int((comp == x).sum()))
return res, comp
def sumo_base(a, dil, gap, gap_part, blur, noise_s, seed=0, smooth=31, merge_enclosed=True):
ink = (a > 127).astype(np.uint8)
k = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (dil, dil))
fat = cv2.dilate(ink * 255, k) > 127
sk = skeletonize(ink == 0) & fat
_, lab = cv2.distanceTransformWithLabels((1 - ink).astype(np.uint8), cv2.DIST_L2, 5, labelType=cv2.DIST_LABEL_CCOMP)
n_enc = 0
if merge_enclosed:
enc, comp = enclosed_parts(ink)
n_enc = len(enc)
if enc:
# 部分の番号 → 距離変換の番号 の対応を取り、浮いた部分の領域を囲みの番号に塗り替える
def dl(c):
ys, xs = np.nonzero(comp == c); return lab[ys[0], xs[0]]
for c, p in enc.items():
# 囲みが別の囲みに入っている場合もたどる
while p in enc: p = enc[p]
lab[lab == dl(c)] = dl(p)
lab = cv2.medianBlur(np.clip(lab, 0, 255).astype(np.uint8), smooth)
edge = np.zeros_like(fat)
edge[:, 1:] |= lab[:, 1:] != lab[:, :-1]
edge[1:, :] |= lab[1:, :] != lab[:-1, :]
edge &= fat
g = (cv2.dilate(sk.astype(np.uint8) * 255, el(gap)) > 127) | (cv2.dilate(edge.astype(np.uint8) * 255, el(gap_part)) > 127)
out = (fat & ~g).astype(np.uint8) * 255
rng = np.random.default_rng(seed)
nz = cv2.GaussianBlur((rng.random(out.shape) * 255).astype(np.uint8), (0, 0), noise_s).astype(np.float32) - 128
b = cv2.GaussianBlur(out, (0, 0), blur).astype(np.float32) + nz * 0.5
return (b > 128).astype(np.uint8) * 255, n_enc
def bridge_enclosed(a, out, ratio=0.8, width=21):
"""囲みの中に浮いた部分と囲みの間の白線を、元のすき間が狭いところで黒くつなぐ。戻り値: 画像, 浮いた部分の数"""
ink = (a > 127).astype(np.uint8)
enc, comp = enclosed_parts(ink)
if not enc: return out, 0
bg = (1 - ink).astype(np.uint8)
_, blab = cv2.connectedComponents(bg, connectivity=4)
k3 = np.ones((3, 3), np.uint8)
out = out.copy()
for c in enc:
m = (comp == c).astype(np.uint8)
ringlabs = np.unique(blab[(cv2.dilate(m, k3) > 0) & (bg > 0)])
ring = np.isin(blab, ringlabs).astype(np.uint8)
D = cv2.distanceTransform(ring, cv2.DIST_L2, 5)
sk = skeletonize(ring > 0)
# 浮いた部分の近くの中心線だけ（ほかの穴に伸びる枝は除く）
dm = cv2.distanceTransform((1 - m).astype(np.uint8), cv2.DIST_L2, 5)
sk &= dm < D.max() * 2.5 + 2
d = D[sk]
if d.size == 0: continue
thr = np.median(d) * ratio
narrow = (sk & (D <= thr)).astype(np.uint8) * 255
br = cv2.dilate(narrow, el(width)) > 127
br &= cv2.dilate(ring * 255, el(9)) > 127 # すき間とその縁だけ
out[br] = 255
return out, len(enc)
def bridge_holes(a, out, ratio=0.75, width=21, min_area=400):
"""囲まれたすき間ごとに、元の幅がふだんより狭いところの白線を黒でつなぐ（中身が縁取られて浮いて見えるのを防ぐ）。
戻り値: 画像, つないだすき間の数"""
ink = (a > 127).astype(np.uint8)
bg = (1 - ink).astype(np.uint8)
n, blab, st, _ = cv2.connectedComponentsWithStats(bg, connectivity=4)
border = set(np.unique(np.r_[blab[0], blab[-1], blab[:, 0], blab[:, -1]]).tolist())
out = out.copy(); cnt = 0
for h in range(1, n):
if h in border or st[h, cv2.CC_STAT_AREA] < min_area:
continue
x, y, w, hh = st[h, :4]
x0, y0, x1, y1 = max(x - 12, 0), max(y - 12, 0), x + w + 12, y + hh + 12
ring = (blab[y0:y1, x0:x1] == h).astype(np.uint8)
D = cv2.distanceTransform(ring, cv2.DIST_L2, 5)
sk = skeletonize(ring > 0)
d = D[sk]
if d.size < 10:
continue
thr = np.median(d) * ratio
narrow = (sk & (D <= thr)).astype(np.uint8) * 255
if not narrow.any():
continue
br = cv2.dilate(narrow, el(width)) > 127
br &= cv2.dilate(ring * 255, el(9)) > 127
sub = out[y0:y1, x0:x1]; sub[br] = 255; cnt += 1
return out, cnt
def bridge_open(a, out, max_half, width=21, region=None):
"""外につながったすき間でも、元の幅が狭い（中心から画まで max_half px 以下の）ところの白線を黒でつなぐ。
字ごとの手直し用。region（真偽の画像）を渡すと、その範囲だけに効かせる。"""
ink = (a > 127).astype(np.uint8)
bg = (1 - ink).astype(np.uint8)
D = cv2.distanceTransform(bg, cv2.DIST_L2, 5)
sk = skeletonize(bg > 0)
hull = np.zeros_like(bg)
cs, _ = cv2.findContours(ink, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
if cs:
cv2.fillPoly(hull, [cv2.convexHull(np.vstack(cs))], 1)
narrow = sk & (D <= max_half) & (cv2.erode(hull, el(15)) > 0)
if region is not None:
narrow &= region
br = cv2.dilate(narrow.astype(np.uint8) * 255, el(width)) > 127
br &= cv2.dilate(bg * 255, el(9)) > 127
out = out.copy(); out[br] = 255
return out
def dot_by_difference(a, base, shrink=5):
"""「太」から「大」を引くように、似た字との差から点を取り出す（同じ位置に描いた画像どうし）"""
diff = (a > 127) & ~(cv2.dilate((base > 127).astype(np.uint8) * 255, el(shrink)) > 127)
n, lab, st, _ = cv2.connectedComponentsWithStats(diff.astype(np.uint8), connectivity=8)
if n <= 1:
return []
i = 1 + int(np.argmax(st[1:, cv2.CC_STAT_AREA]))
comp = (lab == i).astype(np.uint8)
return [cv2.dilate(comp, el(shrink)) & (a > 127)]
# ---- 子プロセスでも使う設定（init で読み込む） ----
G = {}
def init(src_path, idx):
f = TTFont(src_path, fontNumber=idx, lazy=True)
G["UPEM"] = f["head"].unitsPerEm
G["SC"] = PX / G["UPEM"]
G["cmap"] = f.getBestCmap()
G["hmtx"] = dict(f["hmtx"].metrics)
G["asc"], G["desc"] = f["hhea"].ascent, f["hhea"].descent
G["pil"] = ImageFont.truetype(src_path, PX, index=idx)
def inner_holes(a):
# 画に囲まれたすき間（外につながっていない白い部分）
bg = (a <= 127).astype(np.uint8)
_, lab = cv2.connectedComponents(bg, connectivity=4)
border = np.unique(np.r_[lab[0], lab[-1], lab[:, 0], lab[:, -1]])
return (lab > 0) & ~np.isin(lab, border)
def preclose(a, holes_mask):
# 画が交わる角の細い切れ込みを、太らせる前に埋めておく（囲まれたすき間はそのまま残す）
o = cv2.morphologyEx(a, cv2.MORPH_CLOSE, el(PRECLOSE))
o[holes_mask] = 0
return o
def keep_holes(out, holes_mask, hole_gap=HOLE_GAP):
# 囲まれたすき間の中心に白線を入れ直す（太らせたときに埋まって、字がつぶれるのを防ぐ）
sk = skeletonize(holes_mask).astype(np.uint8) * 255
line = cv2.GaussianBlur(cv2.dilate(sk, el(hole_gap)), (0, 0), 2) > 100
return ((out > 127) & ~line).astype(np.uint8) * 255
def remove_specks(out):
# 字の内側に残った小さな白い粒を黒で埋める
inv = (out <= 127).astype(np.uint8)
n, lab, st, _ = cv2.connectedComponentsWithStats(inv, connectivity=4)
border = set(np.unique(np.r_[lab[0], lab[-1], lab[:, 0], lab[:, -1]]).tolist())
small = [k for k in range(1, n) if st[k, cv2.CC_STAT_AREA] < MIN_SPECK and k not in border]
if small:
out = out.copy(); out[np.isin(lab, small)] = 255
return out
def put_dots(out, dots):
# 取り出した点を少し太らせ、周りに白い縁を付けて置き直す
out = out > 127
for comp in dots:
dot = cv2.dilate(comp.astype(np.uint8) * 255, el(DOT_DIL))
dot = cv2.GaussianBlur(dot, (0, 0), BLUR) > 128
ring = cv2.dilate(dot.astype(np.uint8) * 255, el(HALO)) > 127
out = (out & ~ring) | dot
return out.astype(np.uint8) * 255
def holes(img):
# 字の内側にある、ある程度の大きさの白い部分の数
cs, hier = cv2.findContours((img > 127).astype(np.uint8), cv2.RETR_CCOMP, cv2.CHAIN_APPROX_SIMPLE)
if hier is None:
return 0
return sum(1 for c, h in zip(cs, hier[0]) if h[3] != -1 and cv2.contourArea(c) >= MIN_HOLE)
def islands(img):
# 穴の中にある黒の島の数（中身が囲みから切り離されている部分）
cs, h = cv2.findContours((img > 127).astype(np.uint8), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
if h is None:
return 0
h = h[0]; n = 0
for k, c in enumerate(cs):
d, p = 0, h[k][3]
while p != -1:
d += 1; p = h[p][3]
if d >= 2 and d % 2 == 0 and cv2.contourArea(c) > 200:
n += 1
return n
def draw(ch, W, H, base_y):
im = Image.new("L", (W, H), 0)
ImageDraw.Draw(im).text((PAD, base_y), ch, font=G["pil"], fill=255, anchor="ls")
return np.array(im)
def to_contours(img, base_y):
# 輪郭線をフォント単位の点列に直す（外側は時計回り、穴は反時計回り）
SC = G["SC"]
cs, hier = cv2.findContours(img, cv2.RETR_CCOMP, cv2.CHAIN_APPROX_NONE)
res = []
if hier is None:
return res
for i, c in enumerate(cs):
if len(c) < 8:
continue
c = cv2.approxPolyDP(c, 0.8, True)[:, 0, :]
if len(c) < 3:
continue
pts = [(int(round((x - PAD) / SC)), int(round((base_y - y) / SC))) for x, y in c]
area = sum(pts[j][0] * pts[(j + 1) % len(pts)][1] - pts[(j + 1) % len(pts)][0] * pts[j][1] for j in range(len(pts)))
is_hole = hier[0][i][3] != -1
if (not is_hole and area > 0) or (is_hole and area < 0):
pts = pts[::-1]
res.append(pts)
return res
def process(args):
i, ch = args
cmap, hmtx, SC = G["cmap"], G["hmtx"], G["SC"]
adv = hmtx[cmap[ord(ch)]][0]
W = int(adv * SC) + 2 * PAD
H = int((G["asc"] - G["desc"]) * SC) + 2 * PAD
base_y = PAD + int(G["asc"] * SC)
a = draw(ch, W, H, base_y)
dots = []
if ch in DOT_FROM and ord(DOT_FROM[ch]) in cmap:
dots = dot_by_difference(a, draw(DOT_FROM[ch], W, H, base_y))
o = OVERRIDES.get(ch, {})
hm = inner_holes(a)
out, _ = sumo_base(preclose(a, hm), o.get("dil", DIL), GAP, GAP_PART, BLUR, NOISE, i, SMOOTH, o.get("merge", True))
out = keep_holes(out, hm, o.get("hole_gap", HOLE_GAP))
out, _ = bridge_enclosed(a, out, o.get("bridge", BRIDGE))
out, _ = bridge_holes(a, out, o.get("bridge", BRIDGE))
if "open" in o:
if "open_box" in o:
# 字の枠（横: 字幅、縦: 上端〜下端）に対する割合で範囲を決め、範囲ごとにつなぐ
top, em_h = PAD, (G["asc"] - G["desc"]) * SC
for box in o["open_box"]:
x0, x1, y0, y1 = box[:4]
region = np.zeros(a.shape, bool)
region[int(top + em_h * y0):int(top + em_h * y1), int(PAD + adv * SC * x0):int(PAD + adv * SC * x1)] = True
out = bridge_open(a, out, box[4] if len(box) > 4 else o["open"], region=region)
else:
out = bridge_open(a, out, o["open"])
out = remove_specks(out)
if dots:
out = put_dots(out, dots)
# 判定用: 内側のすき間の数（元 → 加工後）、切り離された中身の数（加工後 − 元。1 以上なら浮いて見えるおそれ）
return ch, adv, to_contours(out, base_y), holes(a), holes(out), max(0, islands(out) - islands(a))
def jis_chars():
# JIS X 0208 の字を、区点の順（非漢字 → 第 1 水準 → 第 2 水準）に並べる
out = []
for a in range(0xA1, 0xFF):
for b in range(0xA1, 0xFF):
try:
out.append(bytes([a, b]).decode("euc_jp"))
except UnicodeDecodeError:
pass
return "".join(out) + "ゔゕゖヷヸヹヺ"
def main():
args = [x for x in sys.argv[1:] if not x.startswith("--")]
only = next((x[len("--only="):] for x in sys.argv[1:] if x.startswith("--only=")), None)
src_arg, OUT, CHARS_FILE = args[0], args[1], args[2]
FAMILY = args[3] if len(args) > 3 else "Sumo Trial"
NPROC = int(args[4]) if len(args) > 4 else cpu_count()
SRC, IDX = (src_arg.split("#")[0], int(src_arg.split("#")[1])) if "#" in src_arg else (src_arg, 0)
init(SRC, IDX)
src = TTFont(SRC, fontNumber=IDX)
UPEM, cmap, hmtx, asc, desc = G["UPEM"], G["cmap"], G["hmtx"], G["asc"], G["desc"]
chars = []
seen = set()
source = only if only else (jis_chars() if CHARS_FILE == "JIS" else open(CHARS_FILE, encoding="utf-8").read())
for ch in source:
if ch.strip() and ord(ch) in cmap and ch not in seen:
chars.append(ch); seen.add(ch)
# 1 字ずつ加工（並列）
results = []
t0 = time.time()
with Pool(NPROC, initializer=init, initargs=(SRC, IDX)) as pool:
for n, r in enumerate(pool.imap(process, enumerate(chars), chunksize=8), 1):
results.append(r)
if n % 500 == 0:
el_t = time.time() - t0
print(f"{n}/{len(chars)} 字 {el_t:.0f} 秒（残り約 {el_t / n * (len(chars) - n):.0f} 秒）", flush=True)
print(f"{len(chars)} 字を {time.time() - t0:.1f} 秒で加工（{NPROC} 並列）", flush=True)
def make_glyph(contours):
pen = TTGlyphPen(None)
for pts in contours:
pen.moveTo(pts[0])
for p in pts[1:]:
pen.lineTo(p)
pen.closePath()
return pen.glyph()
stem = OUT.rsplit(".", 1)[0]
report_path = stem + "-report.tsv"
head = "字\t元のすき間\t加工後のすき間\t切り離された中身\n"
if only:
# 既にある書体の、その字だけ差し替える
font = TTFont(OUT)
glyf, hm_t, cm_t = font["glyf"], font["hmtx"], font.getBestCmap()
for ch, adv, contours, h0, h1, ne in results:
name = cm_t.get(ord(ch)) or ("uni%04X" % ord(ch))
if ord(ch) not in cm_t:
print("収録されていない字なので飛ばします:", ch); continue
g = make_glyph(contours); glyf[name] = g; g.recalcBounds(glyf)
hm_t[name] = (adv, getattr(g, "xMin", 0))
font.save(OUT)
font.flavor = "woff2"; font.save(stem + ".woff2")
rows = {}
if os.path.exists(report_path):
for l in open(report_path, encoding="utf-8").read().splitlines()[1:]:
rows[l.split("\t")[0]] = l
for ch, adv, contours, h0, h1, ne in results:
rows[ch] = f"{ch}\t{h0}\t{h1}\t{ne}"
open(report_path, "w", encoding="utf-8").write(head + "".join(v + "\n" for v in rows.values()))
print("updated", OUT, "".join(r[0] for r in results), flush=True)
return
glyph_order = [".notdef", "space"]
glyphs = {".notdef": TTGlyphPen(None).glyph(), "space": TTGlyphPen(None).glyph()}
metrics = {".notdef": (UPEM, 0), "space": (hmtx[cmap[32]][0] if 32 in cmap else UPEM // 4, 0)}
cmap_out = {32: "space"}
for ch, adv, contours, h0, h1, ne in results:
name = "uni%04X" % ord(ch)
glyph_order.append(name)
glyphs[name] = make_glyph(contours)
metrics[name] = (adv, 0)
cmap_out[ord(ch)] = name
fb = FontBuilder(UPEM, isTTF=True)
fb.setupGlyphOrder(glyph_order)
fb.setupCharacterMap(cmap_out)
fb.setupGlyf(glyphs)
for n in glyph_order:
g = glyphs[n]
g.recalcBounds(fb.font["glyf"])
metrics[n] = (metrics[n][0], getattr(g, "xMin", 0))
fb.setupHorizontalMetrics(metrics)
fb.setupHorizontalHeader(ascent=asc, descent=desc)
copyright_src = src["name"].getDebugName(0) or ""
fb.setupNameTable({
"copyright": copyright_src + " Modified 2026 (trial, not for distribution).",
"familyName": FAMILY,
"styleName": "Regular",
"uniqueFontIdentifier": FAMILY + " Regular trial",
"fullName": FAMILY + " Regular",
"psName": FAMILY.replace(" ", "") + "-Regular",
"version": "Version 0.5",
"licenseDescription": "This Font Software is licensed under the SIL Open Font License, Version 1.1.",
"licenseInfoURL": "https://openfontlicense.org",
})
fb.setupOS2(sTypoAscender=asc, sTypoDescender=desc, usWinAscent=asc, usWinDescent=-desc)
fb.setupPost()
fb.font.save(OUT)
fb.font.flavor = "woff2"
fb.font.save(stem + ".woff2")
with open(report_path, "w", encoding="utf-8") as f:
f.write(head)
for ch, adv, contours, h0, h1, ne in results:
f.write(f"{ch}\t{h0}\t{h1}\t{ne}\n")
print("saved", OUT, flush=True)
if __name__ == "__main__":
main()
気を付ける点
- OFL の書体を加工するときは、ライセンス文で予約された名前を確かめ、元の名前（と商標）を使わない名前を付ける
- 書体で作った PDF や画像には OFL の条件はかからない。書体ファイルを配るときだけ、著作権表示と OFL の全文を付け、OFL で配る
- 画像に描いて加工し、輪郭に戻す方法なら、書体の内部（輪郭の点やヒント）を知らなくても形を変えられる。そのかわり、輪郭は細かい多角形になり、ファイルは大きくなる
- 少ない字で試して決めた加工が、全字ではつぶれることがある。全字を作り、一覧で確かめる
- 自動判定は「数」しか見ない。見た目の印象は人が一覧を見て確かめる
- 字ごとの手直しは、元の形の方がよいこともある。手直しの前後を並べて比べる
まとめ
- 番付表に向いた無料の書体が無かったので、OFL の Noto Serif JP Bold を加工して、相撲字風の試作書体「Sumo Trial」を作った。JIS X 0208 の字を中心に 6,884 字で、作るのに約 6〜8 分
- 加工は、1 字ずつ画像に描き、継ぎ目を埋めてから太らせ、すき間を細い白線で残し、輪郭に戻す方法にした
- 継ぎ目の切れ込み、「太」の点、小さな囲みのつぶれ、囲みの中身の浮きを、見た目の指摘を受けて 1 つずつ直した
- 手直しが要りそうな字を自動で数え、字ごとの設定でその字だけ作り直せるようにした
- 加工の設計・試作・全字の生成・確認用の画像づくりは AI に任せた。人が行ったのは、コードを書くことではなく、できたものの違和感を短い言葉で伝えることと、どちらがよいかを決めることだった
シリーズ「rex0220 印刷屋プラグイン - AI(Claude Desktop)に〜」:
- チャットで帳票を作らせる
- 帳票のデザインを作り込ませる
- 見積書から注文書・請求書を作らせる
- 組織図を設計させてから、アプリを作らせる
- QRコード付きの資産ラベルを作らせる
- 写真付きの点検報告書を作らせる
- ガントチャートアプリの工程表を作らせる（関連レコード一覧に対応した Ver.8）
- 休日アプリから年間カレンダーを作らせる
- 作文を原稿用紙（400 字詰め）の PDF にさせる
- 「あなたが生まれた日の太陽系」カードを作らせる
- 業務データから「番付表」を作らせる
- 番付表用の相撲字風の書体を作らせる（この記事）
関連リンク: