OracleGeo
甲骨文几何字体
以甲骨文为源、按古代造字道理新创的几何字体。输入今字，便显示甲骨笔意的字形。以往的甲骨文字体大多只收已释字，写不成一篇现代文章；这一套连商代没有的字，也依造字法一个个造了出来。
这不是甲骨文原貌的复原，不能当作释读依据。字形由本项目自己画的标准部件按规则组合而成；字与今字的对应关系沿用数据集的标注。
- 20,445
- 字形
- 1,781
- 甲骨文已释字
- 346
- 标准部件
- 8,245
- 依造字法补出的通用汉字
- 9,000+
- 未释字
- 2
- 可变轴：字重 · 外放
展示
拖动字重与外放两条轴，看同一副骨架的变化；切到竖排，才是卜辞本来的读法。
网页版只含本项目自绘的 10,028 个今字码位；字库外的字以系统宋体显示。合文需两字相邻（如 十月、上甲、五十）。
癸卯卜：今日雨？其自西來雨？其自東來雨？其自北來雨？其自南來雨？
商人问雨从哪一方来。这段卜辞的二十六个字全部是甲骨文已释字，按原辞竖排、不加标点；旁边的释文用今天的标点断开。
这些字在甲骨文里不存在。它们是按今字的结构，把已有的标准部件依造字法组合出来的。
这个主页的三部曲是琴、茶、酒。商代的甲骨上只有「酒」；琴与茶都是后来才有的字，在这套字体里，它们是按造字法新造的。
打造
全库只存笔画中线：一套骨架，加两条可变轴，便生出所有粗细与收放。
- 01选形
每个已释字的诸多写法先做聚类，挑出主形，作为画部件的依据。
- 02中线
摹本矢量化为笔画中线。全库只存中线，每一笔单独成一个轮廓，粗细交给字重轴。
- 03部件
按笔画符号表重画标准部件，现行 346 个。
- 04组合
1,781 个已释字全部由部件构成：296 个部件字、445 个手写配方、1,040 个自动拼出。再依今字的结构拆分，按造字法补出 8,245 个通用汉字。
- 05排版
每个字落进回宫格：架构守在中宫，只有个别长笔伸到外宫，伸到为止。
- 06母版
三档字重的母版逐点对应，外放的多少也做成一条轴，合成一个可变字体。
说明
审美
字写在 618 × 1000 的竖长格里，同心套着外宫、中宫、内宫。
字的架构建在中宫里；只有个别长笔伸到外宫，伸到为止，不许超出。
厂、广、尸、疒、宀、門这类外框贴着中宫，只有长脚外放；框里的内容按主竖笔对准中线。
两个部件的份额只取 1:2、黄金比、45:55，没有 50:50。空心框收小，稀疏的底收小。
人造之物用直线直角，天成之物用流畅的弧线，不模仿刀刻的折笔。
笔画少的字略粗，笔画多的略细，整篇的灰度才匀。卜辞竖写，以竖排效果为准。
覆盖与用法
| 甲骨文已释字 | 1,781 个，全部由 346 个标准部件构成 |
|---|---|
| 依造字法补出的通用汉字 | 8,245 个；GB2312 的 6,763 字与 Big5 常用字的 5,401 字全部覆盖 |
| 未释字 | 九千多个，放在私用区（第 15 平面，U+F0000 起） |
| 描自 OBIMD 的未释字头 | 130 个（U+F8000 起），其中 115 个可用 ss08 换出 |
| 用法 | 安装后输入今字即显示对应字形。简体的一对多字（发 = 發 / 髮）各有字形：输入法打出哪个字，就显示哪个字的形 |
OpenType 特性
| 特性 | 内容 | 本页 |
|---|---|---|
| calt | 简体一对多字按相邻的字换形（470 条规则） | 已启用 |
| dlig | 合文：十月、上甲、五十等 12 个 | 已启用 |
| ss01–ss03 | 甲骨文的异体 | 完整版 |
| ss04 | 调回逐字规整的摹本形 | 完整版 |
| ss05 | 干支用的「子」（跟在阳干后自动换用） | 完整版 |
| ss06 | 未释字的隶定形（352 个，约三分之一可能有误） | 完整版 |
| ss07 | 賓組的写法（14 个字） | 完整版 |
| ss08 | 另一数据集归在该字下的未释字头写法（115 个） | 完整版 |
未释字
甲骨文里还有九千多个没有被释读的字。完整版字体把它们都收进了私用区，可以按码位打出来。这部分的规整形来自 HUST-OBC 数据集的摹本，在该数据集的许可核实之前，本页不公开展示。下图是另一批：130 个在 OBIMD 数据集里有同形归类的未释字头。
字体之外：释读工作流
同一个仓库里还有一套甲骨文释读工作流，把前人的考释方法做成可重复的步骤，每个方法先在已知字上量准确度，再用到未释字上——字形比对首位命中 88%，辞例比勘首位 55%；「上下文相同、分布互补就是换了写法」这条归纳，则被检验推翻。另有两个约 3.5 MB 的小模型，CPU 即可运行。产出的是带证据等级的假说卡片：目前十八张，最高 B 级，没有一张够得上「释为某字」。
已知的不足
- ·1,040 个已释字和近六千个补出的通用汉字，结构依今字自动拼出，没有逐字验收。
- ·部件每个只有一版，是成批画的。
- ·一半的未释字只做了轻整理，是「摹本的清稿」，不是本体系的字。
- ·12–14 像素下不适合阅读，实用下限约 20 像素。
- ·框的长脚不随外放轴变化；字干对齐只管横竖直笔。
- ·三份来源数据的许可尚未全部核实。
数据与致谢
- HUST-OBCWang 等，arXiv 2401.15365未能核实
单字摹本：部件取形、异体、未释字规整形
- OBIMDarXiv 2407.03900CC BY 4.0
一万片甲骨的拓片与摹本；释读工作流语料；130 个未释字头
- EVOBCGuan 等，arXiv 2401.12467CC BY-NC-SA 4.0
字形演变相似度模型的训练数据
- cjkvi-ids未核实
汉字结构拆分，按造字法补出通用汉字
- OpenCC未核实
简繁对应与一对多字的上下文规则
许可尚未确定，暂不提供下载。本页用的是网页展示子集：只含本项目自绘的 10,028 个今字码位，不含私用区的未释字与异体；按 67 块分开、用到哪些字才加载哪一块。商用、出版或合作，请来信。
liujunshuo1987@gmail.com