我梦见同胚流形，然后拿它来分析书法

昨天晚上，我做梦一直在梦同胚流形。也不知道为什么，梦里没有人在给我讲定理，我却一直在告诉自己：要用同胚流形来分析书法。今天早上醒来，我就真的开始琢磨这件事。

最初的直觉很简单：同一个字从宋体变成黑体，从楷体变成行书，甚至从一种手写状态变成另一种手写状态，轮廓、粗细、角度和比例都可以变化，但只要关键连接没有断、包围关系没有换、该有的环和分叉还在，它仍然是那个字。这很像拓扑学关心的事情——不问精确长度，只问结构在连续变形中是否保持。

可是一醒来我又立刻意识到，光靠拓扑不够。拓扑可以回答“这个字还成立吗”，却回答不了“这是谁写的”“笔锋为什么这样转”“墨迹为什么枯、润、涩、散”。于是第二个判断也很快出现：必须加入分形几何来处理笔触，而且还不能只算一个分形维数。

到这里，这个想法已经不再是把两个听起来很高级的名词拼在一起。它开始变成一个可以写代码、可以失败、也可以被反例推翻的算法框架。

一、拓扑先回答：这个字还成立吗

严格地说，汉字骨架通常不是普通流形。“十”“木”“米”里的交叉与分叉，其局部邻域并不像一条普通直线。更合适的对象，是嵌入平面的图，或者带奇点的分层空间。

设一个字的中心线骨架为 K_H，把它在平面中加粗成正则邻域，再沿第三维加厚：

这样，笔画不再只是黑色像素，而是管道；交点和分叉成为连接结构；包围与闭环成为可计算的拓扑关系。字体变化可以写成一族连续映射 Φ_t。如果整个过程中没有断裂、粘连、闭环生成或闭环消失，就可以把它看作同一拓扑类型内部的流动：

这一层守住的是字的身份。它关心连通分量 β₀、独立闭环 β₁、端点、分叉、交叉、部件邻接和嵌套关系。但它的能力也到此为止。两个完全不同的字可能具有相同的 β₀ 和 β₁；同一个字也可能在拓扑完全一致时，写得一个像原帖，一个完全不像。

二、我的四层模型

所以我把最初的“同胚流形＋分形几何”又扩成了四层：

T 是拓扑骨架：哪些笔画连接，哪里分叉，哪里形成闭环，哪个部件包围哪个部件。

G 是几何结体：长度、角度、曲率、宽高比、重心、部件距离和疏密。拓扑保证“还是这个字”，几何决定“像不像这张原稿”。

ℱ 是有限尺度分形笔墨：边缘粗糙、飞白孔隙、墨色密度和不同尺度上的空隙分布。它不移动骨架，只改变笔画表面。

q 是潜在运笔动力学：位置、压力、速度、笔锋角度、湿润状态和停顿。它试图回答“这样的静态墨迹，可能由怎样的动作写出来”。

最后的墨迹不是某一个层直接给出的，而是一个渲染过程：

这四层之间必须有明确边界。分形纹理不能为了“更像墨”而制造新的骨架毛刺；动力学不能为了“更像运笔”而把闭环写断；拓扑也不能因为自己很重要，就把所有飞白都当成结构错误。

三、为什么分形几何不能只剩一个数字

真实书法不是数学意义上无限尺度的严格分形。纸张纤维、扫描分辨率和像素大小给出了下限，字和纸面的尺寸给出了上限。更准确的说法，是有限尺度统计自相似。

如果只算一个全局盒计数维数，两个笔墨气质完全不同的字也可能得到相近结果。因此我把分形层拆成广义维数、多重分形谱、局部维数和空隙度。对于墨色测度 μ，广义维数可以写成：

空隙度则帮助区分“均匀细碎的飞白”和“集中成块的缺墨”：

这一层的原则是：宏观骨架保持安静，微观边缘才允许复杂。早期版本没有守住这个尺度边界，结果“笔墨纹理”变成了肉眼可见的毛刺。

四、静态图像背后还缺一支正在运动的笔

仅凭最终墨迹，不能唯一恢复真实笔顺和运笔。同样的轮廓可能来自不同的速度、压力、倾角和停顿。因此我没有把算法输出叫作“还原真实笔法”，而是把它定义为满足静态约束的一种潜在动力学解释：

其中 p 是压力，v 是速度，θ 是笔锋方向，η 是含墨或湿润状态。算法在转折附近降低速度、提高压力，在提笔处收窄宽度，在内部节点禁止虚假的起笔和收笔。这样可以避免“轮廓像剪出来的”，但它仍只是受约束的解释，不是从照片中读取了不存在的时间信息。

五、把想法写成算法

真正进入代码后，流程变成了：

参考笔迹分割 → 字形统计 → 字体先验选择 → 二值轮廓 → 拓扑保持细化 → 聚类骨架图 → 连续中心线 → 运笔动力学 → 有限尺度笔墨 → 拓扑与形态门控。

骨架图中的分叉像素先聚成节点，避免把一个栅格交叉口误算成十几个分叉。每条图边从端点或分叉追踪到下一个节点，再用 Ramer–Douglas–Peucker 算法去除像素阶梯，用语义转角把直行、折笔和弯钩分开。

后来，为了解决“所有笔划都像软管一样弯”的问题，我又加入近直笔段约束。对两个语义转折之间的路径，计算相对于端点弦的最大偏差：

当 ρ ≤ 0.10 时，把这段视为近直笔段，直接用弦代替；超过阈值的回环、弯钩和弧线继续保留曲率。字级扰动也从正弦位移改成仿射变换，因为仿射变换有一个很重要的性质：直线变换以后仍然是直线。

质量选择不是把所有误差揉成一个分数。否则，纹理得分很容易“买下”一个结构错误。我采用字典序门控：先要求拓扑不变，再要求形态距离和持久拓扑距离过线，最后才允许分形与动力学决定谁更好。

六、迭代不是越来越好，而是不断发现新的错

这一轮开发最有价值的部分，并不是某一张最终图，而是每次“看起来更高级”的修改都可能造成负优化。版本记录因此不能只保存最后一张。

1. 像素骨架版。结体与参考字体相对接近，但每个相邻像素被当成微小线段，笔画边缘出现毛刺，转折像锯齿。
2. 连续曲线与带状硬笔。用整条路径、三次贝塞尔和连续宽度场替换微线段，形态更连贯；但控制柄与端点帽仍会制造不自然的鼓包。
3. 四层合并。拓扑、结体、分形笔墨和运笔动力学第一次同时进入渲染。整体气质接近了一些，却在“为”的右侧和下方生成小黑点。
4. 局部显著性伪枝清理。黑点被定位为中轴细化产生的短伪枝，经圆形端帽放大后形成。新规则只删除位于字形外包络、具有成对端帽或正交径向结构、且不改变 β₀ 和 β₁ 的分支。
5. 近直笔段约束。去掉中心线正弦漂移，压低可见尺度的边缘起伏，把浅弯笔段规整为直线。总曲率变差下降了一半以上，但笔划仍没有真正解决。

七、为什么现在的笔划仍然不行

目前最核心的问题，是算法虽然有了拓扑骨架，却还没有真正得到书写意义上的笔划。

字体轮廓的中轴，是一个几何对象；人写字时的一笔，是一个时间对象。中轴会在粗笔画的圆头、回环和高曲率位置自然长出分支，这些分支在几何上合理，却未必对应真实运笔。把中轴图的一条边直接当成一笔，等于把“形状从哪里最厚”误当成“笔从哪里经过”。

第二个问题是，直与弯不能只靠一个比例阈值决定。同样的弦偏差，在横画中可能是噪声，在撇、捺、竖钩中却可能是决定字势的部分。算法还缺少横、竖、撇、捺、折、钩、提等笔画原语，也缺少部件语义对几何的约束。

第三个问题来自静态信息的不充分。照片告诉我墨在哪里，却不告诉我笔何时到达、停了多久、有没有回锋。动力学只能给出一种可能解释。如果不引入真实书写轨迹、笔顺先验或更强的物理笔尖模型，转折就仍可能“形状差不多，动作不可能”。

所以这项工作目前最诚实的结论不是“我已经生成了这个人的字体”，而是：我搭出了一个能把错误分层的研究框架。现在我可以明确说，哪里是拓扑错，哪里是结体错，哪里是笔墨错，哪里是运笔解释错。仅仅做到这一点，就比一个总的相似度分数更接近书法临摹的真实问题。

八、下一步：从骨架边走向真正的笔划

下一版不会再继续堆纹理。重点会转向语义笔划：

• 把字体中轴图与有序笔画数据对齐，区分几何分支和真实落笔；
• 建立直线、圆弧、渐变曲率、折与钩的笔画原语；
• 在转折处使用提按和速度连续性，而不是仅靠圆形补丁填缝；
• 让分形纹理严格停留在有限尺度边界，不再参与中心线形态；
• 把人工视觉判断作为门控的一部分，任何让结体变差的“优化”都自动回退。

我仍然认为最初那个梦抓住了正确的入口：书法不是一张轮廓图，而是一个多尺度结构系统。拓扑描述字是否还成立，几何描述结体像不像，分形描述笔墨气息，动力学描述它是否真的能这样写出来。现在失败的地方，不是这个分层失效了，而是“几何骨架”到“时间笔划”之间还有一道没有跨过去的桥。