ubuntu下的opencv读取汉字和数字

一、汉字编码

1.1 区位码

在国标 GD2312—80 中规定，所有的国标汉字及符号分配在一个 94 行、94 列的方阵中，方阵的每一行称为一个“区”，编号为 01 区到 94 区，每一列称为一个“位”，编号为01 位到 94 位，方阵中的每一个汉字和符号所在的区号和位号组合在一起形成的四个阿拉伯数字就是它们的“区位码”。区位码的前两位是它的区号，后两位是它的位号。用区位码就可以唯一地确定一个汉字或符号，反过来说，任何一个汉字或符号也都对应着一个唯一的区位码。

1.2 机内码

汉字的机内码是指在计算机中表示一个汉字的编码，机内码与区位码稍有区别。汉字区位码的区码和位码的取值均在1~94之间，如直接用 区位码作为机内码，就会与基本ASCII码混淆。用机内码表示一个汉字需要占用两个字节，分别成为高位字节和低位字节，这两位字节的机内码按如下规则表示：

高位字节=区码+20H+80H（或区码+AOH）
低位字节=位码+20H+80H（或位码+AOH）

由于汉字的区码与位码的取值范围的十六进制均为01H~5EH（即十进制的01-94），所以汉字的高位字节与低位字节的取值范围为A1H-FEH（即十进制的161-254）。

二、汉字点阵获取

2.1 利用区位码获取汉字

汉字点阵字库是根据区位码的顺序进行存储，所以用区位码获取汉字的计算公式如下：

点阵起始位置=（（区位码-1）*94+（位码-1）） *汉字点阵字节数

获取点阵起始位置后，我们就可以从这个位置开始，读取一个汉字的点阵。

2.2 利用汉字机位码获取汉字

有前面所述，汉字的区位码和机位码的关系如下：

高位字节=区码+20H+80H（或区码+AOH）
低位字节=位码+20H+80H（或位码+AOH）

所以说，我们也可以根据机位码来获取区位码：

区码=机位码高位字节-AOH
位码=机位码低位字节-AOH

三、图片上获取数字和汉字

3.1 环境准备

在Ubuntu下安装opencv，见此博客：opencv库编写

3.2 操作过程

cd 进入文件目录，将图片汉字添加进文件目录下：

输入如下命令，添加程序代码：

gedit test.cpp

修改路径和参数，具体操作如下：

修改字节长度为自己的logo文件夹里的字节长度，具体操作如下：

修改文字在图片上的位置，具体操作如下：

代码如下：

#include<iostream>
#include<opencv/cv.h>
#include"opencv2/opencv.hpp"
#include<opencv/cxcore.h>
#include<opencv/highgui.h>
#include<math.h>
using namespace cv;
using namespace std;

void paint_chinese(Mat& image,int x_offset,int y_offset,unsigned long offset);
void paint_ascii(Mat& image,int x_offset,int y_offset,unsigned long offset);
void put_text_to_image(int x_offset,int y_offset,String image_path,char* logo_path);

int main(){
    String image_path="/home/zh/mrj/Jackson.jpeg";
    char* logo_path=(char*)"/home/zh/mrj/logo.txt";
    put_text_to_image(300,750,image_path,logo_path);//安排文字从图片像素坐标(450，750)开始显示
    return 0;
}
//在图片上绘制文字的起点坐标
void paint_ascii(Mat& image,int x_offset,int y_offset,unsigned long offset){
	Point p;
	p.x = x_offset;
	p.y = y_offset;
	//存放ascii字膜
	char buff[16];           
	//打开ascii字库文件
	FILE *ASCII;
	if ((ASCII = fopen("/home/zh/mrj/Asci0816.zf", "rb")) == NULL){
        printf("Can't open ascii.zf,Please check the path!");
		//getch();
		exit(0);
	}
	fseek(ASCII, offset, SEEK_SET);
	fread(buff, 16, 1, ASCII);
	int i, j;
	Point p1 = p;
	for (i = 0; i<16; i++)                  //十六个char
	{
		p.x = x_offset;
		for (j = 0; j < 8; j++)              //一个char八个bit
		{
			p1 = p;
			if (buff[i] & (0x80 >> j))    /*测试当前位是否为1*/
			{
				/*
					由于原本ascii字膜是8*16的，不够大，
					所以原本的一个像素点用4个像素点替换，
					替换后就有16*32个像素点
					ps：感觉这样写代码多余了，但目前暂时只想到了这种方法
				*/
				circle(image, p1, 0, Scalar(0, 0, 255), -1);
				p1.x++;
				circle(image, p1, 0, Scalar(0, 0, 255), -1);
				p1.y++;
				circle(image, p1, 0, Scalar(0, 0, 255), -1);
				p1.x--;
				circle(image, p1, 0, Scalar(0, 0, 255), -1);
			}						
			p.x+=2;            //原来的一个像素点变为四个像素点，所以x和y都应该+2
		}
		p.y+=2;
	}
}
//在图片替换像素点
void paint_chinese(Mat& image,int x_offset,int y_offset,unsigned long offset){
    Point p;
    p.x=x_offset;
    p.y=y_offset;
    FILE *HZK;
    char buff[72];//72个字节，用来存放汉字的
   if((HZK=fopen("/home/zh/mrj/HZKf2424.hz","rb"))==NULL){
        printf("Can't open HZKf2424.hz,Please check the path!");
        exit(0);//退出
    }
    fseek(HZK, offset, SEEK_SET);/*将文件指针移动到偏移量的位置*/
    fread(buff, 72, 1, HZK);/*从偏移量的位置读取72个字节，每个汉字占72个字节*/
    bool mat[24][24];//定义一个新的矩阵存放转置后的文字字膜
    int i,j,k;
    for (i = 0; i<24; i++)                 /*24x24点阵汉字，一共有24行*/
	{
		for (j = 0; j<3; j++)                /*横向有3个字节，循环判断每个字节的*/
			for (k = 0; k<8; k++)              /*每个字节有8位，循环判断每位是否为1*/
				if (buff[i * 3 + j] & (0x80 >> k))    /*测试当前位是否为1*/
				{
					mat[j * 8 + k][i] = true;          /*为1的存入新的字膜中*/
				}
				else {
					mat[j * 8 + k][i] = false;
				}
	}
    for (i = 0; i < 24; i++)
	{
		p.x = x_offset;
		for (j = 0; j < 24; j++)
		{		
			if (mat[i][j])
				circle(image, p, 1, Scalar(255, 0, 0), -1);		  //写(替换)像素点
			p.x++;                                                //右移一个像素点
		}
		p.y++;                                                    //下移一个像素点
	}
}
//将汉字放在图片上
void put_text_to_image(int x_offset,int y_offset,String image_path,char* logo_path){
//x和y就是第一个字在图片上的起始坐标
    //通过图片路径获取图片
    Mat image=imread(image_path);
    int length=20;//要打印的字符长度（字节）
    unsigned char qh,wh;//定义区号，位号
    unsigned long offset;//偏移量
    unsigned char hexcode[30];//用于存放记事本读取的十六进制,记得要用无符号
    FILE* file_logo;
    if ((file_logo = fopen(logo_path, "rb")) == NULL){
		printf("Can't open txtfile,Please check the path!");
		//getch();
		exit(0);
	}
    fseek(file_logo, 0, SEEK_SET);
    fread(hexcode, length, 1, file_logo);
    int x =x_offset,y = y_offset;//x,y:在图片上绘制文字的起始坐标
    for(int m=0;m<length;){
        if(hexcode[m]==0x23){
            break;//读到#号时结束
        }
        else if(hexcode[m]>0xaf){
            qh=hexcode[m]-0xaf;//使用的字库里是以汉字啊开头，而不是以汉字符号开头
            wh=hexcode[m+1] - 0xa0;//计算位码
            offset=(94*(qh-1)+(wh-1))*72L;
            paint_chinese(image,x,y,offset);
            /*
            计算在汉字库中的偏移量
            对于每个汉字，使用24*24的点阵来表示的
            一行有三个字节，一共24行，所以需要72个字节来表示
            */
            m=m+2;//一个汉字的机内码占两个字节，
            x+=24;//一个汉字为24*24个像素点，由于是水平放置，所以是向右移动24个像素点
        }
        else{//当读取的字符为ASCII码时
        wh=hexcode[m];
        offset=wh*16l;//计算英文字符的偏移量
        paint_ascii(image,x,y,offset);
        m++;//英文字符在文件里表示只占一个字节，所以往后移一位就行了
        x+=16;
        }
    }
    cv::imshow("image", image);//显示图片
    cv::waitKey();
}

3.3 编译运行

编译，执行如下命令：

g++ test.cpp -o test `pkg-config --cflags --libs opencv`

3.4 结果显示

四、总结

通过本次实验了解到点阵字库存储，汉字点阵获取的使用，以及如何在图片添加文字和数字，亦或者文字数字的位置，字节的调动。我这次实验用到的代码都是开源的，方便大家使用和学习。

五、参考

Ubuntu 下调用 opencv 在图片上显示汉字和数字【理解汉字编码规则及存储格式】