基于Ubuntu系统，调用opencv在图片上显示数字和汉字

一、汉字编码的介绍

1.汉字编码的发展过程

（1）汉字编码产生的原因

在计算机中，所有的数据在存储和运算时都要使用二进制数表示（因为计算机用高电平和低电平分别表示1和0），例如，像a、b、c、d这样的52个字母（包括大写）以及0、1等数字还有一些常用的符号（例如*、#、@等）在计算机中存储时也要使用二进制数来表示，而具体用哪些二进制数字表示哪个符号，当然每个人都可以约定自己的一套，而大家如果要想互相通信而不造成混乱，那么大家就必须使用相同的编码规则，于是美国有关的标准化组织就出台了ASCII编码，统一规定了上述常用符号用哪些二进制数来表示，而最早的ASCII码只包括了字母、标点符号、特殊字符等127个字符。这些字符对于拉丁语系国家的人使用是足够的，但是对于非拉丁语系国家（如中国、日本等），ASCII码就远远不够了，因此就需要编码来表示大量的汉字字符。

（2）常用的汉字编码

由于汉字不止中国大陆在使用，所以汉字字符编码有多种：

编码格式	用途
Unicode编码	可以囊括多国语言，囊括了常用汉字
UTF-8编码	UTF-8俗称“万国码”，可以同屏显示多语种。为了做到国际化，网页尽可能采用UTF-8编码。
GB2312编码	国家简体中文字符集，兼容ASCII，是大陆的主要的编码方式
BIG5编码	繁体中文编码，主要在台湾地区使用
GBK编码	它是GB2312的扩展，加入对繁体字的支持，兼容GB2312
GB18030编码	它解决了中文、日文、朝鲜语等的编码，兼容GBK

2.区位码

（1）产生原因

为了使每个汉字有一个全国统一的代码，我国颁布了汉字编码的国家标准：GB2312-80《信息交换用汉字编码字符集》基本集，这个字符集是我国中文信息处理技术的发展基础，也是国内所有汉字系统的统一标准。

（2）概念简述

• 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”。
• 区位码是一个四位的十进制数，每个区位码都对应着一个唯一的汉字或符号。区位码的前两位叫做区码，后两位叫做位码。

（3）区域分布情况

区间	内容
01-09区	三级汉字（特殊字符）
10-15区	空闲未用
16-55区	一级汉字 (3755个最常用的汉字，按拼音字母的次序排列)
56-87区	二级汉字 (3008个汉字，按部首次序排列)

3.机内码

（1）基本概念

汉字的机内码是指在计算机中表示一个汉字的编码。

假设直接用区位码作为机内码，就会与基本 ASCII 码混淆。为了解决这个问题，需要避开基本 ASCII 码中的控制码(00H~1FH)，还需与基本 ASCII 码中的字符相区别。为了实现这两点，就产生了机内码的编码规则

（2）编码规则

在区码和位码分别加上 20H，在此基础上再加 80H(此处“H”表示前两位数字为十六进制数)。经过这些处理，用机内码表示一个汉字需要占两个字节，分别 称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 + A0H)
低位字节 = 位码 + 20H + 80H(或位码 + A0H)

（3）区位码与机内码转换

区位码先转换成十六进制的国际码，再由国际码转换为机内码（以下的H表示十六进制数）

区位码＋2020H＝国标码
国标码＋8080H＝机内码

二、点阵字库的介绍

1.点阵字库的存储

• 在汉字的点阵字库中，每个字节的每个位都代表一个汉字的一个点，每个汉字都是由一个矩形的点阵组成，0 代表没有，1 代表有点，将 0 和 1 分别用不同颜色画出，就形成了一个汉字，常用的点阵矩阵有 12 * 12，14 * 14， 16 * 16 三种字库。
• 字库根据字节所表示点的不同有分为横向矩阵和纵向矩阵，目前多数的字库都是横向矩阵的存储方式，我们接下去所描述的都是指横向矩阵字库。

2.点阵字库的举例说明

现在以16×16点阵为例，说明其字库的储存

• 对于 16×16 的矩阵来说，它所需要的位数共是 16×16＝256 个位，每个字节为 8 位，因此，每个汉字都需要用 256 / 8 = 32 个字节来表示。即每两个字节代表一行的 16 个点，共需要 16 行，显示汉字时，只需一次性读取 32 个字节，并将每两个字节为一行打印出来，即可形成一个汉字。
• 点阵结构如下图所示：
  

3.汉字点阵获取

汉字点阵字库是根据区位码的顺序进行储存的，因此汉字点阵可以通过区位码来获取，其计算公式如下：

点阵起始位置 = ((区码- 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，读取出一个汉字的点阵。

当然，由于区位码和机内码可以相互转换，所以当我们得知机内码时，可以通过公式转换成区位码，再通过区位码进行汉字点阵的获取，从而实现通过机内码获取汉字点阵

三、实例——调用opencv在图片上显示数字和汉字

1.实例介绍

在Ubuntu下用C语言调用opencv库编程显示一张图片，并打开一个名为"logo.txt"的文本文件（其中只有一行文本文件，包括你自己的名字和学号），按照名字和学号去读取汉字24*24点阵字形字库中对应字符的字形数据，将名字和学号叠加显示在此图片右下位置。

2.准备工作

• 需要准备四个东西：24*24的点阵的.hz文件、ASCII码的.zf文件、包含自己名字和学号的文本文件、一张图片
• 在准备文本文件时，注意编码要选择ANSI，不然中文会出现乱码
  
• 将四个文件放在一个文件夹中
  
• 打开虚拟机，将含有四个文件的文件夹拖拽到Ubuntu磁盘中
  

3.代码部分

• 在该文件夹下打开终端，输入以下命令：gedit hw.cpp，来创建一个名为hw的.cpp文件
  
• 在.cpp中输入如下代码：（16行修改为自己图片的名字，18行可以修改汉字显示的位置，115行修改为文本文件的字节数）

#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="1.jpg";//图片的名字
    char* logo_path="logo.txt";//汉字文件的名字
    put_text_to_image(400,650,image_path,logo_path);//change txt place
    return 0;
}

void paint_ascii(Mat& image,int x_offset,int y_offset,unsigned long offset){
    //绘制的起点坐标
	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("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;
	}
}
void paint_chinese(Mat& image,int x_offset,int y_offset,unsigned long offset){//在图片上画汉字
    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("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
	}
}

void put_text_to_image(int x_offset,int y_offset,String image_path,char* logo_path){//将汉字弄上图片
//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=19;//要打印的字符长度（打印多少字节长度就为多少，根据自己的情况调整）
    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);
    cv::waitKey();
}

• 补充：如何查看文本文件的字节数
  右键文本文件，然后点击属性，可以看到文本的字节数
  
  
• 按下ctrl+s保存
  

4.编译运行

• 输入指令，对文件进行编译：

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

• 输入指令：./hw，来运行文件
  
  如图，名字和学号已经成功显示到图片右下方！（为了保护隐私，所以名字后两位和学号后三位进行了模糊处理）

四、总结

本文介绍了汉字编码，简单介绍了编码发展的历程，让读者对汉字编码的由来有了初步的认识，并且了解了多种其他的编码以及其使用场景。进一步介绍到区位码和机内码、二者的关系以及区位码各个区间所储存的字符类型，使读者对区位码有更深入的了解。由区位码进入汉字点阵，并通过实例——调用opencv在图片上显示数字和汉字，使读者能更加直观和清楚汉字点阵的原理和使用技巧。若本文有纰漏之处，请斧正。

参考资料

ASCII - 百度百科
中文编码 1：常见中文编码格式
区位码
区位码 - 百度百科
《实验作业(3)-汉字叠加-计科1503班-孙西从》链接 提取码：luha
《汉字点阵字库原理 (1)》 链接 提取码：luha