文章目录
一、实验任务
学习理解汉字的机内码、区位码编码规则和字形数据存储格式。在Ubuntu下用C/C++(或python) 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(压缩包中的文件HZKf2424.hz)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。
二、汉字点阵字库原理
2.1汉字的机内码
机内码是微软为了解决汉字编码与ASCLL编码冲突。从而规定把每个字节的最高位都从 0 换成 1(这之前它们都是 0),或者说把每个字节(区和位)都再加上 80H(128的十六进制表示),从而得到 “机内码”,简称"内码"。
2.2汉字的区位码
GB2312是一种汉字编码方式,具体由区位码实现,GB2312将所有汉字编入一个94*94的二维表中,行和列共同定位一个字,行就是“区”,列就是“位”,合并就为区内码。区位码是一组4位十进制的数,前两位是区码,后两位是位码。
例如:“万” 字在 45 区 82 位, 所以 “万” 字的区位码是: 4582.
00-09 区(682个): 是符号、数字、英文字符...制表符等;
10-15 区: 空白, 留待扩展;
16-55 区(3755个): 常用汉字(也有叫一级汉字), 按拼音排序;
56-87 区(3008个): 非常用汉字(也有叫二级汉字), 这是按部首排序的;
88-94 区: 空白, 留待扩展
2.3区位码编码规则
1、2字节编码,高位为0xA1-0xF7,低位为0xA1-0xFE
2、汉字区域,高位为0xB0-0xF7,低位为0xA1-0xFE
3、特殊符号,高位为0xA1-0xA9,低位为0xA1-0xFE
2.4汉字机内码、国标码和区位码三者关系
1.三者的关系
国标码 = 区位码 + 2020H;
机内码 = 国标码 + 8080H;
2020H解释
因为ASCLL码中分为控制型编码和有形字符编码,前32位是控制码(如回车,退格等),沿用前32个,覆盖后面的。故国标码规定在区位码的基础上每个字节分别加上20H(32的十六进制表示)。
8080H解释
为避免与ASCLL编码冲突,从而规定把每个字节的最高位都从 0 换成 1(这之前它们都是 0),或者说把每个字节(区和位)都再加上 80H(128的十六进制表示)。
2. 运算规则
(1)将区位码中的区码和位码分别转换为十六进制数;
(2)区位码的十六进制数+2020H = 国标码;
(3)国标码+8080H = 机内码
从区位码(国家标准定义) —> 区码和位码分别+32(即+20H)得到国标码 —> 再分+128(即+80H)得到机内码(与ACSII码不再冲突)
区位码(区码,位码) + (20H,20H) + (80H,80H) =区位码(区码,位码) + (A0H,A0H) = 内码(高字节,低字节)。
2.5字形数据存储格式
屏幕上的汉字显示,是由发光的多个像素点(即汉字点阵)实现,一般是16*16的点阵。
多个汉字的点阵可以组成汉字字库。
在16*16的点阵字库里,显示一个汉字需要256个比特位,存储一个汉字的点阵需要32字节。
注意和编码一个汉字需要的字节数进行区分,GBK编码一个汉字是2个字节,utf-8编码一个汉字是3个字节,unicode编码一个汉字是2个字节,utf-8是unicode的一种实现形式。
啊”是第一个汉字,之前的是一些符号,该汉字位于区号16,位号为1的位置。一个区是94个汉字,(16-1)*94=1410。
在屏幕上显示一个汉字,就需要在字库里定位到汉字的点阵,对于GBK编码的汉字而言,比较简单:qh表示区号,wh表示位号。对于第j个汉字,dst_gbk是存储汉字字符串的起始地址:
int qh = *(dst_gbk+j) - 0xa0; /*10进制的160等于16进制的A0*/
int wh = *(dst_gbk+j+1) - 0xa0; /*获得区码与位码*/
printf("区码:%d\n", qh);
printf("位码:%d\n", wh);
int offset = (94 * (qh - 1) + (wh - 1)) * 32; /*计算该汉字在字库中偏移量,汉字点阵这里是16*16,存储汉字的点阵需要32个字节*/
printf("offset: %#x\n", offset);
printf("offset: %d\n", offset);
char buff[32]={0};
for(int i=0; i<32; i++){//从字库点阵读取汉字的点阵
buff[i] = mygbk[offset+i];
printf("0x%02x,", buff[i]);
//其中,0x为普通字符,输出的时候会原样输出为0x。
//%02x为整型以16进制方式输出的格式字符串,会把后续对应参数的整型数字,以16进制输出。02的含义为,输出的16进制值宽度占8位,不足部分左侧补0。
}
printf("\n");
3.OpenCV打开图片
3.1下载中文点阵字库
链接:https://pan.baidu.com/s/1LTp-7R_ETHcbQHf6EfNRog?pwd=3wbl
提取码:3wbl
下载完成之后将24*24点阵.hz文件,ASCll码.zf文件保存到合适的文件夹汇总
编辑显示的内容存放到.txt文件文件中,另存到合适的文件夹中,该过程中需要将文件的编码格式需改为“ANSI”,否则会出现乱码
最后选择需要显示的照片,存放到合适的文件夹中
接下来编写程序:
mkdir chinese//新建文件夹
cd chinese//进入文件夹
vim asic.cpp//创建.cpp文件
在asic.cpp中编写如下代码
#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="bird.jpg";//图片的名字
char* logo_path="logo.txt";//汉字文件的名字
put_text_to_image(200,350,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();
}
3.2代码修改
- 修改图片名字
- 修改.txt路径
- 修改输出字符数量
-
这里输出的是“名字 63210*******”,一个汉字两个字符,再加12个数字,一共18位,从0开始技术计数即为字符长度为17
3.3代码编译
g++ asic.cpp -o asic 'pkg-config --cflags --libs opencv'
特别注意,这里的引号是单引号位于键盘数字1左边,不是Enter左边的引号,否则会报错
修改之后,这里有警告不影响就不管它
3.4代码运行
ls
./asic
结果:
四、总结
本次实验主要遇到的问题是编译代码时需要使用单引号,实现了使用OpenCV显示图片,并在图片上添加汉字的功能。