本文主要叙述汉字的区内码、机位码编码规则和字形数据存储格式。在Ubuntu下用C++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,并按照名字和学号去读取汉字24*24点阵字形字库(HZKf2424.hz)中对应字符的字形数据。
操作系统:Ubuntu 18.04
文章目录
一、汉字的区内码、机位码编码规则
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,法阵的每一行称为“区”,编号为01区到94区,每一列称为一个“位”,编码为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”。区位码的前两个是它的区号,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地区位码。汉字“母”字地区位码是3624,表明它在方阵的36区24位,问号“?”的区位码为0331,则它在03区31位。
在百度百科上也有比较详细的讲解——区位码_百度百科 (baidu.com)
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。如上所述,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。为了避免机内码与基本ASCII码的冲突,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,可以先在区码和位码分别加上20H,在此基础上再加80H(此处“H”表示前两位数字位十六进制数)。经过这些处理,用机内码表示一个汉字需要占用两个字节,分别称为高位字节和低位字节,这两个字节的机内码按如下规则表示
高为字节 = 区码 + 20H + 80H(或区码 + A0H)
低位字节 = 区码 + 20H + 80H(或区码 + A0H)
机内码 = 高位字节H + 低位字节H
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则为A1H ~ FEH(即十进制的161~254).
例如,汉字“啊”的区位码为1601,区码和位码分别用十六进制表示即为1001H,它的机内码的高位字节为B0H,低位字节为A1H,机内码就是B0A01H。
百度百科——汉字机内码_百度百科 (baidu.com)
二、字形数据存储格式
1. 点阵字库存储
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阵的点阵组成,0代表没有,1代表优点,将0和1分别用不同颜色画出,就形成了汉字,常用的点阵矩阵有12 *12,14 *14,16 *16三种字库。
字库根据字节所代表点的不同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(用得最多得应该是早期UCDOS字库),纵向矩阵一般是因为有某些液晶是采用纵向扫描显示法,为了提高显示速度,于是便把字库矩阵做成纵向,省得在显示时还要做矩阵转化。我们接下来去描述的都是指横向矩阵字库。
2. 16 *16点阵字库
对于16 *16的矩阵来说,它所需要的位数是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. 14 *14与12 *12点阵字库
对于14 *14和12 *12的字库,理论上计算,它们所需要的点阵分别为(14 *14/8)=25,(12 *12/8)=18个字节,但是,如果按这种方式来存储,那么取点阵和显示时,由于它们每一行都不是8的整数位,因此,就会涉及点阵的计算处理问题,会增加程序的复杂度,降低程序的效率。
为了解决这个问题,有些点阵字库会将14 *14和12 *12的字库按16 *14和16 *12来存储,即,每行还是按两个字节来存储,但是14 *14的字库,每两个字节的最后两位是没有使用,12 *12的字节,每两字节的最后4位是没有使用,这个根据不同的处理方式,所以在使用字库时要注意这个问题,特别是14 *14的字库。
4. 汉字点阵获取
4.1 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的,因此,我们可以根据区位来获取一个字库的点阵,它的计算公式如下:
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,读取一个汉字的点阵。
4.2利用机内码获取汉字
前面我们已经讲过,汉字的区位码和机内码的关系如下:
机内码高位字节 = 区码 + 20H + 80H(或区码 + A0H)
机内码低位字节 = 位码 + 20H + 80H(或位码 + A0H)
反过来说,我们也可以根据机内码来获取区位码:
区码 = 机内码高位字节 - A0H
位码 = 机内码低位字节 - A0H
将这个公式与获取汉字点阵的公式进行合并就可以得到汉字的点阵位置。
三、编程
1. 准备工作
首先可以新建项目文件夹,然后将事先准备好的文件放入该文件夹目录下(包括ASCII码、汉字字库、logo.txt和picture.jpg),本次实验使用的汉字字库文件是HZKs2424.hz
这里我们的图片大小是1000像素*1000像素
其中logo文件存放文字和数字,文字和数字用空格隔开,仅占一行,txt文件的编码方式选择ANSI
2. 代码实现原理
首先定义三个函数来实现需求
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);
从上往下分别实现了打印中文,打印ASCII码,打印文本。函数细节在下一小节介绍。最后是主函数的实现
int main()
{
String image_path="/home/****/picture.jpg"; //通过绝对路径定位图像文件
char* logo_path=(char*)"/home/****/logo.txt"; //通过绝对路径定位文本文件
put_text_to_image(650,950,image_path,logo_path);
return 0;
}
定义图片地址、logo.txt文件地址,然后传递给函数void put_text_to_image(int x_offset,int y_offset,String image_path,char* logo_path)。这里由于图片的大小为1000像素 * 1000像素,所以为了让文字显示在图片右下角,选择的位置是(650,950)
3. 代码
注意:需要自行修改相关文件的地址
#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/****/picture.jpg"; //通过绝对路径定位图像文件
char* logo_path=(char*)"/home/****/logo.txt"; //通过绝对路径定位文本文件
put_text_to_image(650,950,image_path,logo_path);
return 0;
}
//图片上打印ASCII码
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("/home/****/Asci0816.zf", "rb")) == NULL)
{
printf("Can't open ASCII.zf,Please check the path!");
exit(0);
}
fseek(ASCII, offset, SEEK_SET); //移动ASCII的读写指针SEEK_SET偏移offset
fread(buff, 16, 1, ASCII); //从ASCII文件流中读取1个17大小的单元到buff中去
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
{
circle(image, p1, 0, Scalar(63, 72, 204), -1);
p1.x++;
circle(image, p1, 0, Scalar(63, 72, 204), -1);
p1.y++;
circle(image, p1, 0, Scalar(63, 72, 204), -1);
p1.x--;
circle(image, p1, 0, Scalar(63, 72, 204), -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;
}
}
//图片上打印汉字
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/****/HZKs2424.hz","rb"))==NULL)
{
printf("Can't open HZKs2424.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(167, 132, 171), -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
}
}
//图片上显示文本
void put_text_to_image(int x_offset,int y_offset,String image_path,char* logo_path)
{
//x和y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
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!");
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);
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();
}
4. 编译
可以参考笔者之前的博客Ubuntu 18.04下OpenCV的安装与简单应用_江南烟脓雨的博客-CSDN博客,在写好代码后,编译然后执行
g++ test.cpp -o test `pkg-config --cflags --libs opencv`
./test
5. 实验结果
实验结果如下
文字内容这里就不做展示了
四、总结
通过本次实验学习了点阵汉字的字模读取与显示,为以后用stm32连接显示器打基础