点阵汉字的字模读取与显示
引言：
在计算机科学与图像处理领域中，汉字的处理涉及到多个方面，其中包括机内码、区位码编码规则以及字形数据存储格式。机内码是将汉字字符映射到计算机内部表示的二进制编码，而区位码则是一种将汉字按照其在字符集中的位置进行编码的方式。字形数据存储格式则指的是将汉字的字形信息以何种方式存储在计算机中，通常以点阵或向量形式呈现。
~
在本次编程任务中，我们将利用Ubuntu操作系统下的C/C++或Python编程语言，并借助OpenCV库，实现读取一张图片并显示，在图片的右下角叠加显示一行文本，该文本包括作者的名字和学号。同时，我们将通过读取字形字库文件（HZKf2424.hz）中对应字符的字形数据，将名字和学号以24*24点阵的形式叠加显示在图片上。
~
为了达到这个目标，我们将首先了解汉字的编码规则和字形数据存储格式，然后使用编程语言调用OpenCV库实现图像的处理和显示，并最终将字形数据叠加在图像上，以展示对汉字处理的实际应用。
~
希望你在本次学习过后，能够有一定的收获！！！
~
冲啊！！！！ ╭ ( `∀´ )╯ ╰ ( ’ ’ )╮
文章目录
一、汉字点阵原理
1.点阵原理
点阵原理是一种字形表示方法，其中字符的每个元素被表示为一个点阵，即由若干个像素点组成的矩阵。每个像素点可以是亮（激活）或暗（未激活），从而形成字符的可视形状。这种表示方法最早用于早期的计算机和打印技术，如打字机和早期的显示屏。
以下是点阵原理的一些基本要点：
-
像素： 点阵字体中的基本单元是像素，即图像的最小可控制单元。每个像素可以表示一个二进制值，通常是0（表示暗）或1（表示亮）。
-
矩阵： 字符的形状被表示为一个矩阵，其中每个元素对应一个像素。矩阵的大小由字符的高度和宽度决定，常见的尺寸包括8×8、16×16、24×24等。
-
二进制编码： 每个字符的点阵字形可以通过一个二维数组表示，数组的元素是二进制值，表示对应位置的像素状态（亮或暗）。
-
显示原理： 在显示设备上，通过逐行或逐列扫描矩阵中的像素，将字符的形状呈现在屏幕上。每个字符的点阵字形在屏幕上的显示就是像素的组合。
-
字库： 字库是包含了所有字符点阵字形数据的集合。计算机通过查找字库中相应字符的点阵数据来显示字符。
-
分辨率： 点阵的分辨率是指在一个给定区域内能够显示的像素数量。高分辨率的点阵可以提供更为清晰和精细的图像。
尽管点阵原理已经过时，因为现代的计算机和显示技术更多地使用矢量字体和TrueType字体等矢量图形字体。然而，在一些嵌入式系统、LCD屏幕、LED显示屏等特定场景中，点阵原理仍然可以发挥作用。
例如：8X8点阵共由64个发光二极管组成，且每个发光二极管是放置在行线和列线的交叉点上，当对应的某一行置1电平，某一列置0电平，则相应的二极管就亮；如要将第一个点点亮，则1脚接高电平a脚接低电平，则第一个点就亮了。
借助取模软件，即可将我们所需要的文字或字母，以点阵的形式呈现出来。
我们知道英文字母数量比较少，我们只要用一个字节（8位）就足以表达。但是汉字非常多。要怎么表达呢？
前人采用的一个方法就是把ASCII码的高128位作为汉字的内码，低128位仍然作为英文字母的内码，然后用两个字节来表示一个汉字。通过这个内码，我们可以获取汉字的字模信息。然后再根据这些字模的信息，把相应的汉字显示出来。
2.汉字的机内码
汉字的机内码是指将汉字字符映射到计算机内部表示的二进制编码。在计算机中，为了处理和存储汉字这样大量的字符，需要一种能够唯一标识每个字符的编码方案。其中，最早期的中文字符编码方案是GB2312，后来发展为GBK，再到现代的Unicode。
-
GB2312： GB2312是中国国家标准简体字字符集，采用双字节编码，每个字符由两个字节组成，其中第一个字节的范围是0xA1-0xF7，第二个字节的范围是0xA1-0xFE。GB2312涵盖了6763个常用汉字和682个非汉字字符。
-
GBK： GBK是GB2312的扩展，它不仅包含GB2312中的字符，还包含了繁体字、日语、韩语等字符。GBK同样采用双字节编码，但扩展了字符集，兼容GB2312。GBK编码范围是0x8140-0xFEFE，其中0x81-0xFE是第一个字节，0x40-0xFE是第二个字节。
-
Unicode： 为了解决字符集之间的兼容问题，引入了Unicode，它是一个全球性的字符编码标准，为世界上几乎所有的字符提供唯一的二进制编码。Unicode采用四个字节表示一个字符，范围是0x0000-0x10FFFF，其中包括了各种语言的字符。
在实际编程中，特别是在现代的应用中，通常使用Unicode作为字符编码，因为它能够涵盖几乎所有的字符，包括汉字和其他语言的字符。在处理汉字的机内码时，需要注意选择合适的编码方案，并确保在不同系统和应用之间的兼容性。
举例
- 国标码的机内码为二字节长的代码，它是在相应国标码的每个字节最高位上加“1”，即
- 汉字机内码=汉字国标码+8080H
例如，上述“啊”字的国标码是3021H，其汉字机内码则是B0A1H。
3.区位码编码规则
区位码是一种将汉字按照其在字符集中的位置进行编码的方式。区位码通常包括两个部分：区码和位码。区码用于标识汉字所在的区，而位码用于标识汉字在该区内的位置。
-
区码： 区码是一个1字节的无符号整数，表示汉字所在的区。在GB2312编码中，区码的范围是0xA1-0xF7，共有94个区。
-
位码： 位码是一个1字节的无符号整数，表示汉字在该区内的位置。在GB2312编码中，位码的范围也是0xA1-0xFE，同样有94个位置。
通过组合区码和位码，可以得到一个唯一的编码，用来表示一个具体的汉字。具体的编码计算方式如下：
区位码 = (区码 - 0xA1) * 94 + (位码 - 0xA1)
这样的编码方式保证了每个汉字都有一个唯一的标识码，方便在计算机中进行处理和存储。在GB2312和GBK编码中，这种区位码的编码规则被广泛应用，但在现代应用中，Unicode已经成为更为通用和全球性的字符编码方案。
区位码位码位置
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
4.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
-
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。
-
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。
二、在Ubuntu下用C/C++调用opencv显示图片及文字
1、实验要求
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、实验准备
一张需要显示的图片，24*24的点阵.hz文件，ASCII码.zf文件，需要显示的文本文件
（注：在logo.txt文件当中输入你想要显示的文字的时候需要用ANSI编码进行编写，不然中文会出现乱码）
文件主要内容
代码如下
word.cpp
#include<iostream>
#include <opencv2/imgproc.hpp>
#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="bg.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();
}
三、效果展示
实验效果
四、总结
通过本次实验，深入了解了汉字的编码规则和字形数据存储格式，成功应用C/C++语言结合OpenCV库实现了图像处理的功能。通过实践，更加熟悉了编程环境的搭建和调用外部库的方法，提高了对汉字处理的实际应用能力。实验过程中，对区位码的编码规则和字形数据的读取理解更加深入，为后续图像处理和汉字显示的项目奠定了基础。
最后感谢大佬友情链接：
- https://blog.youkuaiyun.com/huhu654321/article/details/104790034
- https://blog.youkuaiyun.com/qq_46467126/article/details/121313820
扫一扫
930
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
