写了个自动制作小字库的程序

tomzbj

需要在点阵LCD之类场合使用少量汉字时一般是做成小字库.
以前用纯c做过, 这次用python3重新实现了一遍, gb2312和utf-8编码的源文件都可以识别.

1. import sys
   
2. import chardet
   
3. 
   
4. target = "AVR"
   
5. 
   
6. def GetContent(path): # 读取文件内容
   
7.     with open(path, mode="rb") as f:
   
8.         return f.read()
   
9. # main
   
10. if __name__ == "__main__":
    
11. 
    
12.     if target == "AVR":
    
13.         suffix = "PROGMEM"   # 如果是AVR, 需要用PROGMEM关键字来把字库放进flash. stm32因为是统一寻址, 只要加上const就足够了.
    
14.     else:
    
15.         suffix = ""
    
16. 
    
17.     if len(sys.argv) < 4:
    
18.         exit()
    
19.    
    
20.     ziku = GetContent(sys.argv[1])  # 把全部字库文件读到内存
    
21.     source = GetContent(sys.argv[2])  # 含有汉字字符串的源文件
    
22.     enc = chardet.detect(source)["encoding"]   # 判断源文件编码
    
23.     if enc == "UTF-8-SIG":            # 有些utf-8编码文件前面有3字节的签名, 要去掉
    
24.         source = source[3:]
    
25.     enc = chardet.detect(source)["encoding"].upper()
    
26.     source = source.decode(encoding=enc)    # 至此获得了unicode的输入文件
    
27. 
    
28.     cstr = ""
    
29.     for c in source:
    
30.         if ord(c) > 127:    # 把非ASCII的都挑出来, 假定都是需要的汉字
    
31.             cstr += c
    
32.     cstr = "".join(sorted(set(cstr)))       # 去掉重复的汉字, 再排个序(否则顺序随机)
    
33. 
    
34.     cstr_gb2312 = cstr.encode(encoding="gb2312")
    
35.     cstr_utf8 = cstr.encode(encoding="utf-8")        # 得到了gb2312和utf-8编码的源文件
    
36.     ofss = []
    
37.     icodes_gb2312 = []
    
38.     icodes_utf8 = []
    
39.     while len(cstr_gb2312) > 0:
    
40.         icodes_gb2312.append(int(cstr_gb2312[0]) * 256 + int(cstr_gb2312[1]))
    
41.         icodes_utf8.append(int(cstr_utf8[0]) * 65536 + int(cstr_utf8[1]) * 256 + int(cstr_utf8[2]))
    
42.         ofss.append(((int(cstr_gb2312[0]) - 0xa1) * 94 + (int(cstr_gb2312[1]) - 0xa1)) * 32)  # 根据gb2312编码计算出在HZK16V文件中的偏移量, 读出字模
    
43.         cstr_gb2312 = cstr_gb2312[2:]
    
44.         cstr_utf8 = cstr_utf8[3:]
    
45. 
    
46.     if target == "AVR":
    
47.         output = "#include <avr/pgmspace.h>\n\n"           # 如果是AVR需要加上这个头文件, 否则不认得PROGMEM关键字
    
48.     else:
    
49.         output = ""
    
50. 
    
51.     output += "const int cfont_num = %d;\n" % len(cstr)
    
52.     output += "const char cfont_source_encoding[] = "" + enc + "";\n"
    
53.     output += "const unsigned short cfont_icodes_gb2312[] %s = {\n        " % suffix
    
54.     n = 0
    
55.     for icode in icodes_gb2312:
    
56.         output += "0x%04x, " % icode
    
57.         n += 8
    
58.         if n > 66:
    
59.             n = 0
    
60.             output += "\n        "  # 处理折行
    
61.     if n != 0:
    
62.         output = output[:-2]
    
63.     else:
    
64.         output = output[:-11]
    
65. 
    
66.     output += "\n};\n"
    
67. 
    
68.     output += "const unsigned long cfont_icodes_utf8[] %s = {\n        " % suffix
    
69.     n = 0
    
70.     for icode in icodes_utf8:
    
71.         output += "0x%06x, " % icode
    
72.         n += 10
    
73.         if n > 62:
    
74.             n = 0
    
75.             output += "\n        "
    
76.     if n != 0:
    
77.         output = output[:-2]
    
78.     else:
    
79.         output = output[:-11]
    
80.     output += "\n};\n"
    
81. 
    
82.     output += "const unsigned char cfont_mask[] %s = {\n        " % suffix
    
83.     n = 0
    
84.     for ofs in ofss:
    
85.         mask = ziku[ofs:ofs + 32]
    
86.         for i in mask:
    
87.             output += "0x%02x, " % i
    
88.             n += 6
    
89.             if n > 66:
    
90.                 n = 0
    
91.                 output += "\n        "
    
92.     if n != 0:
    
93.         output = output[:-2]
    
94.     else:
    
95.         output = output[:-11]
    
96.     output += "\n};"
    
97. 
    
98.     try:
    
99.         f = open(sys.argv[3], "w")  # 写入目标文件
    
100.     except:
     
101.         print("err 3")
     
102.         exit()
     
103.     f.write(output)
     
104.     f.close()
     

复制代码

使用方法: font_gen.py HZK16V cstring.c cfont.c
其中HZK16V是16点阵/纵向取模的字库文件, 见附件:
把所有需要用到的汉字字符串常量放进cstring.c, 比如:

1. unsigned char STRING_1[] = "浔阳江头夜送客";
   
2. unsigned char STRING_2[] = "枫叶荻花秋瑟瑟";
   

复制代码

cfont.c是输出文件名, 上面例子的效果:

1. #include <avr/pgmspace.h>
   
2. 
   
3. const int cfont_num = 13;
   
4. const char cfont_source_encoding[] = "UTF-8";
   
5. const unsigned short cfont_icodes_gb2312[] PROGMEM = {
   
6.         0xd2b6, 0xd2b9, 0xcdb7, 0xbfcd, 0xb7e3, 0xbdad, 0xe4b1, 0xc9aa, 0xc7ef,
   
7.         0xbba8, 0xddb6, 0xcbcd, 0xd1f4
   
8. };
   
9. const unsigned long cfont_icodes_utf8[] PROGMEM = {
   
10.         0xe58fb6, 0xe5a49c, 0xe5a4b4, 0xe5aea2, 0xe69eab, 0xe6b19f, 0xe6b594,
    
11.         0xe7919f, 0xe7a78b, 0xe88ab1, 0xe88dbb, 0xe98081, 0xe998b3
    
12. };
    
13. const unsigned char cfont_mask[] PROGMEM = {
    
14.         0x00, 0x00, 0xfc, 0x1f, 0x04, 0x08, 0x04, 0x08, 0xfe, 0x1f, 0x44, 0x00,
    
15.         0x40, 0x00, 0x40, 0x00, 0x40, 0x00, 0xff, 0xff, 0x40, 0x00, 0x40, 0x00,
    
16.         0x40, 0x00, 0x60, 0x00, 0x40, 0x00, 0x00, 0x00, 0x04, 0x02, 0x04, 0x01,
    
17.         0x84, 0x00, 0xe4, 0xff, 0x1c, 0x82, 0x04, 0x81, 0x85, 0x41, 0x46, 0x22,
    
18.         0xbc, 0x14, 0x24, 0x09, 0x24, 0x14, 0x24, 0x23, 0xe4, 0x40, 0x06, 0xc0,
    
19.         0x04, 0x40, 0x00, 0x00, 0x00, 0x01, 0x00, 0x81, 0x10, 0x81, 0x20, 0x41,
    
20.         0x64, 0x41, 0x08, 0x21, 0x18, 0x11, 0x00, 0x0d, 0xff, 0x03, 0x00, 0x09,
    
21.         0x00, 0x09, 0x00, 0x11, 0x00, 0x61, 0x80, 0xc1, 0x00, 0x01, 0x00, 0x00,
    
22.         0x10, 0x04, 0x0c, 0x04, 0x84, 0x02, 0x44, 0x02, 0x3c, 0xfd, 0x54, 0x45,
    
23.         0x95, 0x44, 0x96, 0x44, 0x94, 0x44, 0x54, 0x45, 0x34, 0xfd, 0x14, 0x02,
    
24.         0x04, 0x02, 0x14, 0x06, 0x0c, 0x02, 0x00, 0x00, 0x10, 0x04, 0x10, 0x03,
    
25.         0xd0, 0x00, 0xff, 0xff, 0x50, 0x80, 0x90, 0x60, 0xfc, 0x1f, 0x44, 0x08,
    
26.         0x84, 0x04, 0x04, 0x03, 0x84, 0x04, 0x44, 0x08, 0xfe, 0x7f, 0x04, 0x80,
    
27.         0x00, 0xe0, 0x00, 0x00, 0x10, 0x04, 0x21, 0x04, 0x62, 0xfe, 0x06, 0x01,
    
28.         0x80, 0x20, 0x04, 0x20, 0x04, 0x20, 0x04, 0x20, 0x04, 0x20, 0xfc, 0x3f,
    
29.         0x04, 0x20, 0x04, 0x20, 0x06, 0x20, 0x04, 0x30, 0x00, 0x20, 0x00, 0x00,
    
30.         0x10, 0x04, 0x62, 0x04, 0x04, 0xfe, 0x8c, 0x01, 0x60, 0x02, 0x02, 0x02,
    
31.         0x92, 0x06, 0x92, 0x1a, 0x92, 0x02, 0x92, 0x42, 0x92, 0x82, 0x92, 0x7f,
    
32.         0xff, 0x02, 0x02, 0x03, 0x00, 0x02, 0x00, 0x00, 0x00, 0x20, 0x82, 0x98,
    
33.         0x92, 0x80, 0x92, 0x7c, 0xfe, 0xc0, 0x93, 0xa0, 0x92, 0xa1, 0x00, 0x96,
    
34.         0x92, 0x88, 0x92, 0x84, 0xfe, 0x82, 0x92, 0x80, 0xd3, 0xe0, 0x82, 0x08,
    
35.         0x00, 0x30, 0x00, 0x00, 0x24, 0x08, 0x24, 0x06, 0xa4, 0x01, 0xfe, 0xff,
    
36.         0x23, 0x81, 0x22, 0x42, 0x80, 0x20, 0x70, 0x18, 0x00, 0x06, 0xff, 0x01,
    
37.         0x00, 0x06, 0x40, 0x08, 0x20, 0x30, 0x30, 0x60, 0x00, 0x20, 0x00, 0x00,
    
38.         0x04, 0x04, 0x04, 0x02, 0x04, 0x01, 0xc4, 0xff, 0x3f, 0x00, 0x04, 0x20,
    
39.         0x04, 0x10, 0x04, 0x08, 0xe4, 0x3f, 0x04, 0x42, 0x1f, 0x41, 0x84, 0x40,
    
40.         0xc4, 0x40, 0x06, 0x40, 0x04, 0x70, 0x00, 0x00, 0x04, 0x10, 0x04, 0x11,
    
41.         0x14, 0x49, 0xa4, 0x84, 0x44, 0x42, 0xaf, 0x3f, 0x04, 0x80, 0x04, 0x42,
    
42.         0xc4, 0x31, 0x0f, 0x0c, 0xf4, 0x03, 0x04, 0x1c, 0x04, 0x61, 0xc6, 0xc0,
    
43.         0x04, 0x40, 0x00, 0x00, 0x40, 0x00, 0x42, 0x40, 0x44, 0x20, 0xcc, 0x1f,
    
44.         0x80, 0x20, 0x88, 0x40, 0x89, 0xa0, 0x8a, 0x90, 0x8c, 0x8c, 0xf8, 0x83,
    
45.         0x8c, 0x88, 0x8a, 0x90, 0x89, 0xb0, 0xc8, 0xc0, 0x80, 0x40, 0x00, 0x00,
    
46.         0x00, 0x00, 0xfe, 0xff, 0x02, 0x08, 0x22, 0x10, 0xda, 0x08, 0x06, 0x07,
    
47.         0x00, 0x00, 0xfe, 0xff, 0x82, 0x40, 0x82, 0x40, 0x82, 0x40, 0x82, 0x40,
    
48.         0x82, 0x40, 0xff, 0xff, 0x02, 0x00, 0x00, 0x00
    
49. };
    

复制代码

在程序中调用时先判断cfont_source_encoding是"GB2312"还是"UTF-8". 如果是前者, 则依次在cfont_icodes_gb2312[]查找需要显示的汉字的内码, 找到序号号从cfont_mask[]里读取相应的字模, 之后源字符串指针+=2. 如果是"UTF-8"则在cfont_icodes_utf8[]里查找, 之后源字符串指针要+=3.

把这个py文件加入到工程中, 编译前先执行, 这样就实现了修改cstring.c里的汉字字符串常量之后自动更新cfont.c里的字库.
每个汉字需要32+2+4=38字节的存储空间. 如果不需要自动判断源程序的编码, 还可以去掉cfont_icodes_gb2312和cfont_icodes_utf8其中之一, 可以再节约几个字节.

这里没有把内码和字模按内码排序,  查找时需要逐个比较, 效率比较低. 如果需要显示的汉字稍微多一些, 可以把内码和字模按其中一种内码排序, 读取时可以用二分查找, 速度就快多了. 不过不知道GB2312和UTF-8的汉字排列顺序是不是一致, 如果不一致的话就不容易实现自动兼容两者了.

如果需要显示的汉字很多... 还是外挂一片spi flash把整个字库存进去比较好. ps. GT23/GT30系列的字库IC, 其实就是一片GD25Q16.

6623A

新年第一个技术帖

ourdemo

向你致敬新年快乐，祝大家新春快乐！财运旺旺!

我是一个大白菜

新年快乐，祝大家万事如意，财运连连！

huangqi412

。。。凌晨写帖

duxingkei

新年快乐，我也干过类似的事情

cu_ice

为新年都在做技术工作的点个赞，我今天闲时也在看PDF

wei669

佩服楼主

Excellence

新年快乐！新帖子。

gzhua20088ssj

新年快乐！取模软件类的吧

亲爱的混蛋

感谢楼主开源