[转]: C语言显示USDOS汉字库

た入场券 2022-08-04 04:27 162阅读 0赞

最近重新找了一下C语言的资料，深深的被c语言的底层操作特性迷恋~。在这方面，最经典的一本书莫过于清华大学出版社的《C高级实用程序设计》（王士元），在C语言高级应用领域里这是我见过的写的最好的一本书，非常可惜的这本书现在已经绝版了（可能是因为技术发展和更新的太快），在书店里网上都无法买到了。记得本科时期经常借同学的这本书来读，爱不释手，里面的知识极具魅力，即使今天看起来仍让我觉得不是过时，而是回味无穷。这里提到的字库文件和操作系统都已经属于古董级别了，现在可能也很难找到了。。。。这种应用在现在时代也很少有人研究了，但我想在单片机等嵌入式系统的点阵式汉字显示屏中仍然在使用。  
在这里我参考了一些资料中的用C语言显示汉字字库的资料。在计算机发展的早期，为了支持显示汉字，国内发明了相应的2个字节表示的汉字国标（GB）码，根据这个编码规则，汉字分为94个区，每区94个汉字，汉字在其所在区内的位置用位号表示，两个字节分别表示区号和位号，为了区分ASCII码，每个字节的首位都被置为1。在网络传输时还有特定的区分方法，这里不细述这些细节了。在国际编码中，中国汉字被分配到第16区（起始区号0x0F)。为了显示汉字，需要汉字字形文件（字库）的支持。在DOS时代，出现了USDOS系统，有HZK16（16\*16字形），HZK24（24\*24字形）等字库文件，本质上一个汉字字符是一个二值图像（即bpp=1），所以本质上是一种图形字体（非矢量的），例如HZK16，每个字是16\*16像素，每个像素占1位（1/8byte），因此每个汉字在文件中占据了16\*16/8=32 bytes/汉字。HZK24每个汉字占据24\*24/8=72 bytes/汉字。由于采用了这些约定，所以文件中没有任何文件头等附加描述信息，而全部是紧密排列的像素字形点阵，文件从第一个字节开始第一个字符一直到最后一个字符结束，文件也没有后缀名。字形在文件中是紧密排列的，但是需要注意的2点重要问题是：  
（1）字形扫描顺序：  
HZK16是按行扫描，而HZK24是按列扫描。  
所以假设一个字形读取到一个byte\[\]。则字节的分布分为按行扫描和按列扫描。例如在HZK16中是按行一行一行扫描，即前byte\[0\],byte\[1\]是第一行，接着2个byte是第二行。。。而HZK24为了使使用它的打印机输出，采用的是按列扫描，因为打印机有一个纵向的24针，每一次可以逐列的打印一行汉字，因此为了配合打印机，HZK24采用了按列扫描。如下图所示：（图中的数字表示的该字节在byte\[\]中的索引。）  
![HZK16a24.jpg][]  
下面这张图显示的是24\*24像素的按列扫描的汉字字符，是如何用一个BYTE\[\]数组来描述的：图中用彩色填充的方式标示出了BYTE\[0\],BYTE\[1\],BYTE\[2\]：  
![character_ah_2.jpg][]  
（2）字形在字库文件中的定位：  
请注意的是，在HZK16和HZK24中定位是不同的。这是由于汉字在文件中的起始区不同。HZK16的汉字起始区在第16个分区，而HZK24则直接从第一个分区开始。HZK16的前15个分区里面存储了一些特殊符号，字母等（见后面的截图）。因此汉字所在的分区是从15号分区开始的，而HZK24不包含前面的特殊字符，第一个区就是汉字区“啊”，从0号分区开始。另一点需要注意的是，两者的【bytes/汉字】数值不同。用offset表示从文件头开始计算的文件偏移地址，code\[2\]表示汉子码。  
则code是用内码表示的，如汉字表中的第一个汉字“啊”的内码是\{0xb0,0xa1\}；从汉字码的第一个字节获取区号，从第二个字节获取位号。将他们减去0xA1就转换为我们需要的区号和位号。即换算成区号是\{0x0f,0x00\}，表示“啊”字位于第15区，位号是0。  
对于HZK16来说：94是每个区的汉字数。  
unsigned long offset=( **(code\[0\]-0xA1)** \*94 + (code\[1\]-0xA1) )\*32L; //32是每个汉字占据的字节数  
对于HZK24来说：  
unsigned long offset=( **(code\[0\]-0xA1\-15)** \*94 + (code\[1\]-0xA1) )\*72L; //72是每个汉字占据的字节数  
 注意上面的HZK24中，由于第一个分区就是汉字区，所以区号被减去了0x0F。  
  
这样，我们看显示一个字符的代码：（以下代码来自于《C高级应用程序设计》一书。）

![ContractedBlock.gif][] ![ExpandedBlockStart.gif][] HZK16显示汉字的代码   
/\*在屏幕的x0，y0位置显示一个汉字字符\*/  
void dishz(int x0,int y0,char code\[\],int color)  
\{  
unsigned char mask\[\]=\{ 0x80,0x40,0x20,0x10,0x08,0x04,0x02,0x01\};  
/\*屏蔽字模每行各位的数组\*/  
int i,j,x,y,pos;  
char mat\[32\];  
/\*下面这个函数用于在文件中读取相应的字节到mat数组中\*/  
get\_hz(code,mat);  
y=y0;  
for (i=0;i<16;\++i)  
\{  
x=x0;  
pos=2\*i;  
for(j=0;j<16;\++j)  
\{  
/\*屏蔽出汉字字模的一个位，即一个点是1 则显示，否则不显示该点\*/  
if ((mask\[j%8\]&mat\[pos\+j/8\])!=NULL)  
putpixel(x,y,color);  
\++x;  
\}  
\++y;  
\}  
\}

我们要注意的是，由于每个汉字占用了2个字节，因此我们必须每次是字符串的指针递增2。例如：  
char\* s="这是汉字字符串";  
while(\*s)  
\{  
dishz(x0,y0,s,LIGHTBLUE);  
x0+=16;  
s+=2; //notice: not s++  
\}  
上面的字模数组的每个数字的某一位为1，这样用位与操作可以判断某个byte中的某一位为1还是0，如果为1表示这里应该显示汉字的前景颜色。上面的代码是用于HZK16的，即按行扫描的顺序显示的。按列显示的代码原理类似，不再列出。  
关于加载字模，主要采用上面的文件定位，读取一定数量字节即可，这里我们也不再列出。  
下面的截图是HZK16字库的前面一部分特殊字符（有象棋棋子，制表符，全角的字母数字等等）：（每行32个字符，每个字符的左上角被我标记了一个红点）。  
![HZK16_2.gif][]  
上面的截图采用了在《用c语言显示BMP》一文中的TC截屏代码截屏的代码（我将截屏代码写到cpyscr.h文件中放到了include文件夹下，这样只要用\#include "cpyscr.h"就可以直接使用截屏函数了），注意第一行中的数字序号表示的是该字符的序号（注意该序号不是ASCII码！！！），而不是文件地址！。  
下图是用HZK24F（仿宋体）显示的汉字，上面是原样大小输出（24\*24），较大的字是把字形边长扩大成2倍边长（48\*48）的输出，由于是位图字体，所以扩大后会有位图放大的锯齿感：  
![HZK24_3.gif][]  
宋体汉字库：  
![SCR_4_CUT.jpg][]

[HZK16a24.jpg]: /images/20220731/22fce289656748f5a84e6f27a876248a.png
[character_ah_2.jpg]: /images/20220731/7f84cad6e08644a1bc0e45946c45cc98.png
[ContractedBlock.gif]: http://www.cnblogs.com/Images/OutliningIndicators/ContractedBlock.gif
[ExpandedBlockStart.gif]: /images/20220731/237914e4ee0b4599be1629cbf896171d.png
[HZK16_2.gif]: /images/20220731/9a41eebecd2f4a749162955cc559c48f.png
[HZK24_3.gif]: /images/20220731/82422b3f4f0b4607aefe77cbfa1d51e9.png
[SCR_4_CUT.jpg]: /images/20220731/36537688ef41432e849e24bfd775a57b.png