漢字點(diǎn)陣字庫(kù)的建立

1、漢字點(diǎn)陣字庫(kù)的建立第1頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四漢字點(diǎn)陣的重要性漢字點(diǎn)陣的使用優(yōu)點(diǎn)第2頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四漢字輸出碼漢字無(wú)論字形如何變化、筆劃多少都可以寫在方塊中一個(gè)方塊可以看作m行n列的矩陣，稱為點(diǎn)陣，漢字的點(diǎn)陣字形在計(jì)算機(jī)中稱為字模漢字經(jīng)過(guò)點(diǎn)陣的數(shù)字化轉(zhuǎn)換成數(shù)字，稱為漢字的輸出碼一個(gè)字節(jié)有8bit，m*n點(diǎn)陣的陣列可以用m*n/8個(gè)字節(jié)表示存儲(chǔ)空間根據(jù)選擇點(diǎn)陣的不同而不同，點(diǎn)陣的行列數(shù)越多漢字越精細(xì)，但存儲(chǔ)空間越多第3頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四漢字點(diǎn)陣陣列第4頁(yè)，共28頁(yè)，2022年，5月20日

2、，8點(diǎn)51分，星期四點(diǎn)陣的分辨率點(diǎn)陣的放大第5頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四第6頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四第7頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四漢字編碼的種類 漢字編碼中現(xiàn)在主要用到的有三類：Big5 、 GBK和GB2312Unicode 編碼 GB18030 第8頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四GB2312編碼1、GB2312是一個(gè)簡(jiǎn)體中文字符集的中國(guó)國(guó)家標(biāo)準(zhǔn)，由中國(guó)國(guó)家標(biāo)準(zhǔn)總局發(fā)布，1981年5月1日實(shí)施。 GB 2312通行于大陸、新加坡等地。幾乎所有的中文系統(tǒng)和國(guó)際化的軟件都支持GB

3、 2312。 它是一個(gè)簡(jiǎn)化字的編碼規(guī)范，當(dāng)然也包括其他的符號(hào)、字母、日文假名等，共7445個(gè)圖形字符，其中漢字占6763個(gè)。我們平時(shí)說(shuō)6768個(gè)漢字，實(shí)際上里邊有5個(gè)編碼為空白，所以總共有6763個(gè)漢字 第9頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四GB2312漢字編碼規(guī)則GB2312規(guī)定“對(duì)任意一個(gè)圖形字符都采用兩個(gè)字節(jié)表示，每個(gè)字節(jié)均采用七位編碼表示”，習(xí)慣上稱第一個(gè)字節(jié)為“高字節(jié)”，第二個(gè)字節(jié)為“低字節(jié)”。 GB2312將代碼表分為94個(gè)區(qū) ，對(duì)應(yīng)第一字節(jié) ；每個(gè)區(qū)94個(gè)位，對(duì)應(yīng)第二字節(jié)。GB2312字符集構(gòu)成一個(gè)94行、94列的二維表，行號(hào)稱為區(qū)號(hào)，列號(hào)稱為位號(hào)，每一個(gè)漢

4、字或符號(hào)在碼表中的位置用它所在的區(qū)號(hào)和位號(hào)來(lái)表示。第10頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四區(qū)位碼為了處理與存儲(chǔ)的方便，每個(gè)漢字的區(qū)號(hào)和位號(hào)在計(jì)算機(jī)內(nèi)部分別用一個(gè)字節(jié)來(lái)表示。例如，“學(xué)”字的區(qū)號(hào)為49，位號(hào)為07，它的區(qū)位碼即為4907，用2個(gè)字節(jié)的二進(jìn)制數(shù)表示為：00110001 00000111用十六進(jìn)制數(shù)表示即為3107H第11頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四漢字交換碼區(qū)位碼無(wú)法用于漢字通信，因?yàn)樗赡芘c通信使用的控制碼（00H1FH）（即031）發(fā)生沖突。ISO2022規(guī)定每個(gè)漢字的區(qū)號(hào)和位號(hào)必須分別加上32（即二進(jìn)制數(shù)00100000），經(jīng)

5、過(guò)這樣的處理而得的代碼稱為國(guó)標(biāo)交換碼，簡(jiǎn)稱交換碼，因此，“學(xué)”字的國(guó)標(biāo)交換碼計(jì)算為： 00110001 00000111+00100000 +00100000- 01010001 00100111用十六進(jìn)制數(shù)表示即為5127H。第12頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四漢字內(nèi)碼由于文本中通常混合使用漢字和西文字符，漢字信息如果不予以特別標(biāo)識(shí)，就會(huì)與單字節(jié)的ASCII碼混淆。此問(wèn)題的解決方法之一是將一個(gè)漢字看成是兩個(gè)擴(kuò)展ASCII碼，使表示GB2312漢字的兩個(gè)字節(jié)的最高位都為1。這種高位為1的雙字節(jié)漢字編碼即為GB2312漢字的機(jī)內(nèi)碼，簡(jiǎn)稱為內(nèi)碼。因此，“學(xué)”字的機(jī)內(nèi)碼為：

6、11010001 10100111用16進(jìn)制表示即為D1A7H。第13頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四GB2312編碼表區(qū)號(hào) 字?jǐn)?shù) 字符類別 01 94 一般符號(hào) 02 72 順序號(hào)碼 03 94 拉丁字母 04 83 日文假名 05 86 Katakana 06 48 希臘字母 07 66 俄文字母 08 63 漢語(yǔ)拼音符號(hào) 09 76 圖形符號(hào) 10-15備用區(qū) 16-55 3755 一級(jí)漢字，以拼音為序 56-87 3008 二級(jí)漢字，以部首筆劃為序 88-94 備用區(qū) 第14頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四Big5編碼、Big5又稱大五碼

7、，主要為香港與臺(tái)灣使用，即是一個(gè)繁體字編碼。每個(gè)漢字由兩個(gè)字節(jié)構(gòu)成，第一個(gè)字節(jié)的范圍從0X810XFE（即129-255），共126種。第二個(gè)字節(jié)的范圍不連續(xù)，分別為0X400X7E（即64-126），0XA10XFE（即161-254），共157種。 第15頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四GBK編碼、GBK是GB2312的擴(kuò)展，是向上兼容的，因此GBK中的漢字的編碼與GB2312中漢字的相同。另外，GBK中還包含繁體字的編碼。GBK中每個(gè)漢字仍然包含兩個(gè)字節(jié)，第一個(gè)字節(jié)的范圍是0 x81-0 xFE（即129-254），第二個(gè)字節(jié)的范圍是0 x40-0 xFE（即64

8、-254）。GBK中有碼位23940個(gè)，包含漢字21003個(gè)。第16頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四名稱第一字節(jié)第二字節(jié)GB23120 xA0-0 xF7(176-247) 0 xA0-0 xFE（160-254）GBK0 x81-0 xFE（129-254）0 x40-0 xFE（64-254）Big50 x81-0 xFE（129-255）0 x40-0 x7E（64-126）0 xA10 xFE（161-254）第17頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四Unicode 編碼 隨著互聯(lián)網(wǎng)的迅速發(fā)展，進(jìn)行數(shù)據(jù)交換的需求越來(lái)越大，不同的編碼體系越來(lái)越

9、成為信息交換的障礙，而且多種語(yǔ)言共存的文檔不斷增多，單靠ANSI代碼頁(yè)已很難解決這些問(wèn)題，于是 Unicode 應(yīng)運(yùn)而生。 前面提到從ASCII、GB2312、GBK的編碼方法是向下兼容的。而Unicode只與ASCII兼容（更準(zhǔn)確地說(shuō)，是與ISO-8859-1兼容），與GB碼不兼容。例如“漢”字的Unicode編碼是6C49，而GB碼是BABA。 Unicode 采用兩個(gè)字節(jié)編碼體系，因此它允許表示65536個(gè)字符，這已能滿足目前大多數(shù)場(chǎng)合的需要。前128個(gè)Unicode字符是標(biāo)準(zhǔn)的ASCII字符，接下來(lái) 的128個(gè)擴(kuò)展的ASCII字符，其余的字符供不同語(yǔ)言的文字和符號(hào)使用。其版本V3.0于

10、2000年公布，內(nèi)容包括字母和符號(hào)10236個(gè)、漢字 27786個(gè)、韓文拼音11172個(gè)、造字區(qū)6400個(gè)、保留20249個(gè)，控制符65個(gè)。 第18頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四GB18030標(biāo)準(zhǔn)標(biāo)準(zhǔn)采用單字節(jié)、雙字節(jié)和四字節(jié)三種方式對(duì)字符編碼。單字節(jié)部分采用GB/T 11383的編碼結(jié)構(gòu)與規(guī)則，使用000至07F碼位(對(duì)應(yīng)于ASCII碼的相應(yīng)碼位)。雙字節(jié)部分，首字節(jié)碼位從081至0FE，尾字節(jié)碼位分別是040至07E和080至0FE。四字節(jié)部分采用GB/T 11383未采用的030到039作為對(duì)雙字節(jié)編碼擴(kuò)充的后綴，這樣擴(kuò)充的四字節(jié)編碼，其范圍為081308130

11、到0FE39FE39。其中第一、三個(gè)字節(jié)編碼碼位均為081至0FE，第二、四個(gè)字節(jié)編碼碼位均為030 至039。 第19頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四如果判斷字符是西文字符還是中文字符 根據(jù)字節(jié)的最高位進(jìn)行判斷如何確定一個(gè)漢字在字庫(kù)編碼表中位置 (C1-0 xa1)*94 + (C2-0 xa1) 第20頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四課程設(shè)計(jì)內(nèi)容要求要求編寫一個(gè) 應(yīng)用程序，設(shè)計(jì)一種漢字的點(diǎn)陣存儲(chǔ)方式，從WINDOWS的漢字矢量字模中提取出漢字點(diǎn)陣字模，并演示提取出的漢字點(diǎn)陣字模效果。程序具體要求為：采用文本菜單界面，鼓勵(lì)采用圖形菜單界面；程序

12、可以實(shí)現(xiàn)選擇不同的WINDOWS字體（宋體，楷體，黑體等）；程序可以實(shí)現(xiàn)選擇生成存取點(diǎn)陣字庫(kù)的文件（*.BIN）；程序可以實(shí)現(xiàn)選擇生成不同的點(diǎn)陣大?。?6，20，24，32，48）；程序可以實(shí)現(xiàn)輸入生成字庫(kù)的DEMO字?jǐn)?shù)（13000）；程序可以顯示版本內(nèi)容，包括論文作者、學(xué)號(hào)及編譯日期；字庫(kù)的文件根據(jù)設(shè)計(jì)的編碼規(guī)則進(jìn)行存儲(chǔ)；在點(diǎn)陣提取過(guò)程中，在程序窗口兩側(cè)可以同時(shí)顯示矢量字模與點(diǎn)陣字模，以便進(jìn)行比較；鼓勵(lì)自行增加新功能，比如增加文本輸入，可以只對(duì)輸入的漢字文本內(nèi)容提取點(diǎn)陣字模；點(diǎn)陣字模的兩維放大與優(yōu)化算法探討第21頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四課程設(shè)計(jì)內(nèi)容要求源程序要

13、有適當(dāng)?shù)淖⑨?，使程序容易閱讀。 課程設(shè)計(jì)報(bào)告要求獨(dú)立完成軟件建議使用C語(yǔ)言第22頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四參考資料C語(yǔ)言程序設(shè)計(jì)譚浩強(qiáng)等編，清華大學(xué)出版社C程序設(shè)計(jì)上機(jī)指導(dǎo)譚浩強(qiáng)主編，清華大學(xué)出版社C語(yǔ)言貫通教程，史斌星，清華大學(xué)出版社軟件課程設(shè)計(jì)指導(dǎo)書(shū)，自編實(shí)驗(yàn)手冊(cè)Turbo C 使用大全第一冊(cè)、第二冊(cè) 徐金梧等編譯第23頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四考核方式平時(shí)考勤及項(xiàng)目日志；中期檢查項(xiàng)目進(jìn)度，后期檢查實(shí)驗(yàn)結(jié)果或演示效果；最終考核項(xiàng)目完成質(zhì)量；課程設(shè)計(jì)報(bào)告書(shū)規(guī)范完整性，書(shū)寫是否認(rèn)真、工整；獨(dú)立分析解決問(wèn)題的能力和創(chuàng)新精神；是否有抄襲現(xiàn)象 第24頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四成績(jī)?cè)u(píng)定優(yōu)： 具有獨(dú)立分析解決問(wèn)題的能力和創(chuàng)新精神或?qū)δ骋环矫嬗猩钊胩接?；良?在完成基礎(chǔ)部分的基礎(chǔ)上涉及提高部分；中： 較好的完成設(shè)計(jì)任務(wù)中的基礎(chǔ)部分。及格： 基本完成設(shè)計(jì)任務(wù)中的基礎(chǔ)部分；不及格：未完成設(shè)計(jì)任務(wù)，或者有抄襲現(xiàn)象 第25頁(yè)，共28頁(yè)，2022年，5月20日，8點(diǎn)51分，星期四課程