python HZK16字库使用详解

时间:2023-03-20 FlyingBird~ 人气:0

环境： windows7, python2.7

简介

偶然在网上看到热心网友使用python讲微信头像进行了组字，感觉很有意思，就做下研究。

需求的相关工具：

python第三方库image

pip install image      # 图像处理

HZK16字库的下载

自行百度下载吧，由于网盘链接失效暂不给大家分享了。

本应该要安装python的第三方库itchat的

pip install itchat     # 开源的微信个人接口

# 腾讯在2019年7月份关闭了网页版登录接口
# itchat的相关接口已经不能够正常使用了，原有使用的主要接口有：

# 自动登录微信网页，会生成一个二维码图片，手机扫码即可登入
itchat.auto_login()
# 获取微信好友信息列表，从而获取头像信息
friendList = itchat.get_friends(update=True)

实现的原理：

通过itchat获取微信好友头像图片，将设定的文字按照HZK16字库转换为矩阵信息，然后在每个矩阵点上放置2X2张图片，最后通过Image生成出来。

虽然itchat不可使用了，但是我们可以使用本地的图片进行模拟效果.

HZK16简介

它是符合GB2312国家标准的16×16点阵字库，每个汉字需要**256(16×16)**个点组成。

其GB2312-80支持的汉字有6763个，符号682个；其中一级汉字有 3755个，按声序排列，二级汉字有3008个，按偏旁部首排列。

通常情况下中文汉字，在UTF-8格式下占用字节为2个；在GBK,GB2312格式下占用字节3个。因此GB2312的HZK16下的中文汉字占用2个字节。其编码范围：0xA1A1~0xFEFE，A1-A9为符号区，B0-F7为汉字区。

前面说到GB2312格式下汉字占2个字节，前一个字节为该汉字的区号，每个区中记录94个汉字；后一个字节为该字的位号。用于记录汉字在该区中的位置。

因此要找到一个汉字在HZK16字库中的位置就必须得到它的区码和位码。

区码：汉字的第一个字节 - 0xA0，因为汉字编码是从0xA0区开始的，所以文件最前面就是从0xA0区开始，要算出相对区码
位码：汉字的第二个字节 - 0xA0

通过区码和位码我们就可以得到汉字在HZK16中的绝对偏移位置:

'''
* 区码或者位码减1，是由于数组从0开始，而区号位号是以1开始
* (94*(区号-1)+位号-1)是一个汉字字模占用的字节数
* 乘以32是因为一个汉字由32个字节存储(16*16/8)
'''
offset = (94*(区码-1)+(位码-1))*32

案例：

下载HZK16文件后，放置到指定的目录中，其目录结构为：

res中放置着一张75X75的png图片，可放置多个。代码为：

# -*- coding:UTF-8 -*-
#!/usr/bin/env python

import os
import math
import binascii
from PIL import Image

# 用于解决错误：UnicodeEncodeError: 'ascii' codec encode characters in position...
# 原因在于调用ascii编码处理字符流时，若字符流不属于ascii范围内就会报错
import sys
reload(sys)
sys.setdefaultencoding('utf-8')

# 每张头像裁剪后尺寸,建议图片不要太大，最好宽高一致
HEAD_CLIPSIZE = 75

# 每行列头像数目，即每点：2*2，可修改为3，即3*3
HEAD_NUM = 2
RECT_WIDTH = 16                                         # 矩阵点宽度 16             
RECT_HEIGHT = 16                                        # 矩阵点高度 16
BYTE_COUNT_PER_FONT = 2*RECT_HEIGHT                     # 占用字节 32

# 将文字转换为点阵
def char2bit(textStr):
    KEYS = [0x80, 0x40, 0x20, 0x10, 0x08, 0x04, 0x02, 0x01]
    target = []
    global count
    count = 0
    # 遍历文字
    for x in range(len(textStr)):
        text = textStr[x]
        # 初始化16*16点阵位置
        rect_list = [] * RECT_WIDTH
        for i in range(RECT_HEIGHT):
            rect_list.append([] * RECT_WIDTH)

        # 获取GB2312编码字符
        gb2312 = text.encode('gb2312')
        hex_str = binascii.b2a_hex(gb2312)
        result = str(hex_str)
        # 获取汉字第一个字节，区码
        area = eval('0x' + result[:2]) - 0xA0       
        # 获取汉字第二个字节，位码    
        index = eval('0x' + result[2:]) - 0xA0
        # 获取汉字在字库中的绝对偏移值
        offset = (94 * (area-1) + (index-1)) * BYTE_COUNT_PER_FONT

        font_rect = None
        # 读取HZK16字库文件
        with open("HZK16", "rb") as f:
            # 获取目标汉字偏移位置
            f.seek(offset)
            # 从数据中读取32字节数据
            font_rect = f.read(BYTE_COUNT_PER_FONT)

        for k in range(len(font_rect)/2):
            row_list = rect_list[k]
            for j in range(2):
                for i in range(8):
                    asc = binascii.b2a_hex(font_rect[k * 2 + j])
                    asc = asc = eval('0x' + asc)
                    flag = asc & KEYS[i]
                    row_list.append(flag)

        output = []
        _str = ''
        for row in rect_list:
            for i in row:
                if i:
                    output.append('1')
                    _str += '0'
                    count+=1
                else:
                    output.append('0')
                    _str += '.'
            print(_str)
            _str = ''

        target.append(''.join(output))
    return target

def head2char(index, outlist):
    # 获取资源列表
    imgList = []
    workspace = os.getcwd()
    respath = os.path.join(workspace, 'res')
    for root, dirs, files in os.walk(respath):
        for filename in files:
            imgList.append(os.path.join(root, filename))

    # 图片数目
    imgCount = len(imgList)

    #变量n用于循环遍历头像图片，即当所需图片大于头像总数时，循环使用头像图片
    n = 0

    for item in outlist:
        # 创建新图片
        canvasWidth = RECT_WIDTH * HEAD_NUM * HEAD_CLIPSIZE
        canvasHeight = RECT_HEIGHT * HEAD_NUM * HEAD_CLIPSIZE
        canvas = Image.new('RGB', (canvasWidth, canvasHeight), '#E0EEE0')
        # 遍历 RECT_WIDTH * RECT_HEIGHT 矩阵
        for i in range(RECT_WIDTH * RECT_HEIGHT):
            #点阵信息为1，即代表此处要显示头像来组字
            if item[i] != '1':
                continue 

            # 每个点使用放置几个矩阵，比如2*2，3*3
            for count in range(pow(HEAD_NUM, 2)):
                # 获取图片索引
                imgIndex = (n + count) % imgCount
                # 读取图片          
                headImg = Image.open(imgList[imgIndex])  
                # 重置图片大小       
                headImg = headImg.resize((HEAD_CLIPSIZE, HEAD_CLIPSIZE), Image.ANTIALIAS)
                # 拼接图片
                posx = ((i % RECT_WIDTH) * HEAD_NUM + (count%HEAD_NUM)) * HEAD_CLIPSIZE
                posy = ((i // RECT_HEIGHT) * HEAD_NUM + (count//HEAD_NUM)) * HEAD_CLIPSIZE
                canvas.paste(headImg, (posx, posy))

            #调整n以读取后续图片
            n = (n+4) % imgCount

        # 保存图片 quality代表图片质量，1-100
        canvas.save('result_{0}.jpg'.format(index), quality=100)

# 将gbk转换为unicode格式
def transGbk2Unicode(str_v):
    str_s = str_v.replace(r'%', r'\x')
    res = eval(repr(str_s).replace('\\\\', '\\'))
    return res.decode('gb2312')
        
if __name__=="__main__":
    inputStr = u'请输入您想要生成的文字(ENTER结束):'
    # 输入内容，将中文从unicode转换为gbk，防止乱码
    content = raw_input(inputStr.encode('gbk'))
    # 将gbk转换为unicode，以方便遍历时能够遍历每个文字或字母
    content = transGbk2Unicode(content)

    print(u'注意:指定文字每个仅能生成一个')
    # 循环遍历
    index = 0
    for _str in content:
        print(u'生成汉字:' + _str)

        #将字转化为汉字库的点阵数据
        outlist = char2bit(_str)

        #将头像图片按点阵拼接成单字图片                           
        head2char(index, outlist)
        index += 1

    print(u'生成成功!!!')

执行结果：

参考资料：

HZK16的原理

python实现点阵字体读取与转换

加载全部内容