关于点阵字库数据的生成, 以及对应偏移地址的计算方法

前言

本文旨在提供思路和方法，同时作为一篇开发笔记分享给大家。本文中所有的软件资源、代码等可以在 Gitee 仓库: Stm32_HZK 中获取。

本文中所使用的 Flash 芯片型号为华邦(WINBOND) 生产的 W25Q 系列的芯片，它是一款非易失性存储芯片，通信方式支持有 SPI, Dual SPI, QUAD SPI 这三种方式。支持的最大时钟频率为 133MHz。

GBK 汉字字符集的生成

什么是 GBK 汉字字符集？

GBK 汉字字符集 是一种用于表示中文字符的字符编码。它包含了所有的中文字符，每个中文字符都有一个唯一的编码值。

通俗的来讲就是所有汉字的一个集合，这个集合按照先后顺序被排列组合起来，就形成了 GBK 汉字字符集。

GBK 字符集的编码格式

与 ASCII 码不同的是，GBK 编码是一个 16 位的编码，每个汉字需要 2 个字节来表示。GBK 编码的双字节结构，具体分为:

区码（高字节）: 范围 0x81-0xFE
位码（低字节）: 范围 0x40-0xFE（0x7F 除外）

所以，经过计算后可以得出GBK 理论编码位置有 23940 个。计算过程如下:

区码（高字节）长度: 0x81-0xFE+0x01=0x7E，加上 1 则是算上起始位置。
位码（低字节）长度: 又称为每个区的字码数量 0x40-0xFE-0x01+0x01=0xBE，减去的 1 是被除掉的 0x7F，加上的 1 则是算上起始位置。
所以总的可用的编码位置一共有: 0x7E*0xBE=0x5D84 个，十进制下为 23940 个。

举个例子说明为什么计算结果要加 1，比如有 2 3 4 5 6 这几个数字，那么数字的数量就是 (6-2)+1=5，小学数学问题，但是防止不懂还是提一下(doge)

为什么要生成它？

在这之前，我尝试在网络上搜索现有的 GBK 汉字字符集，但是搜索到的都是已经收录到 GBK 字符集的字库文件，而我需要的是一个完整的 GBK 字符集文件，包含所有理论上的中文字符。所以我就打算自己生成一个 GBK 汉字字符集文件。

生成 GBK 汉字字符集

本次使用 python 生成 GBK 汉字字符集。代码如下:

python

# 生成的索引文件会被保存到当前目录下的 GBK_INDEX.txt 中file = open("GBK_INDEX.txt", "wb")highByte = 0x81 # 高字节起始位置lowByte = 0x40  # 低字节起始位置# 文件头写入 ascii 码# 也可以把这部分放到下一部分中，在文件尾写入 ascii 码asciiCode = 20 # ascii 码起始字符位置while True:    asciiCode += 1    if asciiCode > 0x7E: # 终止字符位置为 0x7E        break    file.write(bytes([asciiCode]))while True:    # 跳过 0x7F（GBK 编码中该位码无效）    if lowByte == 0x7F:        lowByte += 1        continue        # 写入当前高低字节    file.write(bytes([highByte, lowByte]))    # 低位字节自增    lowByte += 1    # 检查低位是否溢出，即达到最大值 0xFE    if lowByte > 0xFE:        # 重置低位并增加高位        lowByte = 0x40        highByte += 1        # 检查高位是否达到终止条件        if highByte > 0xFE:            breakfile.close()

生成点阵字库

将我们生成好的 GBK 汉字字符集导入到 PCtoLCD2002 软件中去生成我们的点阵字库数据就可以了。图中配置的是每个中文字符的字模数据为 16x16 大小，占用 32 个字节。

首先打开 PCtoLCD2002 软件，对应的软件资源位于 Stm32/_HZK 仓库中 PCtoLCD2002 完美版 文件夹内。
点击 导入大量文本 按钮，选择 打开文本文件
选择我们之前生成的 GBK_INDEX.txt 文件
点击 开始生成 按钮，选择好保存路径后，等待软件生成完成。

generate_index_data

计算汉字字模数据的偏移地址

在这之前，我们已经生成了连续的 23940 个 GBK 编码的中文字符，并且对每个字符都取模生成了对应的字模数据，每个中文字符的字模数据都是 32 个字节。所以在生成的字库数据中，每个汉字的字模数据都是连续存储的，我们需要根据汉字的编码值来计算出它的字模数据在 Flash 中的偏移地址。

以汉字 “啊” 为例子，它的 GBK 编码为 0xB0A1，根据 GBK 编码的规则，计算过程如下：

它的区码为 0xB0，由于区码的起始位置为 0x81，所以区码偏移为 0xB0-0x81=0x2F。
它的位码为 0xA1，由于位码的起始位置为 0x40，并且它的值大于了 0x7F，要在最终的结果上减去 1，所以位码偏移为 0xA1-0x40-0x01=0x60。
将汉字的区码偏移和位码长度相乘，再加上位码偏移，就得到了汉字偏移量：0x2F*0xBE+0x60=0x2342。
再将汉字偏移量乘以每个中文字符的字模数据大小 32 字节，就得到了汉字字模数据在 Flash 中的偏移地址：0x2342*0x20=0x046840。

小结

若位码小于等于 0x7F，则地址计算为:

地址 = (区码 - 0x81) * 0xBE + (位码 - 0x40) * 32

若位码大于 0x7F，则地址计算为:

地址 = (区码 - 0x81) * 0xBE + (位码 - 0x40 - 0x01) * 32

其中，0x81 是区码的起始位置，0xBE 是每个区的字码数量，0x40 是位码的起始位置，0x01 是为了修正位码的偏移量。

验证计算结果

使用十六进制编辑器打开我们生成的字库文件，按下 Ctrl+G 输入 0x046840 这个位置，之后按下回车跳转到这个位置，从这个位置开始，连续读取 32 个字节，就是汉字 “啊” 的字模数据了。

goto_address1

选中这些数据，把它复制下来，粘贴到字模验证工具网站中 (注意选择对应的取模参数，数据排列和取模方式)，从图中可以看到我们的字模数据是正确的。

font_data_validation

刚刚验证的是汉字 “啊” 的字模数据，它的位码大于了 0x7F，验证的是小结中 “若位码大于 0x7F” 这一部分的计算结果。下面以汉字 “丢” 为例子验证 “位码小于 0x7F” 这一部分的计算结果。汉字 “丢” 的 GBK 编码为 0x8147，根据 GBK 编码的规则，计算过程如下：

它的区码为 0x81，由于区码的起始位置为 0x81，所以区码偏移为 0x81-0x81=0x00。

它的位码为 0x47，由于位码的起始位置为 0x40，并且它的值小于等于 0x7F，所以位码偏移为 0x47-0x40=0x07。

所以它的偏移地址为 0x00*0xBE+0x07*0x20=0xE0。跳转到 0xE0 这个位置就可以看到汉字 “丢” 的字模数据了。在这里不再赘述验证过程。

烧录字库数据到 Flash 芯片内

这部分内容你可以用任何方式包括但不限于 ST-LINK、J-LINK、SWD 调试器、以及最基本的串口烧录(配合 Flash 驱动程序)。在这里就不详细展开说明了。