前言：最近的有个项目是要读取泰文然后将泰文叠加到图片上。查了一周的资料，所有的流程已经走通了。

一、实现原理

想要将泰文叠加到图片上需要两个步骤：

泰文转成unicode编码： 泰文实际上是utf-8编码的，这也就是编译器以utf-8的格式才可以正常显示泰文的原因。
unicode编码转成泰文并进行图片叠加： 泰文渲染是采用了freetype第三方库进行显示的，freetype需要的是unicode编码，这也就是为什么泰文要先转化为unicode编码的原因。

步骤一：泰文utf-8转unicode

泰文的unicode编码范围是0E00-0E7F，UTF-8将这段范围的字符用三个字节表示。然后如果一个字符后面跟了鞋子和帽子，UTF-8就会将后面的鞋子和帽子与主体组成一体，所以就可以造成一个字符有9个字节的情况。泰文是不是有点小变态（强行吐槽一波）。
比如泰文字符"ผผูผู้"，这三个字符的拼写是主体、主体+鞋子和主体+鞋子+帽子。
‘ผ’对应的UTF-8编码是：E0B89C
‘ผู‘对应的UTF-8编码是：E0B89C E0B8B9
‘ผู้’对应的UTF-8编码是：E0B89C E0B8B9 E0B989
大家可以发现泰文的UTF-8编码规则是主体+鞋子+帽子。

UTF-8有点类似于Haffman编码，它将Unicode编码为：
0x00-0x7F的字符，用单个字节来表示&#x

泰文utf-8转unicode编码实现相关推荐

Unicode、UTF 和 ISO-8859-1等编码方式详解与浏览器URL编码
将字符转换为二进制码的过程,我们称为编码,将二进制码转换为字符的过程,我们称为解码. 编码和解码时所采用的规则,我们称为字符集常见的字符集: ASCII - 美国人编码,使用7位来对美国常用的字符进 ...
一文讲清所有字符编码(历史故事背景)
本次字符编码中涉及到了几乎所有常用的编码方式,囊括ASCII,GB2312,GBK,Unicode,UTF(utf-8,utf-16,utf-32). 什么是字符编码,为什么要有字符编码? 因为计算机 ...
Unicode编码的实现
一点睛 Unicode的实现和编码方式不一定等价.Unicode编码是一种理论层面的东西.Unicode编码的实现方式称为Unicode转换格式(Unicode Transfomation Form ...
谈谈Unicode编码，简要解释UCS、UTF、BMP、BOM等名词
这是一篇程序员写给程序员的趣味读物.所谓趣味是指可以比较轻松地了解一些原来不清楚的概念,增进知识,类似于打RPG游戏的升级.整理这篇文章的动机是两个问题: 问题一: 使用Windows记事本的&quo ...
【转】谈谈Unicode编码，简要解释UCS、UTF、BMP、BOM等名词
这是一篇程序员写给程序员的趣味读物.所谓趣味是指可以比较轻松地了解一些原来不清楚的概念,增进知识,类似于打RPG游戏的升级.整理这篇文章的动机是两个问题: 问题一: 使用Windows记事本的&quo ...
转：谈谈Unicode编码，简要解释UCS、UTF、BMP、BOM等名词
一篇程序员写给程序员的趣味读物.所谓趣味是指可以比较轻松地了解一些原来不清楚的概念,增进知识,类似于打RPG游戏的升级.整理这篇文章的动机是两个问题: 问题一: 使用Windows记事本的" ...
ivx中字体显示_html-中文字体在CSS中的显示（Unicode编码）（转载）
为了方便需要的朋友快速使用,下表中列出了一些常用中文字体的Unicode编码: 宋体 SimSun \5B8B\4F53 黑体 ...
各个国家的utf-8/unicode编码范围，印度语(天城文)utf-8编码范围
各个国家不同字符集的unicode 编码范围找到一篇好文,存着自己用用(^-^)V 另外印度语/印地语utf-8编码是 0900-097F:天城文书 (Devanagari) 它是根据文字类型来分 ...
藏文各个字母对应的unicode编码和十进制
藏文各个字母对应的unicode编码和十进制: 藏文字母 unicode编码十进制 ཀ \u0f40 3904 ཁ \u0f41 3905 ག \u0f42 3906 ང \u0f44 3908 ཅ ...

泰文utf-8转unicode编码实现

一、实现原理

步骤一：泰文utf-8转unicode

泰文utf-8转unicode编码实现相关推荐

最新文章

热门文章