二維碼開源庫ZBar-實現中文解碼

中文亂碼

　　上篇《ZBar-windows下編譯和使用》已經成功解析了條形碼，但目標是二維碼，經測試二維碼中文會出現亂碼。
下圖二維碼的內容是“http123測試456”，解析后的內容為“http123嫻嬭瘯456”

搜索了一下關鍵詞，解決方案如下http://blog.csdn.net/zizi7/article/details/51880129

修改文件 zbar/qrcode/qrdectxt.c：

latin1_cd=iconv_open("GB18030","UTF-8");  
/*But this one is often used, as well.*/  
sjis_cd=iconv_open("GB2312","UTF-8");  
/*This is a trivial conversion just to check validity without extra code.*/  
utf8_cd=iconv_open("UTF-8","UTF-8");  
...  
enc_list[1]=sjis_cd;  
enc_list[0]=latin1_cd;  
enc_list[2]=utf8_cd;  

重新編譯運行后，正確輸出“http123測試456”

自己實現中文解碼

　　ZBar解析后的字符原始輸出是UTF-8格式，然后使用了iconv將其轉換為相應的字符編碼，但最終目標是移植到STM32F4上，如果要直接輸出中文編碼，有幾種方案：

1. 把iconv移植到STM32F4上
2. 自己實現UTF8-8轉中文編碼
3. 把編碼工作交給上位機

字符集和編碼格式

搜索了一下字符編碼規則，覺得方案2比方案1，3更容易實現。這里先簡單介紹下與本文相關的字符集和編碼格式。
1. Unicode
Unicode是字符集，也叫萬國碼，顧名思義就是包含所有國家的文字。
2. GB18030
GB18030是中文字符集，可以認為是Unicode的一個子集，還有其他GBXXXXX的中文字符集，他們的關系簡單來說就是包含的中文字符個數不一樣。簡單起見，這里只是使用2個字節的GB18030，一共20902個漢字，也基本覆蓋常見的漢字了。書讀得少，4個字節的漢字也沒認識幾個。
3. UTF-8
UTF-8是Unicode字符集的一種編碼格式，還有其他UTF-16，UTF-32，ZBar使用了 UTF-8。
UTF-8最大的一個特點，就是它是一種變長的編碼方式。它可以使用1~6個字節表示一個符號，根據不同的符號而變化字節長度。
UTF-8的編碼規則很簡單，只有二條：
1）對於單字節的符號，字節的第一位設為0，后面7位為這個符號的unicode碼。因此對於英語字母，UTF-8編碼和ASCII碼是相同的。
2）對於n字節的符號（n>1），第一個字節的前n位都設為1，第n+1位設為0，后面字節的前兩位一律設為10。剩下的沒有提及的二進制位，全部為這個符號的unicode碼。
（具體例子可以參考http://blog.csdn.net/xiaolei1021/article/details/52093706）

下表總結了編碼規則，字母x表示可用編碼的位。

4. GB18030，Unicode，UTF-8的關系

UTF-8轉GB18030實現

了解相關字符集和編碼格式，可以開始寫轉換代碼了。

1． 需要一個GB18030字符集，其實就是一個數組，實現代碼如下（VS下編譯）
調用UnicodeToGB18030Table函數生成一個GB18030字符集數組。

char* UnicodeToGB18030String(const wchar_t* unicode_str)
{
    UINT code_page = 54936 ; //GB2312 :936   GB18030: 54936
    int len=WideCharToMultiByte(code_page,0,unicode_str,-1,NULL,0,NULL,NULL);
    char* buf=new char[len+1];
    WideCharToMultiByte(code_page,0,unicode_str,-1,buf,len,NULL,NULL);
    buf[len]=0;
    return buf;
}
int UnicodeToGB18030Table(void)
{
    FILE *table;
    wchar_t unicode[]={0x4E00,0};
    char* gb18030;
    int cnt=0;
    table = fopen("unicode_to_gb18030_table.c","w");
    if(table == NULL)
    {
        printf("can not open unicode_to_gb18030_table.c\n");
        system("pause");
        exit(0);
    }
    fprintf(table, "%s", "const char unicode_to_gb18030_table1[] = {\n");
    for(unicode[0]=0x4E00; unicode[0]<=0x9FA5; unicode[0]++)
    {
        gb18030 = UnicodeToGB18030String(unicode);

        if(unicode[0]==0x9FA5)
        {
            fprintf(table, "0x%X,0x%X ", (UINT8)gb18030[0],(UINT8)gb18030[1]);
        }
        else
        {
            fprintf(table, "0x%X,0x%X, ", (UINT8)gb18030[0],(UINT8)gb18030[1]);
        }
        
        cnt ++;
        if(cnt == 16)
        {
            cnt = 0;
            fprintf(table, "\n");
        }
    }

    fprintf(table, "\n};");
    fclose(table);
}

2． 通過查表，將UTF-8轉為GB18030

int zbar_utf8_to_gb18030 (uint8_t* utf8_code, uint32_t utf8_len, uint8_t* gb18030)
{
uint8_t utf8_bytes[3];//該數組最大為6個字節，但這里只考慮3個字節的中文編碼
uint32_t i = 0, j = 0;
    uint16_t unicode_value;
    uint8_t* unicode = gb18030;
    
    for(i=0; i< utf8_len; i+=3) {
        utf8_bytes[0] = utf8_code[i+0] & 0x0F;
        utf8_bytes[1] = utf8_code[i+1] & 0x3F;
        utf8_bytes[2] = utf8_code[i+2] & 0x3F;

        unicode[j] = (utf8_bytes[1] >> 2) | ((utf8_bytes[0]) << 4);
        unicode[j+1] = utf8_bytes[2] | ((utf8_bytes[1] & 0x03) << 6);
        unicode_value = (unicode[j]<<8) + unicode[j+1];
        if(unicode_value>=0x4E00){
          gb18030[j] = unicode_to_gb18030_table1[(unicode_value-0x4E00)*2];
          gb18030[j+1] = unicode_to_gb18030_table1[(unicode_value-0x4E00)*2 + 1];
        }
        j += 2;
    }
    return 0;
}

 

中文字符集和編碼轉碼函數有了，下一步就是替換ZBar源碼的編碼轉換部分。
刪掉zbar/qrcode/qrdectxt.c 中iconv相關的代碼，將zbar_utf8_to_gb18030函數加入
qr_code_data_list_extract_text函數中：

int qr_code_data_list_extract_text(const qr_code_data_list *_qrlist,
                                   zbar_image_scanner_t *iscn,
                                   zbar_image_t *img)
{
....
          case QR_MODE_BYTE:{
            int gb18030_cnt = zbar_utf8_to_gb18030(entry->payload.data.buf, entry->payload.data.len, sa_text+sa_ntext);
            sa_ntext += gb18030_cnt;
          }
          break;
....
}

重新編譯運行后

正確輸出“http123測試456”

 

坐等下班，回家過年...................