带你读《全景揭秘字符编码》之四:四、计算机编码转换过程(3)

简介: 带你读《全景揭秘字符编码》之四:四、计算机编码转换过程(3)

带你读《全景揭秘字符编码》之四:四、计算机编码转换过程(2) https://developer.aliyun.com/article/1241079?groupCode=tech_library


4.4、字形码


计算机中的字符都是以内码的二进制形式表示,我们怎么把数字对应的字符在显示器上显示出来呢,比如数字“1”代表汉字“你”,怎么把“1”显示成“你”?


这就需要依赖字形码,字形码本质上是一个n*n 的像素点阵,把某些位置的像素设置为白色(用 1 表示),其它位置像素设置为黑色(用 0 表示),每一个字符的字形都是预先存放在计算机内,而这样的字形信息库我们称为字库

比如中文“你”的点阵图,这样一个 16*16 的像素矩阵,需要 16 * 16 / 8 = 32 字节的空间来表示,右边的字模信息称为字形码。不同的字库(如宋体、黑体)对同一个字符的字形编码是不同的。



所以字符编码到显示的字形码,其实又是另一张查找表,也就是字符编码-字形码的映射关系表。


其实我们也可以认为字符编码是字形码的一种压缩方式,一个占32字节的像素点阵压缩成了2字节的机内码。



相关文章
|
11月前
|
数据采集 机器学习/深度学习 运维
量化合约系统开发架构入门
量化合约系统核心在于数据、策略、风控与执行四大模块的协同,构建从数据到决策再到执行的闭环工作流。强调可追溯、可复现与可观测性,避免常见误区如重回测轻验证、忽视数据质量或滞后风控。初学者应以MVP为起点,结合回测框架与实时风控实践,逐步迭代。详见相关入门与实战资料。
|
机器学习/深度学习 算法 TensorFlow
深度学习中的自编码器:从理论到实践
【8月更文挑战第29天】本文旨在揭示自编码器的神秘面纱,带领读者领略其在数据表示学习中的独特魅力。我们将从其数学原理出发,逐步深入到网络架构的搭建,最后通过代码示例实现一个简易的自编码器模型。无论是深度学习新手还是经验丰富的研究者,这篇文章都将为你提供新的视角和实用知识。
|
12月前
|
数据采集 监控 API
亚马逊:对接竞品监控API实时跟踪价格变动,调整定价策略
在电商竞争中,亚马逊通过对接竞品监控API,实现价格实时采集与分析,动态调整定价策略。本文详解其技术实现、商业价值及挑战,展现数据驱动下的智能定价如何提升竞争力与利润。
1093 0
|
机器学习/深度学习 数据采集 人工智能
合成数据也能通吃真实世界?首个融合重建-预测-规划的生成式世界模型AETHER开源
上海人工智能实验室开源了生成式世界模型AETHER,该模型仅用合成数据训练,却能在真实环境中展现强大的零样本泛化能力。AETHER首创「重建—预测—规划」一体化框架,融合几何重建与生成建模,大幅提升模型在动态环境中的决策、规划和预测能力。其核心技术包括目标导向视觉规划、4D动态重建和动作条件视频预测,实验结果表明其性能达到或超越现有SOTA水平。论文、模型及项目主页均已开源。
474 2
|
canal 监控 关系型数据库
canal的特点是什么?如何使用?
【10月更文挑战第23天】canal的特点是什么?如何使用?
968 3
|
内存技术 网络协议 编解码
带你读《计算机网络原理》之三:数据通信技术
本书以层次化的网络体系结构为线索,针对通信子网功能详细地介绍了计算机网络的基本概念及数据通信的基本原理。
|
机器学习/深度学习 自然语言处理 运维
大模型开发:解释自编码器以及它们在表示学习中的作用。
自编码器是一种神经网络,用于无监督学习中的数据降维和压缩,由编码器和解码器组成,学习低维稀疏表示。它们分为收缩、正则和变分类型,常用于图像重构、聚类、机器翻译等任务,能生成类似训练数据的新样本。自编码器在特征学习和多种任务中展现强大能力。
579 7
|
前端开发 UED 容器
掌握内边距、外边距、边框的使用场景与用掌握内边距、外边距、边框的使用场景与用法
掌握内边距、外边距、边框的使用场景与用掌握内边距、外边距、边框的使用场景与用法
|
存储 缓存 网络协议
互联网架构与通信机制:从边缘到核心的深度解析
互联网架构与通信机制:从边缘到核心的深度解析
1209 0
|
机器学习/深度学习 数据可视化 数据挖掘
强化学习第1天:强化学习概述
强化学习第1天:强化学习概述