U8g2库中绘制省略号(ellipsis)的正确方法
2025-06-06 00:11:21作者:尤辰城Agatha
在使用U8g2图形库进行OLED显示开发时,很多开发者会遇到特殊字符显示的问题,特别是像省略号(…)这样的特殊符号。本文将详细介绍在U8g2中正确显示省略号的方法。
问题背景
U8g2是一个广泛使用的嵌入式图形库,支持多种OLED和LCD显示屏。当开发者使用u8g2_font_profont22_tf等字体时,虽然字体本身包含省略号(…)的字符,但直接使用Unicode编码(如U+2026)或UTF-8编码(0xE2 0x80 0xA6)可能无法正确显示。
解决方案
经过深入研究发现,在U8g2的字体文件中,省略号字符实际上被映射到了"\x85"位置,而不是标准的Unicode编码位置。这是因为U8g2使用了一种优化的字体编码方式,以节省空间并提高渲染效率。
正确的显示方法是在代码中使用:
drawUTF8(x, y, "\x85");
技术原理
U8g2的字体系统采用了自定义的字符编码方案,而非完全遵循Unicode标准。这种设计主要有两个原因:
- 空间优化:嵌入式系统资源有限,自定义编码可以减少字体文件大小
- 性能考虑:简化的编码方案可以提高字符查找和渲染速度
对于profont等字体,特殊符号通常被重新映射到ASCII扩展区域(0x80-0xFF)中。开发者需要查阅具体字体的字符映射表,而不是依赖标准的Unicode编码。
实际应用建议
- 对于常用符号,建议先在代码中测试显示效果
- 可以创建符号常量或宏定义,提高代码可读性:
#define ELLIPSIS "\x85" drawUTF8(x, y, "加载中" ELLIPSIS); - 如果项目需要显示多种特殊符号,建议整理一份符号映射表作为开发文档
总结
在U8g2库中使用特殊符号时,不能完全依赖标准的Unicode编码方案。开发者需要了解U8g2的字体编码特点,针对具体使用的字体查找正确的字符编码。对于省略号等常用符号,"\x85"是profont字体中的正确编码表示。掌握这一技巧可以显著提高嵌入式图形界面开发的效率。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
615
139
Ascend Extension for PyTorch
Python
165
184
React Native鸿蒙化仓库
JavaScript
240
314
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
371
3.16 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
257
91
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
646
255