U8G2库中数字显示格式化的实现方法
2025-06-06 00:39:54作者:戚魁泉Nursing
概述
在使用U8G2图形库进行嵌入式开发时,经常需要将数字变量转换为字符串并显示在屏幕上。本文介绍如何在U8G2项目中实现数字的格式化显示,特别是针对不同位数的数字进行自动格式调整。
问题背景
在嵌入式显示应用中,我们经常需要将数字变量转换为字符串显示。U8G2库提供了u8g2_u8toa()函数用于这种转换,但该函数需要预先指定输出数字的位数。如果位数指定不当,可能会导致显示格式不一致,例如数字"1"显示为"001"或"1"。
解决方案
基本方法
U8G2库本身提供了数字转字符串的函数u8g2_u8toa(),其原型为:
char *u8g2_u8toa(uint8_t v, uint8_t d)
其中v是要转换的数字,d是显示的位数。这个函数会将数字转换为固定位数的字符串,不足位数的前面补零。
自动位数检测
为了实现根据数字实际位数自动调整显示格式,我们可以编写一个辅助函数,先检测数字的位数,再调用u8g2_u8toa()进行转换:
const char *convert_number(uint16_t number) {
static char buf[5];
uint8_t digit_count;
if((number/10) > 9){
digit_count = 3; // 三位数
}
else if(((number/10) < 10) && ((number/10) > 0)){
digit_count = 2; // 两位数
}
else if((number/10) < 1){
digit_count = 1; // 一位数
}
strcpy(buf, u8g2_u8toa(number, digit_count));
return buf;
}
使用示例
在U8G2的绘图函数中,可以这样使用上述转换函数:
u8g2.drawStr(x, y, convert_number(number));
实现原理
-
位数检测:通过将数字除以10来判断其位数范围
- 除以10大于9 → 三位数
- 除以10小于10且大于0 → 两位数
- 除以10小于1 → 一位数
-
缓冲区管理:使用静态缓冲区存储转换结果,避免内存分配问题
-
安全考虑:缓冲区大小设置为5,可以容纳最大4位数加结束符
扩展应用
这种方法可以进一步扩展:
-
支持更大数字:修改函数参数类型为
uint32_t可支持更大范围的数字 -
自定义格式:可以添加参数控制是否补零、是否显示正负号等
-
浮点数支持:类似方法可用于浮点数的格式化显示
注意事项
-
静态缓冲区在同一时间只能保存一个转换结果,不能嵌套调用
-
在多任务环境中使用时需要注意线程安全问题
-
对于频繁调用的场景,可以考虑使用多个缓冲区轮换
通过这种方法,开发者可以轻松实现数字的智能格式化显示,提升用户界面的美观性和一致性。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
225
251
暂无简介
Dart
672
159
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++
663
319
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868