中文文本如何使用imagick annotateImage？

Question

我需要用中文对图像进行注释，我现在正在使用Imagick库。

中文文本的一个例子是

这是中文

使用的中文字体文件是这

该文件最初名为华文黑体.ttf

它也可以在Mac /Library/Font下面找到。

我已将其重命名为英语STHeiTi.ttf，以便更容易地在php代码中调用该文件。

特别是函数

我也是使用来自。

我之所以使用它，是因为它对于英文文本和应用程序来说是成功的，需要同时注释英文和中文，尽管不是同时使用。

问题是，当我使用中文文本运行annotateImage时，我得到了类似于罍的注释。

代码包括这里

Answer 1

完全解决办法如下：

https://gist.github.com/2971092/232adc3ebfc4b45f0e6e8bb5934308d9051450a4

主要想法：

必须在表单和处理页上设置html字符集和内部编码。

header('Content-Type: text/html; charset=utf-8');
mb_internal_encoding('utf-8');

这些行必须位于php文件的最上层。

使用此函数确定文本是否为中文，并使用正确的字体文件。

function isThisChineseText($text) {
    return preg_match("/\p{Han}+/u", $text);
}

有关更多详细信息，请访问https://stackoverflow.com/a/11219301/80353

在ImagickDraw对象中正确设置TextEncoding

$draw = new ImagickDraw();

// set utf 8 format
$draw->setTextEncoding('UTF-8');

注意大写的UTF。THis在他的回答：https://stackoverflow.com/a/11207521/80353中得到了沃尔特·特罗斯的帮助。

使用preg_match_all爆炸英语单词，中文单词和空格

// separate the text by chinese characters or words or spaces
preg_match_all('/([\w]+)|(.)/u', $text, $matches);
$words = $matches[0];

受到这个答案的启发，https://stackoverflow.com/a/4113903/80353

同样适用于英文文本

Answer 2

问题是，您正在输入“分行器”(wordWrapAnnotation)的输出图像，您正在对其输入文本进行utf8_decode。如果你在处理中文文本，这肯定是错误的。utf8_decode只能处理可以转换为ISO-8859-1 (ASCII最常见的8位扩展)的UTF-8文本。

现在，我希望您的文本是UTF-8编码。如果不是，您可能可以这样转换它：

$text = mb_convert_encoding($text, 'UTF-8', 'BIG-5');

或者像这样

$text = mb_convert_encoding($text, 'UTF-8', 'GB18030'); // only PHP >= 5.4.0

(在您的代码中，$text是$text1和$text2)。

然后(至少)在代码中有两件事情需要修复：

1. 将文本“原样”(不包括utf8_decode)传递给wordWrapAnnotation，
2. 将setTextEncoding的参数从"utf-8"更改为"UTF-8" (按规格 )

我希望您的代码中的所有变量都在它缺少的部分中初始化。有了上述两个更改(第二个更改可能没有必要，但您永远不知道.)，在缺少部分的情况下，我没有理由认为您的代码不应该工作，除非您的TTF文件被破坏或Imagick库被破坏(基于imagemagick的Imagick是一个很好的库，所以我认为这最后的可能性不大可能)。

编辑：

应您的要求，我将我的答复更新为

设置mb_internal_encoding('utf-8')对于解决方案非常重要，正如您在回答中所说的那样，以及

( b)我提出的更好的分线器的建议，这对西方语言和汉语来说是可以接受的，这可能是其他语言使用汉字(日语汉字和韩语韩语)的一个良好的起点：

function wordWrapAnnotation(&$image, &$draw, $text, $maxWidth)
{
   $regex = '/( |(?=\p{Han})(?<!\p{Pi})(?<!\p{Ps})|(?=\p{Pi})|(?=\p{Ps}))/u';
   $cleanText = trim(preg_replace('/[\s\v]+/', ' ', $text));
   $strArr = preg_split($regex, $cleanText, -1, PREG_SPLIT_DELIM_CAPTURE |
                                                PREG_SPLIT_NO_EMPTY);
   $linesArr = array();
   $lineHeight = 0;
   $goodLine = '';
   $spacePending = false;
   foreach ($strArr as $str) {
      if ($str == ' ') {
         $spacePending = true;
      } else {
         if ($spacePending) {
            $spacePending = false;
            $line = $goodLine.' '.$str;
         } else {
            $line = $goodLine.$str;
         }
         $metrics = $image->queryFontMetrics($draw, $line);
         if ($metrics['textWidth'] > $maxWidth) {
            if ($goodLine != '') {
               $linesArr[] = $goodLine;
            }
            $goodLine = $str;
         } else {
            $goodLine = $line;
         }
         if ($metrics['textHeight'] > $lineHeight) {
            $lineHeight = $metrics['textHeight'];
         }
      }
   }
   if ($goodLine != '') {
      $linesArr[] = $goodLine;
   }
   return array($linesArr, $lineHeight);
}

一句话:首先，通过用一个空格替换所有空格(包括换行符)来清除输入，除前导空格和尾随空格外，空格将被删除。然后，在空格处，或者在没有“前导”字符(如括号或开始引号)前面的汉字之前，或者在“前导”字符之前，将其分割。为了不以超过$maxWidth像素的水平呈现，对行进行组装，除非拆分规则无法这样做(在这种情况下，最终呈现可能会溢出)。为了在溢流情况下强制分裂而进行的修改并不困难。注意，例如，中文标点符号在Unicode中不被归类为汉标点符号，因此，除“引导”标点符号外，算法不能在其前面插入任何行符。

Answer 3

恐怕你必须选择一个能够支持中文编码点的TTF。这方面有很多来源，这里有两个：

ChineseTraditional.html

http://wildboar.net/multilingual/asian/chinese/language/fonts/unicode/non-microsoft/non-microsoft.html