0

0

标题:Python 实现 ESC/P 串行数据解析并生成 BMP 图像教程

心靈之曲

心靈之曲

发布时间:2026-01-09 13:53:08

|

892人浏览过

|

来源于php中文网

原创

标题:Python 实现 ESC/P 串行数据解析并生成 BMP 图像教程

本文详解如何用 python 解析 esc/p 协议中的点阵图像指令(如 \x1b* 或 \x1bk),将原始串行字节流转换为标准黑白 bmp 图像,适用于无打印机场景下的嵌入式设备图像捕获与存档。

ESC/P(Epson Standard Code for Printers)是一种广泛用于针式/点阵打印机的控制协议,其图像打印指令(如 ESC * 和 ESC K)以紧凑的位图格式传输逐列点阵数据。尽管现代应用中已少用物理打印机,但部分测试设备(如罗德与施瓦茨 CMS52 频谱监测仪)、工业终端或旧式 POS 设备仍通过串口输出 ESC/P 图像流。本文提供一套轻量、可扩展的 Python 解析方案,无需第三方 ESC/P 专用库,仅依赖标准库与 Pillow(PIL)即可完成从原始字节到 BMP 文件的端到端转换。

核心原理:ESC/P 图像指令结构

ESC/P 中最常用的位图指令有两种常见变体:

  • *`ESC m nL nH [data]**(m=0表示 8-bit 单色模式): 指令起始为\x1b\x2a(即ESC *),后跟模式字节m,再紧接两个字节nL(低字节)和nH(高字节)表示列数N = nH << 8 | nL,随后是N` 个字节的列数据。

  • ESC K nL nH [data](常见于 R&S CMS52 等设备):
    起始为 \x1b\x4b,省略模式字节,直接以 nL+nH 指定列数,后续 N 字节为图像数据。

每字节代表一列(column)的 8 行像素(MSB 对应第 0 行,即顶部),bit 值为 1 表示该位置“有墨点”。因此,解析时需对每个字节执行 位展开(bit unpacking),并按行优先顺序重组像素矩阵。

PixVerse
PixVerse

PixVerse是一款强大的AI视频生成工具,可以轻松地将多种输入转化为令人惊叹的视频。

下载

立即学习Python免费学习笔记(深入)”;

完整可运行解析函数(兼容双指令)

以下代码统一支持 ESC * 与 ESC K 指令,并修复了原方案中宽高误置、指令偏移错误及边界处理缺陷:

from PIL import Image
import struct
import io

def parse_escp_to_bmp(data: bytes) -> bytes:
    """
    将 ESC/P 串行字节流(含 ESC * 或 ESC K 图像指令)解析为 BMP 二进制数据。

    支持两种主流格式:
      - ESC * 0 nL nH [N bytes] → 起始索引 +3 处读取列数
      - ESC K nL nH [N bytes] → 起始索引 +2 处读取列数

    返回:BMP 格式字节流(可用于保存或传输)
    """
    image_rows = []  # 存储所有行(每行是 list[int],元素为 0/1)
    pos = 0

    while pos < len(data):
        # 查找 ESC * (\x1b\x2a) 或 ESC K (\x1b\x4b)
        star_pos = data.find(b'\x1b\x2a', pos)
        k_pos = data.find(b'\x1b\x4b', pos)

        # 优先匹配更靠前的指令
        if star_pos == -1 and k_pos == -1:
            break
        elif star_pos == -1:
            cmd_start = k_pos
            mode_offset = 0  # ESC K 无模式字节
            col_bytes_offset = 2  # nL/nH 紧跟在 \x1b\x4b 后
        elif k_pos == -1:
            cmd_start = star_pos
            mode_offset = 1  # ESC * 后第 1 字节为模式(通常为 0)
            col_bytes_offset = 3  # nL/nH 在模式字节之后
        else:
            cmd_start = min(star_pos, k_pos)
            mode_offset = 1 if cmd_start == star_pos else 0
            col_bytes_offset = 3 if cmd_start == star_pos else 2

        # 提取列数(nL + nH,大端)
        col_bytes_start = cmd_start + col_bytes_offset
        if col_bytes_start + 2 > len(data):
            break
        nL, nH = data[col_bytes_start:col_bytes_start + 2]
        num_columns = (nH << 8) | nL

        # 提取图像数据(num_columns 字节)
        data_start = col_bytes_start + 2
        data_end = data_start + num_columns
        if data_end > len(data):
            break

        column_bytes = data[data_start:data_end]

        # 将每列字节展开为 8 行像素(从顶行 MSB 开始 → 行索引 0~7)
        for bit_pos in range(7, -1, -1):  # 从 bit7(最高位)到 bit0(最低位)
            row = []
            for b in column_bytes:
                row.append((b >> bit_pos) & 1)
            image_rows.append(row)

        # 更新搜索起始位置:跳过当前指令 + 数据 + 可能的校验/终止符(+2 是保守跳过 CR/LF 等)
        pos = data_end + 2

    if not image_rows:
        raise ValueError("No valid ESC/P image data found in input stream.")

    # 注意:image_rows 是 [行][列] 结构 → width = 列数,height = 行数
    height = len(image_rows)
    width = len(image_rows[0]) if height > 0 else 0

    # 创建 1-bit 黑白图像('1' 模式),注意 PIL 的尺寸参数是 (width, height)
    img = Image.new('1', (width, height), color=1)  # 白底(1 = white, 0 = black)
    pixels = [pixel for row in image_rows for pixel in row]
    img.putdata(pixels)

    # 输出为 BMP 字节流
    buf = io.BytesIO()
    img.save(buf, format='BMP')
    return buf.getvalue()

# 使用示例
if __name__ == "__main__":
    # 读取原始串口捕获文件(二进制)
    with open("ESCP.bin", "rb") as f:
        raw = f.read()

    try:
        bmp_data = parse_escp_to_bmp(raw)
        with open("output.bmp", "wb") as f:
            f.write(bmp_data)
        print(f"✅ BMP saved successfully: {len(bmp_data)} bytes")
    except Exception as e:
        print(f"❌ Parsing failed: {e}")

关键注意事项与优化建议

  • 指令兼容性:本实现自动识别 ESC * 与 ESC K,适配 Epson 标准设备与 R&S CMS52 等非标设备;若遇其他指令(如 ESC L),可依协议扩展分支逻辑。
  • 内存安全:严格校验字节边界(data_end <= len(data)),避免 struct.unpack 或切片越界异常。
  • 图像方向正确性:原问题中 Image.new('1', (height, width)) 是典型错误——PIL 要求 (width, height),且 ESC/P 的“列”对应图像宽度,“行”对应高度,必须严格区分。
  • ⚠️ 多图像支持:当前版本按顺序提取所有图像块并纵向拼接(适合连续打印帧)。如需分离多张独立图像,可在每次解析后清空 image_rows 并分别保存。
  • ⚙️ 性能提示:对超长数据流(>1MB),建议改用生成器分块处理,避免内存峰值;高频实时串口接收时,推荐结合 pyserial 的 read_until() 捕获完整指令块。
  • ? 协议延伸:ESC/P 还支持压缩(如 ESC * m 1)、多密度(n=1/2/3 表示 8/24/32 行/列)、灰度(需 ESC .)等,进阶需求可参考 Epson ESC/P Reference

通过本方案,开发者可快速构建 ESC/P 图像采集网关,将老旧设备输出转化为可编程处理的数字图像资源,为自动化测试、日志归档或 UI 模拟提供坚实基础。

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

WorkBuddy
WorkBuddy

腾讯云推出的AI原生桌面智能体工作台

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
go语言 数组和切片
go语言 数组和切片

本专题整合了go语言数组和切片的区别与含义,阅读专题下面的文章了解更多详细内容。

56

2025.09.03

go语言 数组和切片
go语言 数组和切片

本专题整合了go语言数组和切片的区别与含义,阅读专题下面的文章了解更多详细内容。

56

2025.09.03

PHP 命令行脚本与自动化任务开发
PHP 命令行脚本与自动化任务开发

本专题系统讲解 PHP 在命令行环境(CLI)下的开发与应用,内容涵盖 PHP CLI 基础、参数解析、文件与目录操作、日志输出、异常处理,以及与 Linux 定时任务(Cron)的结合使用。通过实战示例,帮助开发者掌握使用 PHP 构建 自动化脚本、批处理工具与后台任务程序 的能力。

67

2025.12.13

TypeScript类型系统进阶与大型前端项目实践
TypeScript类型系统进阶与大型前端项目实践

本专题围绕 TypeScript 在大型前端项目中的应用展开,深入讲解类型系统设计与工程化开发方法。内容包括泛型与高级类型、类型推断机制、声明文件编写、模块化结构设计以及代码规范管理。通过真实项目案例分析,帮助开发者构建类型安全、结构清晰、易维护的前端工程体系,提高团队协作效率与代码质量。

25

2026.03.13

Python异步编程与Asyncio高并发应用实践
Python异步编程与Asyncio高并发应用实践

本专题围绕 Python 异步编程模型展开,深入讲解 Asyncio 框架的核心原理与应用实践。内容包括事件循环机制、协程任务调度、异步 IO 处理以及并发任务管理策略。通过构建高并发网络请求与异步数据处理案例,帮助开发者掌握 Python 在高并发场景中的高效开发方法,并提升系统资源利用率与整体运行性能。

43

2026.03.12

C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

174

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

50

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

92

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

102

2026.03.06

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
最新Python教程 从入门到精通
最新Python教程 从入门到精通

共4课时 | 22.5万人学习

Django 教程
Django 教程

共28课时 | 5万人学习

SciPy 教程
SciPy 教程

共10课时 | 1.9万人学习

关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号