图片转字符画

运行平台: Windows

Python版本: Python3.6

IDE: Sublime Text

一、实验原理

字符画是一系列字符的组合,我们可以把字符看作是比较大块的像素,一个字符能表现一种颜色(暂且这么理解吧),字符的种类越多,可以表现的颜色也越多,图片也会更有层次感。

最终显示的是黑白色的字符画,那么彩色的图片怎么转换成黑白的呢?这里就需要了解灰度值的概念了。

灰度值:指黑白图像中点的颜色深度,范围一般从0到255,白色为255,黑色为0,故黑白图片也称灰度图像。(来自互动百科)

我们利用下面的公式将像素的RGB值转换成灰度值:

gray = 0.2126 * r + 0.7152 * g + 0.0722 * b

用不同的字符代表不同的灰度值,字符的种类和数量可以根据自己需要的效果进行调整,最好从前往后可以看到明显的变化,最后一个字符为空格符最佳:

ascii_char = list("$@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<>i!lI;:,\"^`'. ")

二、准备

接下来我将用两种方式来进行图片的读取和转换,需要用到两个库:

  • PIL

PIL是一个Python图像处理的库,使用以下命令安装:

pip install pillow

  • openCV

OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux、Windows、MacOS操作系统上。它轻量级而且高效——由一系列 C 函数和少量C++类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。使用下面命令安装:

pip install opencv-python

三、 实现

此处以BadApple中的一帧作为原图:

3.1 PIL实现图片读取并转换

# coding = 'utf-8'
from PIL import Image    # 引入Image库对图片进行操作
import cv2                # 引入opencv库

# ascii列表,将其与图片像素对应
ascii_char = list("$@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<>i!lI;:,\"^`'.  ")

WIDTH = 120
HEIGHT = 60

# 将256个灰度值映射到字符列表中的字符
def get_char_from_pixel(r,g,b,alpha = 256):
    if alpha == 0:
        return ' '
    length = len(ascii_char)
    gray = int(0.2126 * r + 0.7152 * g + 0.0722 * b)

    unit = (256.0 + 1)/length
    return ascii_char[int(gray/unit)]

# 使用PIL库对图片进行转换
def ascii_pic_from_pil(path):
    text = ""

    im = Image.open(path)
    im = im.resize((WIDTH, HEIGHT), Image.NEAREST)

    for h in range(im.size[1]):     # 图片像素纵坐标
        for w in range(im.size[0]): # 图片像素横坐标
            text += get_char_from_pixel(*im.getpixel((w, h)))
        text += '\n'

    return text

# 保存txt文件
def save_to_file(filename, pic_str):
    with open(filename, 'w') as f:
        f.write(pic_str)

img = ascii_pic_from_pil('huiyuan.jpg')
save_to_file('pil.txt', img)

打开pil.txt文件,可以看到下图所示:

3.2 openCV实现图片读取并转换

# 使用cv库对图片进行转换
def ascii_pic_from_cv(path):
    text = ""

    img = cv2.imread(path)
    img = cv2.resize(img, (WIDTH, HEIGHT))

    for h in range(HEIGHT):        # 图片像素纵坐标
        for w in range(WIDTH):    # 图片像素横坐标
            b, g, r = img[h,w]
            text += get_char_from_pixel(r,g,b)
        text += '\n'

    return text

img = ascii_pic_from_pil('huiyuan.jpg')
save_to_file('cv.txt', img)

打开cv.txt可以看到下图所示:

从以上两幅转换图片来看,效果基本是一样的。

四、进阶

视频是由一帧帧图片组成的,既然我们可以把图片转成字符画了,那么把视频转成字符动画应该也是可行的。有兴趣的可以去尝试一下。


原文发布于微信公众号 - C与Python实战(CPythonPractice)

原文发表时间:2018-02-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

教程 | 如何在Tensorflow.js中处理MNIST图像数据

对任何一个机器学习问题而言,数据处理都是很重要的一步。本文将采用 Tensorflow.js(0.11.1)的 MNIST 样例(https://github....

14930
来自专栏编程

大神级Python工程师是怎么P图的,带你用Python玩转P图

? 1.PIL:Python影像库 PIL或者Python Imaging Library是一个包含许多函数来处理来自Python脚本的图像的包。PIL官方网...

44780
来自专栏深度学习那些事儿

深度学习-TF、keras两种padding方式:vaild和same

在使用Keras的时候会遇到这样的代码x = Conv2D(filters, kernel_size=5, strides=2, padding='same')...

64650
来自专栏Small Code

sklearn中Logistics Regression的coef_和intercept_的具体意义

使用sklearn库可以很方便的实现各种基本的机器学习算法,例如今天说的逻辑斯谛回归(Logistic Regression),我在实现完之后,可能陷入代码太久...

41160
来自专栏杨熹的专栏

一文学会用 Tensorflow 搭建神经网络

---- cs224d-Day 6: 快速入门 Tensorflow 本文是学习这个视频课程系列的笔记,课程链接是 youtube 上的, 讲的很好,浅显易懂...

50240
来自专栏AI深度学习求索

CAM实践:基于pytorch的使用方法

注意:如果为了快一点,不使用网络的图片以及文件的话,记得更改图片地址和已下载文件地址哦

51750
来自专栏人工智能LeadAI

解析Tensorflow官方PTB模型的demo

01 seq2seq代码案例解读 RNN 模型作为一个可以学习时间序列的模型被认为是深度学习中比较重要的一类模型。在Tensorflow的官方教程中,有两个与...

52280
来自专栏新智元

【前沿】TensorFlow Pytorch Keras代码实现深度学习大神Hinton NIPS2017 Capsule论文

【新智元导读】10月26日,深度学习元老Hinton的NIPS2017 Capsule论文《Dynamic Routing Between Capsules》终...

43470
来自专栏贾志刚-OpenCV学堂

OpenCV中图像算术操作与逻辑操作

在图像处理中有两类最重要的基础操作分别是图像点操作与块操作,简单点说图像点操作就是图像每个像素点的相关逻辑与几何运算、块操作最常见就是基于卷积算子的各种操作、实...

484100
来自专栏磐创AI技术团队的专栏

ChatGirl 一个基于 TensorFlow Seq2Seq 模型的聊天机器人

简介 ? 还在开发中,它工作的效果还不好。但是你可以直接训练,并且运行。 包含预处理过的 twitter 英文数据集,训练,运行,工具代码,可以运行但是效果有待...

47580

扫码关注云+社区

领取腾讯云代金券