基于灰度图的字符画的制作
媒体上经常会出现一些字符表示的图片，这段ASCII字符是用来形容每个像素点的颜色深浅，从视觉效果(灰度)来看，字符的越复杂越能形容深色，我们只需要获得一张图并将这张图转化为灰度图，然后遍历其中的像素点的灰度值，并根据灰度值转化为相应的ASCII字符，最后存入一个txt文件中即可。
代码如下：
# -*- coding: utf-8 -*-
from PIL import Image
codeLib = '''@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<>i!lI;:,"^`'. '''#生成字符画所需的字符集
count = len(codeLib)
def transform1(image_file):
image_file = image_file.convert("L")#转换为黑白图片，参数"L"表示黑白模式
codePic = ''
for h in range(0,image_file.size[1]): #size属性表示图片的分辨率，'0'为横向大小，'1'为纵向
for w in range(0,image_file.size[0]):
gray = image_file.getpixel((w,h)) #返回指定位置的像素，如果所打开的图像是多层次的图片，那这个方法就返回一个元组
codePic = codePic + codeLib[int(((count-1)*gray)/256)]#建立灰度与字符集的映射
codePic = codePic+'\r\n'
return codePic
def transform2(image_file):
codePic = ''
for h in range(0,image_file.size[1]):
for w in range(0,image_file.size[0]):
g,r,b = image_file.getpixel((w,h))
gray = int(r* 0.299+g* 0.587+b* 0.114)
codePic = codePic + codeLib[int(((count-1)*gray)/256)]
codePic = codePic+'\r\n'
return codePic
fp = open(u'./2.jpeg','rb')
image_file = Image.open(fp)
image_file=image_file.resize((int(image_file.size[0]*0.75), int(image_file.size[1]*0.5)))#调整图片大小
print (u'Info:',image_file.size[0],' ',image_file.size[1],' ',count)
tmp = open('tmp.txt','w')
tmp.write(transform1(image_file))
tmp.close()OpenCV的作用是实现图像从彩色到灰度图的转换
我们喂给程序一张图片：
运行程序：
得到输出文件：
查看字符图形效果：
灰度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。
生成字符画的字符集的设计是有根据的，如果把这个字符串看成一个数组，则数组前面的字符，对应于较小的灰度值，对应颜色偏黑，绘制出来的区域颜色深一些，而后面的字符，对应颜色偏白，绘制出来的区域颜色浅一些。
codeLib = '''@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<>i!lI;:,"^`'. '''
GIF动图转为字符动图：
# -*- coding: utf-8 -*-
import imageio
import cv2
origin_pic='./a.gif'
target_pic='./b.gif'
codeLib = '''@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<>i!lI;:,"^`'. '''#生成字符画所需的字符集
pics=imageio.mimread(origin_pic) #读取动态图，把动态图转换为一帧一帧的图像
#应用上面定义好的图片灰度与字符的映射，把上面的每帧图片都转化为字符画，并保存在一个列表中
A=[]
for img in pics:
u,v,_=img.shape
c=img*0+255
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
for i in range(0,u,6):
for j in range(0,v,6):
pix=gray[i,j]
b,g,r,_=img[i,j]
zifu=codeLib[int(((len(codeLib)-1)*pix)/256)]
cv2.putText(c,zifu,(j,i),cv2.FONT_HERSHEY_COMPLEX, 0.3, (int(b),int(g), int(r)), 1)
A.append(c)
imageio.mimsave(target_pic, A, 'GIF',duration=0.1) #把A列表里的字符画组合起来，变成动态图
print('转化完成，请到你保存的路径下查看')
转化后的结果：