快看！法国面具男ASCII符号舞来了！
文 | ssw
来源：Python 技术「ID: pythonall」
分享几个处理图片、视频的工具和脚本，
某些时候很容易让MM惊呼“被你装到了”，系不系很猴赛雷呀?
尤其最后一个，法国面具男的曳步舞，将视频转成ASCII符号形式跳舞。
我曾专门学过此视频的跳法，音乐一响，还是会跟着BGM律动！
它的背景杂物、色彩较多，转成ascii后影响人像效果。
怎么办呢？
这次终于使用上了剪映，可以用它的“智能抠像”去除视频背景只留人像，
然后转成ascii人物动作就清晰多了：
废话不多说，上分享
第一个，AnimeGANv2人脸动漫化
AnimeGANv2基于PyTorch（一个深度学习框架），
安装Pytorch比其它麻烦，就不入坑了。
可以电脑打开在线版：https://huggingface.co/spaces/akhaliq/AnimeGANv2 ，无需本地安装框架，直接就可以进行转换。
来看看效果。
洪真英的漫画没本人好看，差评
，效果还行，有点像某音AI绘画
第二个，美女素描图
基于OpenCV库，安装命令pip install opencv-python
python技术公众号介绍过，就不贴链接了
So beautiful ！比前面的动漫更具朦胧美，我比较喜欢美女身上这件外套。
import cv2
img = cv2.imread("h3.jpg")
#转换为灰度图片
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#将灰度图像反转
inverted_image = 255 - gray_img
#将反转的图像进行高斯模糊处理，再将模糊的图像倒置
blurred = cv2.GaussianBlur(inverted_image, (21, 21), 0)
inverted_blurred = 255 - blurred
#将灰度图像除以倒置的模糊图像，创建铅笔草图
pencil_sketch = cv2.divide(gray_img, inverted_blurred, scale=256.0)
#显示图片
cv2.imshow('original',img)
cv2.imshow("i love hongzhenying", pencil_sketch)
cv2.waitKey(0)
cv2.destroyAllWindows()法国面具男ASCII舞蹈
运行脚本后，导入ascii视频和原视频到剪映中，设置画中画效果。
完工后的画中画视频有点大，100多M，我已上传到linux服务器，you-get可以下载它
you-get http://ssw.fit/free/mask_.mp4
# 买的服务器带宽限制4Mbps，估计下载速度500kB/s左右或直接观看
完整脚本
# -*- coding:utf-8 -*-
from PIL import Image, ImageDraw, ImageFont
import numpy as np
import os
import sys
import shutil
class Video2Ascii:
def __init__(self, filename):
# 执行前的一些判断
if not os.path.isfile(filename):
print("源文件找不到，或者不存在！")
exit()
temp_arr = filename.split('.')
# 字符列表，从左至右逐渐变得稀疏，对应着颜色由深到浅
self.ascii_char = list("$@B%8&WM#*oahkbdpqwO0QLCJYXzcvunxrjft/\|()1[]?-_+~<>i!......... ")
# 传入视频文件名
self.filename = filename
# 输出视频文件名
self.outname = temp_arr[0] + "_out." + temp_arr[1]
# 存储图片的临时路径、输出路径
self.pic_path = 'temp_pic'
self.ascii_path = 'temp_ascii'
self.outpath = 'temp_out'
# 设置图片缩小的倍数
self.resize_times = 6
# 设置输出文件的名字,声音文件以及带声音的输出文件
self.mp3ilename = os.path.join(self.outpath, temp_arr[0] + '.mp3')
self.mp4filename = os.path.join(self.outpath, self.outname)
# 合并输出的视频文件
self.mergefilename = os.path.join(self.outpath, temp_arr[0] + '_voice.' + temp_arr[1])
# [1]、创建存储临时图片的路径
def createpath(self):
print("-" * 30)
print("[1/6]正在创建临时路径...")
print("-" * 30 + '\r\n')
# 源视频文件的图片路径
if not os.path.exists(self.pic_path):
os.makedirs(self.pic_path)
else:
# 清空在创建
shutil.rmtree(self.pic_path)
os.makedirs(self.pic_path)
# 转换之后的图片路径
if not os.path.exists(self.ascii_path):
os.makedirs(self.ascii_path)
else:
# 清空再创建
shutil.rmtree(self.ascii_path)
os.makedirs(self.ascii_path)
# 存储输出文件的目录
if not os.path.exists(self.outpath):
os.makedirs(self.outpath)
# [2]、将视频分割成图片
def video2pic(self):
print("-" * 30)
print("[2/6]正在切割原始视频为图片...")
print("-" * 30 + '\r\n')
# 使用ffmpeg切割图片，命令行如下
cmd = 'ffmpeg -i {0} -r 24 {1}/%06d.jpeg'.format(self.filename, self.pic_path)
# 执行命令
os.system(cmd)
# [3]、将图片缩放、转成ascii形式
def pic2ascii(self):
print("-" * 30)
print("[3/6]正在处理分析图片，转成ascii形式...")
print("-" * 30 + '\r\n')
# 读取原始图片目录
pic_list = sorted(os.listdir(self.pic_path))
total_len = len(pic_list)
count = 1
# 遍历每张图片
for pic in pic_list:
# 图片完整路径
imgpath = os.path.join(self.pic_path, pic)
# 1、缩小图片，转成灰度模式，存入数组
origin_img = Image.open(imgpath)
# 缩小之后宽高
resize_width = int(origin_img.size[0] / self.resize_times)
resize_height = int(origin_img.size[1] / self.resize_times)
resize_img = origin_img.resize((resize_width, resize_height), Image.ANTIALIAS).convert("L")
img_arr = np.array(resize_img)
# 2、新建空白图片（灰度模式、与原始图片等宽高）
new_img = Image.new("L", origin_img.size, 255)
draw_obj = ImageDraw.Draw(new_img)
font = ImageFont.truetype("arial.ttf", 8)
# 3、将每个字符绘制在 8*8 的区域内
for i in range(resize_height):
for j in range(resize_width):
x, y = j*self.resize_times, i*self.resize_times
index = int(img_arr[i][j]/4)
draw_obj.text((x, y), self.ascii_char[index], font=font, fill=0)
# 4、保存字符图片
new_img.save(os.path.join('temp_ascii', pic), "JPEG")
print("已生成ascii图（%d/%d）" % (count, total_len))
count += 1
# exit()
# [4]、合成视频
def ascii2video(self):
print("-" * 30)
print("[4/6]正在合成视频...")
print("-" * 30 + '\r\n')
# 输出视频保存路径
savepath = os.path.join(self.outpath, self.outname)
cmd = 'ffmpeg -threads 2 -start_number 000001 -r 24 -i {0}/%06d.jpeg -vcodec mpeg4 {1}'.format(self.ascii_path, savepath)
os.system(cmd)
# [5]、获取原始视频的mp3文件
def video2mp3(self):
print("-" * 30)
print("[5/6]正在分离音频文件...")
print("-" * 30 + '\r\n')
# mp3名字和保存路径
name = self.filename.split('.')[0] + '.mp3'
savepath = os.path.join(self.outpath, name)
cmd = 'ffmpeg -i {0} -f mp3 {1}'.format(self.filename, savepath)
os.system(cmd)
# [6]、将视频和音频合并
def mp4andmp3(self):
print("-"*30)
print("[6/6]正在合并视频和音频...")
print("-" * 30 + '\r\n')
cmd = 'ffmpeg -i {0} -i {1} -strict -2 -f mp4 {2}'.format(self.mp4filename, self.mp3ilename, self.mergefilename)
os.system(cmd)
# [0]、启动
def start(self):
"""
> 程序流程：
1、创建路径
2、将原始视频分割成图片
3、将图片缩放、转成ascii形式
4、将ascii形式的图片合成视频
5、获取音频mp3文件
6、合并视频和音频文件
:return:
"""
self.createpath()
self.video2pic()
self.pic2ascii()
self.ascii2video()
self.video2mp3()
self.mp4andmp3()
print("程序执行完成")
if __name__ == "__main__":
if len(sys.argv) != 2:
print("参数不匹配,请参考(脚本名 原始视频)：xxx.py test.mp4 ")
exit()
demo = Video2Ascii(sys.argv[1])
demo.start()总结
最近写的二篇文章都跟视频和图像有关，
加上这篇ASCII舞蹈，很容易混淆，这里简要总结下它们用到的库
用python做一个漂亮女生词云舞蹈视频
从视频中提取图片，opencv-python库
分割人像，百度API的“人体分析”
人体分析有一些瑕疵，面具男身后的旗子给识别进去了
用 Python 轻松将懂车帝视频转换为文本
提取音频，moviepy库
分割音频（分割成数个1分钟以内的音频），pydub库
音频转文本，百度API的普通话语音识别
面具男ASCII曳步舞
从视频中提取图片/合成视频/提取音频都用到ffmpeg
#将视频分割成图片
ffmpeg -i [输入文件名] -r [fps,帧率] [分割图存储路径]
#提取音频
ffmpeg -i [输入视频文件名] -f mp3 [输出的mp3文件名]
#合成视频
ffmpeg -i [视频文件名] -i [音频文件名] -strict -2 -f mp4 [合并后的文件名]生成ascii图片用到PIL库的ImageDraw
以上就是今天分享的内容，希望你能喜欢！
PS：Python技术交流群（技术交流、摸鱼、白嫖课程为主）又不定时开放了，感兴趣的朋友，可以在下方公号内回复：666，即可进入，一起 100 天计划！
老规矩，酱友们还记得么，右下角的 “在看” 点一下，如果感觉文章内容不错的话，记得分享朋友圈让更多的人知道！
【神秘礼包获取方式】
识别二维码，回复：1024
