怎么用Python將圖片轉(zhuǎn)成動(dòng)態(tài)字符畫(huà)

這篇文章主要介紹“怎么用Python將圖片轉(zhuǎn)成動(dòng)態(tài)字符畫(huà)”，在日常操作中，相信很多人在怎么用Python將圖片轉(zhuǎn)成動(dòng)態(tài)字符畫(huà)問(wèn)題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”怎么用Python將圖片轉(zhuǎn)成動(dòng)態(tài)字符畫(huà)”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！

靜態(tài)圖片

首先，我們來(lái)演示將靜態(tài)圖片轉(zhuǎn)換為字符畫(huà)，功能實(shí)現(xiàn)主要用到的Python庫(kù)為OpenCV，安裝使用 pip install opencv-python 命令即可。

功能實(shí)現(xiàn)的基本思路為：利用聚類將目標(biāo)信息聚為3或5類，顏色最深的一類用數(shù)字密集度表示，陰影的一類用橫杠（-）表示，明亮部分用空白表示。

主要代碼實(shí)現(xiàn)如下：

def img2strimg(frame, K=5):   
    if type(frame) != np.ndarray:
        frame = np.array(frame)
    height, width, *_ = frame.shape  
    frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    frame_array = np.float32(frame_gray.reshape(-1))
    criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)
    flags = cv2.KMEANS_RANDOM_CENTERS
    # 得到 labels(類別)、centroids(矩心)
    compactness, labels, centroids = cv2.kmeans(frame_array, K, None, criteria, 10, flags)
    centroids = np.uint8(centroids)
    # labels 的數(shù)個(gè)矩心以隨機(jī)順序排列，所以需要簡(jiǎn)單處理矩心
    centroids = centroids.flatten()
    centroids_sorted = sorted(centroids)
    # 獲得不同 centroids 的明暗程度，0 為最暗
    centroids_index = np.array([centroids_sorted.index(value) for value in centroids])
    bright = [abs((3 * i - 2 * K) / (3 * K)) for i in range(1, 1 + K)]
    bright_bound = bright.index(np.min(bright))
    shadow = [abs((3 * i - K) / (3 * K)) for i in range(1, 1 + K)]
    shadow_bound = shadow.index(np.min(shadow))
    labels = labels.flatten()
    # 將 labels 轉(zhuǎn)變?yōu)閷?shí)際的明暗程度列表
    labels = centroids_index[labels]
    # 解析列表
    labels_picked = [labels[rows * width:(rows + 1) * width:2] for rows in range(0, height, 2)]
    canvas = np.zeros((3 * height, 3 * width, 3), np.uint8)
 # 創(chuàng)建長(zhǎng)寬為原圖三倍的白色畫(huà)布
    canvas.fill(255)
    y = 8
    for rows in labels_picked:
        x = 0
        for cols in rows:
            if cols <= shadow_bound:
                cv2.putText(canvas, str(random.randint(2, 9)),
                            (x, y), cv2.FONT_HERSHEY_PLAIN, 0.45, 1)
            elif cols <= bright_bound:
                cv2.putText(canvas, "-", (x, y),
                            cv2.FONT_HERSHEY_PLAIN, 0.4, 0, 1)
            x += 6
        y += 6
    return canvas

原圖如下：

GIF動(dòng)圖

接下來(lái)我們演示將GIF轉(zhuǎn)為字符畫(huà)，功能實(shí)現(xiàn)主要用到的Python庫(kù)為imageio，Pillow，安裝使用 pip install imageio/Pillow 命令即可。

功能實(shí)現(xiàn)的基本思路如下：

• 將gif圖片的每一幀細(xì)分為靜態(tài)圖片

• 將所有靜態(tài)圖片變成字符畫(huà)

• 將所有字符畫(huà)重新合成gif

主要代碼實(shí)現(xiàn)如下：

# 拆分 gif 將每一幀處理成字符畫(huà)
def gif2pic(file, ascii_chars, isgray, font, scale):
    '''
    file: gif 文件
    ascii_chars: 灰度值對(duì)應(yīng)的字符串
    isgray: 是否黑白
    font: ImageFont 對(duì)象
    scale: 縮放比例
    '''
    im = Image.open(file)
    path = os.getcwd()
    if(not os.path.exists(path+"/tmp")):
        os.mkdir(path+"/tmp")
    os.chdir(path+"/tmp")
    # 清空 tmp 目錄下內(nèi)容
    for f in os.listdir(path+"/tmp"):
        os.remove(f)
    try:
        while 1:
            current = im.tell()
            name = file.split('.')[0]+'_tmp_'+str(current)+'.png'
            # 保存每一幀圖片
            im.save(name)
            # 將每一幀處理為字符畫(huà)
            img2ascii(name, ascii_chars, isgray, font, scale)
            # 繼續(xù)處理下一幀
            im.seek(current+1)
    except:
        os.chdir(path)

# 將不同的灰度值映射為 ASCII 字符
def get_char(ascii_chars, r, g, b):
    length = len(ascii_chars)
    gray = int(0.2126 * r + 0.7152 * g + 0.0722 * b)
    return ascii_chars[int(gray/(256/length))]


# 將圖片處理成字符畫(huà)
def img2ascii(img, ascii_chars, isgray, font, scale):
    scale = scale
    # 將圖片轉(zhuǎn)換為 RGB 模式
    im = Image.open(img).convert('RGB')
    # 設(shè)定處理后的字符畫(huà)大小
    raw_width = int(im.width * scale)
    raw_height = int(im.height * scale)
    # 獲取設(shè)定的字體的尺寸
    font_x, font_y = font.getsize(' ')
    # 確定單元的大小
    block_x = int(font_x * scale)
    block_y = int(font_y * scale)
    # 確定長(zhǎng)寬各有幾個(gè)單元
    w = int(raw_width/block_x)
    h = int(raw_height/block_y)
    # 將每個(gè)單元縮小為一個(gè)像素
    im = im.resize((w, h), Image.NEAREST)
    # txts 和 colors 分別存儲(chǔ)對(duì)應(yīng)塊的 ASCII 字符和 RGB 值
    txts = []
    colors = []
    for i in range(h):
        line = ''
        lineColor = []
        for j in range(w):
            pixel = im.getpixel((j, i))
            lineColor.append((pixel[0], pixel[1], pixel[2]))
            line += get_char(ascii_chars, pixel[0], pixel[1], pixel[2])
        txts.append(line)
        colors.append(lineColor)
    # 創(chuàng)建新畫(huà)布
    img_txt = Image.new('RGB', (raw_width, raw_height), (255, 255, 255))
    # 創(chuàng)建 ImageDraw 對(duì)象以寫(xiě)入 ASCII
    draw = ImageDraw.Draw(img_txt)
    for j in range(len(txts)):
        for i in range(len(txts[0])):
            if isgray:
                draw.text((i * block_x, j * block_y), txts[j][i], (119,136,153))
            else:
                draw.text((i * block_x, j * block_y), txts[j][i], colors[j][i])
    img_txt.save(img)

# 讀取 tmp 目錄下文件合成 gif
def pic2gif(dir_name, out_name, duration):
    path = os.getcwd()
    os.chdir(dir_name)
    dirs = os.listdir()
    images = []
    num = 0
    for d in dirs:
        images.append(imageio.imread(d))
        num += 1
    os.chdir(path)
    imageio.mimsave(out_name + '_ascii.gif',images,duration = duration)

原圖如下：

到此，關(guān)于“怎么用Python將圖片轉(zhuǎn)成動(dòng)態(tài)字符畫(huà)”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！