Python：圖片轉字元畫

字元畫真的很有意思，將圖片中的像素用字元代替，就生成了字元畫。

但是像素是有顏色深淺的，我們如何將帶有不同顏色的像素編碼為對應的字元呢？

轉化方法：

1. 將彩色圖片轉化為灰度圖
2. 根據顏色深淺的RGB值（值域從0到255，其中0為黑色，255為白色)
3. 涉及自己喜歡的字符集合
4. 根據字符集順序及字符集長度，由RGB值編碼為對應的字元。

RGB

RGB色彩模式是通過對紅(R)、綠(G)、藍(B)三個顏色通道的變化以及它們相互之間的疊加來得到各式各樣的顏色的，RGB即是代表紅、綠、藍三個通道的顏色，這個標準幾乎包括了人類視力所能感知的所有顏色。

通常情況下，RGB各有256級亮度，用數字表示為從0、1、2...直到255。注意雖然數字最高是255，但0也是數值之一，因此共256級。

灰度圖

灰度圖是指只含亮度信息，不含色彩信息的圖象，就象我們平時看到的黑白照片：亮度由暗到明，變化是連續的。

因此，要表示灰度圖，就需要把亮度值進行量化。通常劃分成0到255共256個級別，其中0最暗(全黑)，255最亮(全白)。在表示顏色的方法中，除了RGB外，從彩色圖片中的RGB 到 灰度值Gray 轉換公式為：

#在PIL中，從模式「RGB」轉換為「L」模式(灰度模式)Gray = 0.299R+0.587G+0.114B

比如我們用小寫英文26字母作為我們的字符集。字符集容量為26(一個字元對應的值 區間寬度= 256/字符集長度）

這裡的區間寬度為256/26=9.8)，

gray與字符集對應關係：

gray區間對應字元

[0.0， 9.8)這|a[9.8, 19.6)|b[19.6, 29.4)|c...|...[225.6, 235.4]|x[235.4, 245.2]|y[245.2, 255.0]|z

RGB轉字元函數

char_string = "abcdefghijklmnopqrstuvwxyz"def rgb2char(r, g, b): length = len(char_string) gray = int(0.2126 * r + 0.7152 * g + 0.0722 * b) # 每個字元對應的gray值區間寬度 unit = (256.0 + 1) / length # gray值對應到char_string中的位置（索引值） idx = int(gray / unit) return char_string[idx]

預處理

如果尺寸太大或太小，導致我們打開txt文件無法辨識出字元畫。所以要先將圖片尺寸調整合適。這裡注意，大家可根據需要更改伸縮係數delta係數

from PIL import Image#預處理（將圖片尺寸壓縮，並轉為灰度圖） def preprocess(img_path,delta=100): img = Image.open(img_path) # 獲取圖片尺寸 width, height = img.size # 獲取圖片最大邊的長度 if width > height: max = width else: max = height # 伸縮倍數scale scale = max / delta width, height = int(width / scale), int(height / scale) img = img.resize((width, height)) return img

圖片轉字元

讀取圖片，根據坐標獲得該像素的rgb元組，並編碼為字元

def img2char(img_obj, savepath): txt = "" width, height = img_obj.size # 獲取像素點的rgb元組值，如(254, 0, 0)，並將其轉化為字元 for i in range(height): line = "" for j in range(width): line += rgb2char(*img_obj.getpixel((j, i))) txt = txt + line + "
" # 保存字元畫 with open(savepath, "w+", encoding="utf-8") as f: f.write(txt)img_obj = preprocess(img_path)img2char(img_obj, savepath)

插入圖片

更改char_string，變換你想要的效果

參考文章：

https://www.shiyanlou.com/courses/370/labs/1191/document

http://zhan.renren.com/linuxfunc?gid=3602888498023717986&checked=true

推薦閱讀：