教程,Python图片转字符堆叠图

简介: Python 图片转字符画 一、实验说明 1. 环境登录 无需密码自动登录, 2. 环境介绍 本实验环境采用带桌面的UbuntuLinux环境,实验中会用到桌面上的程序: LX终端(LXTerminal):Linux命令行终端,打开后会进入Bash环境,可以使用Linux命令 GVim:非常好用的编辑器,最简单的用法可以参考课程Vim编辑器 3. 环境使用 使用GVim编辑器输入实验所需的代码及文件,使用LX终端(LXTerminal)运行所需命令进行操作。

Python 图片转字符画

一、实验说明

1. 环境登录

无需密码自动登录,

2. 环境介绍

本实验环境采用带桌面的UbuntuLinux环境,实验中会用到桌面上的程序:

  1. LX终端(LXTerminal:Linux命令行终端,打开后会进入Bash环境,可以使用Linux命令

  2. GVim:非常好用的编辑器,最简单的用法可以参考课程Vim编辑器

3. 环境使用

使用GVim编辑器输入实验所需的代码及文件,使用LX终端(LXTerminal)运行所需命令进行操作。

完成实验后可以点击桌面上方的“实验截图”保存并分享实验结果到微博,向好友展示自己的学习进度。实验楼提供后台系统截图,可以真实有效证明您已经完成了实验。

实验记录页面可以在“我的主页”中查看,其中含有每次实验的截图及笔记,以及每次实验的有效学习时间(指的是在实验桌面内操作的时间,如果没有操作,系统会记录为发呆时间)。这些都是您学习的真实性证明。

二、实验内容

安装pillowPIL)库:

$ sudo apt-getinstall python-dev


$ sudo apt-getinstall libtiff5-dev libjpeg8-dev zlib1g-dev \

libfreetype6-devliblcms2-dev libwebp-dev tcl8.6-dev tk8.6-dev python-tk


$ sudo pip installpillow

今天我们要做的是图片转字符画!

别慌!这是手工做的,我们这个做不了那么好。

我们做的是这一类字符画!

才几行代码,哪可能做成这种效果。

别急别急,这里只负责讲解原理与生成字符,至于显示效果,那还要看你显示用的媒介怎么样了,像是字符是不是等宽啦,行高和行宽是不是相等啦,屏幕够不够大,够不够亮,够不够有型都可能是影响观赏效果的因素呢。

开始码代码

首先获取实验用图片

wgethttp://labfile.oss.aliyuncs.com/courses/370/ascii_dora.png

创建ascii.py 文件进行编辑

$ vi ascii.py

导入必要的库

from PIL importImage

import argparse

一张图片从图像到字符不是一蹴而就的,需要经过很多步骤,光看着可能没什么头绪,先从成品上着手,成品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,下面是我们选择的字符集。

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

没有自己用手去数吧?告诉你,一共有70 个字符,当然也不是字符越多越好,具体还得看选择的图片,自己反复尝试效果。

问题来了,我们是要转换一张彩色的图片,这么这么多的颜色,要怎么对应到字符上去?这里就要介绍灰度值的概念了。

灰度值:指黑白图像中点的颜色深度,范围一般从0255,白色为255,黑色为0,故黑白图片也称灰度图像

这样就好办了,灰度值大的用列表开头的符号,灰度值小的用列表末尾的符号。

灰度值公式

灰度值= 0.2126 * r + 0.7152 * g + 0.0722 * b

先完成RGB值转字符的函数:

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


defget_char(r,b,g,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

returnascii_char[int(gray/unit)]

完整参考代码:

from PIL importImage

import argparse


#命令行输入参数处理

parser =argparse.ArgumentParser()


parser.add_argument('file') #输入文件

parser.add_argument('-o','--output') #输出文件

parser.add_argument('--width',type = int, default = 80) #输出字符画宽

parser.add_argument('--height',type = int, default = 80) #输出字符画高


#获取参数

args =parser.parse_args()


IMG = args.file

WIDTH = args.width

HEIGHT = args.height

OUTPUT = args.output


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



# 256灰度映射到70个字符上

defget_char(r,b,g,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

returnascii_char[int(gray/unit)]


if __name__ =='__main__':


im =Image.open(IMG)

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


txt = ""


for i inrange(HEIGHT):

for j inrange(WIDTH):

txt +=get_char(*im.getpixel((j,i)))

txt += '\n'


print txt


#字符画输出到文件

if OUTPUT:

withopen(OUTPUT,'w') as f:

f.write(txt)

else:

withopen("output.txt",'w') as f:

f.write(txt)

关键步骤除了那一步就没有了(摊手)

argparse是一个管理命令行参数输入的小工具

运行代码查看效果吧

$ python ascii.py imgfile


目录
相关文章
|
3天前
|
机器学习/深度学习 自然语言处理 PyTorch
使用Python实现循环神经网络(RNN)的博客教程
使用Python实现循环神经网络(RNN)的博客教程
23 1
|
4天前
|
人工智能 IDE 开发工具
python环境安装教程
python环境安装教程
23 0
|
4天前
|
数据采集 iOS开发 MacOS
Python及Pycharm安装教程
Python及Pycharm安装教程
18 0
|
5天前
|
机器学习/深度学习 算法 Python
深入浅出Python机器学习:从零开始的SVM教程/厾罗
深入浅出Python机器学习:从零开始的SVM教程/厾罗
|
6天前
|
算法 Python
从原始边列表到邻接矩阵:使用Python构建图的表示
从原始边列表到邻接矩阵:使用Python构建图的表示
9 0
|
6天前
|
算法 机器人 Python
Python实现教程:平面最短路径算法
Python实现教程:平面最短路径算法
13 1
|
11天前
|
存储 索引 Python
python图片九宫格图片处理
本篇文章介绍了一个Python项目的实现,项目能够处理图片并将其组合成九宫格或四宫格,同时还具备音乐播放功能,对于初学者来说是一个可以进行实战学习的初级项目。
|
11天前
|
存储 计算机视觉 Python
python实现Gif图片的字符画
这是一个Python实战项目,旨在将GIF动态图转化为ASCII字符动画。项目适合有一定Python基础的学习者,主要使用os、imageio、PIL库。首先,代码导入所需库,然后通过PIL创建空白图片并添加文本。接着,程序读取GIF,拆分帧并转为字符画,存入“tmp”目录。同时,代码提供了清空“tmp”目录、将灰度值映射为ASCII字符、将图片处理成字符画的函数。此外,还有创建新画布和合成GIF的步骤。主函数调用这些模块,最终将ASCII字符画合并成GIF。项目展示了将动态图像转换为ASCII艺术的过程。
|
12天前
|
机器学习/深度学习 Python
【Python 机器学习专栏】堆叠(Stacking)集成策略详解
【4月更文挑战第30天】堆叠(Stacking)是机器学习中的集成学习策略,通过多层模型组合提升预测性能。该方法包含基础学习器和元学习器两个阶段:基础学习器使用多种模型(如决策树、SVM、神经网络)学习并产生预测;元学习器则利用这些预测结果作为新特征进行学习,生成最终预测。在Python中实现堆叠集成,需划分数据集、训练基础模型、构建新训练集、训练元学习器。堆叠集成的优势在于提高性能和灵活性,但可能增加计算复杂度和过拟合风险。
|
13天前
|
Linux Python Windows
Python更换国内pip源详细教程
Python更换国内pip源详细教程