目录

>>字符画效果展示 >>字符视频效果展示 >>Python代码展示 >>思考过程

>>>字符画效果展示

（注：字符图画放大食用 效果更佳）

秦时明月 >>> 娥皇/女英

秦时明月 >>> 字符画的娥皇/女英

秦时明月 >>> 年轻的小庄

秦时明月 >>> 年轻的字符画小庄

功夫熊猫 >>> 一只可爱的小熊猫

功夫熊猫 >>> 一只字符画的小熊猫

>>>字符视频效果展示

作者将视频的每一帧图片转化为字符画，在利用Pymovie组合为视频。

视频为BILIBILI鬼畜视频：《念诗之王》——K-DA女团

站外链接为BILIBILI视频URL地址

00:00

>>>代码展示

import cv2, random
import numpy as np
def get_str_pic(frame, K=5):
 """
 思 路：
 --------------
 利用 聚类 将像素信息聚为3或5类，颜色最深的一类用数字密集地表明，阴影的一类用
 “-”横杠表明，明亮部分空白表明。
 参 数：
 --------------
 frame
 需要传入的图片信息。可以是opencv的cv2.imread()得到的数组，也可以是
 Pillow的Image.read()。
 
 K
 聚类数量，推荐的K为3或5。根据经验，3或5时可以较为优秀地处理许多图像了。
 若默认的K=5无法很好地表现原图，请修改为3进行尝试。若依然无法很好地表现
 原图，请换图尝试。 （ -_-|| ） 
 注 意：
 --------------
 聚类数目理论可以取大于等于3的任意整数。但水平有限，无法自动判断当生成的
 字符图像可以更好地表现原图细节时，“黑暗”、“阴影”、”明亮“之间边界在哪。
 所以说由于无法有效利用更大的聚类数量，那么便先简单地限制聚类数目为3和5。
 """
 if type(frame) != np.ndarray:
 frame = np.array(frame)
 #if K != 3 and K != 5:
 #raise Exception("K需要是3或者5")
 height = frame.shape[0]
 width = frame.shape[1]
 frame_gray = cv2.cvtColor(frame,
 cv2.COLOR_BGR2GRAY)
 frame_array = frame_gray.reshape((-1,1))
 frame_array = np.float32(frame_array)
 # 设置相关参数。
 criteria = (cv2.TERM_CRITERIA_EPS+cv2.TERM_CRITERIA_MAX_ITER,
 10, 1.0)
 flags = cv2.KMEANS_RANDOM_CENTERS
 # 得到labels(类别)、centroids(矩心)。
 # 如第一行6个像素labels=[0,2,2,1,2,0],则意味着6个像素分别对应着
 # 第1个矩心、第3个矩心、第3、2、3、1个矩心。
 compactness, labels, centroids = cv2.kmeans(frame_array, K,
 None, criteria, 10, flags) 
 centroids = np.uint8(centroids)
 
 # labels的数个矩心以随机顺序排列，所以需要简单处理矩心.
 centroids = centroids.flatten()
 centroids_sorted = sorted(centroids)
 # 获得不同centroids的明暗程度，0最暗
 centroids_index = np.array([centroids_sorted.index(value)
 for value in centroids])
 up = [abs((3*i-2*K)/(3*K)) for i in range(1, 1+K)]
 upper_bound = up.index(np.min(up))
 low = [abs((3*i-K)/(3*K)) for i in range(1, 1+K)]
 lower_bound = low.index(np.min(low))
 labels = labels.flatten()
 # 将labels转变为实际的明暗程度列表，0最暗。
 labels = centroids_index[labels]
 # 列表解析，每2*2个像素挑选出一个，组成（height*width*灰）数组。
 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) 
 canvas.fill(255) # 创建长传为原图三倍的白色画布。
 
 # 由于 字体大小为0.45时，每个数字占6*6个像素，而白底画布为原图三倍
 # 所以 需要原图中每2*2个像素中挑取一个，在白底画布中由6*6像素大小的数字表明这个像素信息。
 y = 8
 for rows in labels_picked: 
 x = 0
 for cols in rows:
 if cols <= lower_bound:
 cv2.putText(canvas, str(random.randint(2,9)),
 (x, y), cv2.FONT_HERSHEY_PLAIN, 0.45, 1)
 elif cols <= upper_bound:
 cv2.putText(canvas, "-", (x, y),
 cv2.FONT_HERSHEY_PLAIN, 0.4, 0, 1)
 x += 6
 y += 6
 return canvas
if __name__ == '__main__':
 img = cv2.imread("2018???138_yexQ8.jpeg")
 # 若字符图像结果不好，可以尝试更改K为3。
 # 若依然无法很好地表现原图，请换图尝试。 -_-||
 str_pic = get_str_pic(img, K=5)
 cv2.imwrite("result.jpg", str_pic) 

>>>思考过程

如今网上关于如何实现字符图像多为一种方法，那就是

1、构造一行从密集到稀疏的”符号”集合（列如：$@B%8&WM#*oahkbdpqw mZO0QLCJUYXzcvunxrjft/|()1{}[]?-_ +~<>i!lI;:,”^`'. ）。

2、图像转为灰度（像素信息便只有一个数值），像素值范围为 0~255 的整数，共256个值。于是计算（像素值 / 256）得出一个像素值在像素范围中的相对位置，也就是百分比值。

3、最终在“符号“集合中找到一样相对位置（百分比值）的那个符号，输出它。此为网上大部分的实现方法，但是通过观看结果（图像或者视频）展示发现，此方法存在一些问题，如轮廓比较模糊，在图片整体为暗色调时，整个字符图像会变成一团浆糊。

4、给予以上发现，作者尝试使用新的方法实现字符图像。在辅修学位论文阶段偶然发现同学使用过“聚类”手段，可以根据不同城市的某个经济数据达到城市特征归类的目的。于是开始思考是否可以借鉴聚类手段，根据像素数值大小的特征，将它们分为不同种类，最暗的部分使用较为密集的“数字”表明，次暗的阴影部分使用 “-” 横杠表明， 明亮部分可以使用 “.” 点号或者空白表明。

5、不足：第一只是机械地设定聚类数量为3或5，其次只是机械地将“黑暗、阴影、明亮”的分界设定为（最终类别 / 聚类数量）中最靠近0.33和0.66的两个分界点。缘由在于无法通过程序评估不同“黑暗、阴影、明亮”的分界设定下最终字符图像的优劣程度，也就是无法有效利用更多个聚类类别数量。于是乎，作者暂时限定聚类数量和分界设置。但是相较于网上已经流传的方法来讲，应该可以认为效果有了较大的提升。

点个赞吧，么么哒