這篇文章主要介紹了Python如何使用字符打印照片,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下

1. 前言

第一次在學(xué)校機(jī)房里見到計(jì)算機(jī)，還是上古時(shí)期。計(jì)算機(jī)型號大概是LASER-310吧，有點(diǎn)記不清了。那會(huì)兒，顯示器還是單色的，只能顯示文本，每行最多顯示80個(gè)字符。想看圖片，印象中只能用針式打印機(jī)打印在兩側(cè)穿孔的寬行打印紙上，每個(gè)像素用一個(gè)字符表示，不同的字符代表不同的灰度，就像下圖這個(gè)樣子。有沒有感覺到濃郁古風(fēng)呢？其實(shí)，隨便一張照片，十幾行Python代碼，你也可以打印出這樣的效果，還可以保存成文件。下面，我就一步一步地演示一下。

2. 打開圖片，轉(zhuǎn)為灰度模式

Python用于圖像處理的模塊有很多，最常用的當(dāng)屬PIL和PyOpenCV了。本案使用PIL模塊來打開圖像：

 >>> from PIL import Image
 >>> im = Image.open('xufive.jpg')
 >>> im.size
 (979, 1248)
 >>> im.mode
 'RGB'

im就是打開的圖像對象，im.size是圖像的分辨率，im.mode是圖像模式。我們知道，計(jì)算機(jī)圖像有很多種顏色模式，RGB是最常見的彩色圖像模式。打印字符圖片的話，需要將RGB模式轉(zhuǎn)為灰度模式：

 >>> im = im.convert('L')
 >>> im.mode
 'L'

3. 改變分辨率

打印字符圖片，需要考慮顯示器每行顯示的字符個(gè)數(shù)。假定屏幕水平分辨率為1920，每個(gè)字符寬度占8個(gè)像素，每行可以顯示240個(gè)字符。綜合考量，我們設(shè)定每行顯示120個(gè)字符。這就需要我們將灰度圖片的寬度設(shè)置為120個(gè)像素，那么圖像高度的像素?cái)?shù)height應(yīng)為：

 width = 120
 height = int(width*im.size[1]/im.size[0])

按照新的分辨率生成圖像對象：

 >>> im = im.resize((width, height))
 >>> im.size
 (120, 152)

4. 反白處理

灰度模式下，每個(gè)像素的值域范圍是0~255，共有256級灰度。考慮到屏幕背景色可能是深色的，也可能是淺色的，我們需要提供圖像反白處理的手段。所謂反白處理，就是用灰度最大值255減去每一個(gè)像素的灰度值作為該像素新的灰度值。遍歷每一個(gè)像素，固然可以實(shí)現(xiàn)反白，但速度會(huì)很慢。本案使用NumPy數(shù)組的廣播技術(shù)，可以顯著提升處理速度。我們先把PIL圖像對象轉(zhuǎn)成NumPy數(shù)組：

 >>> import numpy as np
 >>> arr = np.array(im)
 >>> arr.shape
 (152, 120)
 >>> arr.dtype
 dtype('uint8') 

需要特別說明的是，PIL對象的圖像分辨率是120x152，表示圖像寬度120像素，高度152像素；轉(zhuǎn)成NumPy數(shù)組之后，數(shù)組的shape則是(152,120)，表示圖像有152行（對應(yīng)高度），120列（對應(yīng)寬度）。雖然PIL對象和NumPy數(shù)組關(guān)于行列的概念不一致，但表達(dá)的物理意義是相同的。

利用NumPy數(shù)組的廣播技術(shù)實(shí)現(xiàn)反白處理，只需一行代碼，并且瞬間完成：

arr = 255 - arr

5. 確定灰度-字符映射表

在顯示器上，字符是由點(diǎn)陣組成的。每個(gè)字符的亮點(diǎn)（或暗點(diǎn)）不同，可以用來表示不同的灰度。本案使用了下面8個(gè)字符表示不同的灰度：

 >>> chs = np.array([' ', '.', '-', '+', '=', '*', '#', '@'])
 >>> chs.dtype
 dtype('<U1')

8個(gè)不同的字符，只能表示8級灰度，因此需要將像素的256級灰度值轉(zhuǎn)換為8級：

 >>> arr = arr/32
 >>> arr = arr.astype(np.uint8)
 >>> arr.min(), arr.max()
 (0, 7)

6. 灰度轉(zhuǎn)字符

接下來需要將值域范圍在0~7之間的每一個(gè)像素轉(zhuǎn)為灰度-字符映射表中對應(yīng)的字符。同樣的，我們可以用兩層嵌套的循環(huán)結(jié)構(gòu)來完成，不過更好的選擇是用NumPy數(shù)組的矢量化特性來實(shí)現(xiàn)。本例展示了NumPy數(shù)組非常少見的一種應(yīng)用方式，我很少見到有人這樣應(yīng)用。

 >>> arr = chs[arr]
 >>> arr.shape
 (152, 120)
 >>> arr.dtype
 dtype('<U1')

7. 打印

有了上述鋪墊，打印自然是水到渠成了：

 >>> for i in range(arr.shape[0]):
 for j in range(arr.shape[1]):
 print(arr[i,j], end='')
 print()

8. 保存為文件

如果在顯示終端上打印不方便觀看的話，還可以將字符數(shù)據(jù)保存成文件：

 >>> with open('xufive.txt', 'w') as fp:
   for line in arr.tolist():
     fp.write(''.join(line))
     fp.write('\n')

下圖是輸出到文本文件，在編輯器中顯示的效果。

9. 完整代碼

在不同的運(yùn)行環(huán)境中，最終圖像顯示的寬高比和原圖會(huì)有差異。為了抵消差異，我在下面的代碼中增加了一個(gè)矯正系數(shù)k，可以通過調(diào)整這個(gè)參數(shù)，獲得滿意的顯示效果。

# -*- coding: utf-8 -*-

from PIL import Image
import numpy as np

def print_photo(photo_file, width=120, k=1.0, reverse=False, outfile=None):
  """打印照片，默認(rèn)120個(gè)字符寬度"""
  
  im = Image.open(photo_file).convert('L') # 打開圖片文件，轉(zhuǎn)為灰度格式
  height = int(k*width*im.size[1]/im.size[0]) # 打印圖像高度，k為矯正系數(shù)，用于矯正不同終端環(huán)境像素寬高比
  arr = np.array(im.resize((width, height ))) # 轉(zhuǎn)為NumPy數(shù)組
  if reverse: # 反色處理
    arr = 255 - arr
  
  chs = np.array([' ', '.', '-', '+', '=', '*', '#', '@']) #灰度-字符映射表
  arr= chs[(arr/32).astype(np.uint8)] # 灰度轉(zhuǎn)為對應(yīng)字符
  
  if outfile:
    with open(outfile, 'w') as fp:
      for row in arr.tolist():
        fp.write(''.join(row))
        fp.write('\n')
  else:
    for i in range(arr.shape[0]): # 逐像素打印
      for j in range(arr.shape[1]):
        print(arr[i,j], end=' ')
      print()

if __name__ == '__main__':
  print_photo('xufive.jpg', width=360, k=0.5, outfile='xufive.txt')

下圖是在命令行窗口顯示的效果。

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。

最新評論