Python如何使用字符打印照片
这篇文章主要介绍了Python如何使用字符打印照片,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
1.前言
第一次在学校机房里见到计算机,还是上古时期。计算机型号大概是LASER-310吧,有点记不清了。那会儿,显示器还是单色的,只能显示文本,每行最多显示80个字符。想看图片,印象中只能用针式打印机打印在两侧穿孔的宽行打印纸上,每个像素用一个字符表示,不同的字符代表不同的灰度,就像下图这个样子。有没有感觉到浓郁古风呢?其实,随便一张照片,十几行Python代码,你也可以打印出这样的效果,还可以保存成文件。下面,我就一步一步地演示一下。
2.打开图片,转为灰度模式
Python用于图像处理的模块有很多,最常用的当属PIL和PyOpenCV了。本案使用PIL模块来打开图像:
>>>fromPILimportImage >>>im=Image.open('xufive.jpg') >>>im.size (979,1248) >>>im.mode 'RGB'
im就是打开的图像对象,im.size是图像的分辨率,im.mode是图像模式。我们知道,计算机图像有很多种颜色模式,RGB是最常见的彩色图像模式。打印字符图片的话,需要将RGB模式转为灰度模式:
>>>im=im.convert('L') >>>im.mode 'L'
3.改变分辨率
打印字符图片,需要考虑显示器每行显示的字符个数。假定屏幕水平分辨率为1920,每个字符宽度占8个像素,每行可以显示240个字符。综合考量,我们设定每行显示120个字符。这就需要我们将灰度图片的宽度设置为120个像素,那么图像高度的像素数height应为:
width=120 height=int(width*im.size[1]/im.size[0])
按照新的分辨率生成图像对象:
>>>im=im.resize((width,height)) >>>im.size (120,152)
4.反白处理
灰度模式下,每个像素的值域范围是0~255,共有256级灰度。考虑到屏幕背景色可能是深色的,也可能是浅色的,我们需要提供图像反白处理的手段。所谓反白处理,就是用灰度最大值255减去每一个像素的灰度值作为该像素新的灰度值。遍历每一个像素,固然可以实现反白,但速度会很慢。本案使用NumPy数组的广播技术,可以显著提升处理速度。我们先把PIL图像对象转成NumPy数组:
>>>importnumpyasnp >>>arr=np.array(im) >>>arr.shape (152,120) >>>arr.dtype dtype('uint8')
需要特别说明的是,PIL对象的图像分辨率是120x152,表示图像宽度120像素,高度152像素;转成NumPy数组之后,数组的shape则是(152,120),表示图像有152行(对应高度),120列(对应宽度)。虽然PIL对象和NumPy数组关于行列的概念不一致,但表达的物理意义是相同的。
利用NumPy数组的广播技术实现反白处理,只需一行代码,并且瞬间完成:
arr=255-arr
5.确定灰度-字符映射表
在显示器上,字符是由点阵组成的。每个字符的亮点(或暗点)不同,可以用来表示不同的灰度。本案使用了下面8个字符表示不同的灰度:
>>>chs=np.array(['','.','-','+','=','*','#','@']) >>>chs.dtype dtype('8个不同的字符,只能表示8级灰度,因此需要将像素的256级灰度值转换为8级:
>>>arr=arr/32 >>>arr=arr.astype(np.uint8) >>>arr.min(),arr.max() (0,7)6.灰度转字符
接下来需要将值域范围在0~7之间的每一个像素转为灰度-字符映射表中对应的字符。同样的,我们可以用两层嵌套的循环结构来完成,不过更好的选择是用NumPy数组的矢量化特性来实现。本例展示了NumPy数组非常少见的一种应用方式,我很少见到有人这样应用。
>>>arr=chs[arr] >>>arr.shape (152,120) >>>arr.dtype dtype('7.打印
有了上述铺垫,打印自然是水到渠成了:
>>>foriinrange(arr.shape[0]): forjinrange(arr.shape[1]): print(arr[i,j],end='') print()8.保存为文件
如果在显示终端上打印不方便观看的话,还可以将字符数据保存成文件:
>>>withopen('xufive.txt','w')asfp: forlineinarr.tolist(): fp.write(''.join(line)) fp.write('\n')下图是输出到文本文件,在编辑器中显示的效果。
9.完整代码
在不同的运行环境中,最终图像显示的宽高比和原图会有差异。为了抵消差异,我在下面的代码中增加了一个矫正系数k,可以通过调整这个参数,获得满意的显示效果。
#-*-coding:utf-8-*- fromPILimportImage importnumpyasnp defprint_photo(photo_file,width=120,k=1.0,reverse=False,outfile=None): """打印照片,默认120个字符宽度""" im=Image.open(photo_file).convert('L')#打开图片文件,转为灰度格式 height=int(k*width*im.size[1]/im.size[0])#打印图像高度,k为矫正系数,用于矫正不同终端环境像素宽高比 arr=np.array(im.resize((width,height)))#转为NumPy数组 ifreverse:#反色处理 arr=255-arr chs=np.array(['','.','-','+','=','*','#','@'])#灰度-字符映射表 arr=chs[(arr/32).astype(np.uint8)]#灰度转为对应字符 ifoutfile: withopen(outfile,'w')asfp: forrowinarr.tolist(): fp.write(''.join(row)) fp.write('\n') else: foriinrange(arr.shape[0]):#逐像素打印 forjinrange(arr.shape[1]): print(arr[i,j],end='') print() if__name__=='__main__': print_photo('xufive.jpg',width=360,k=0.5,outfile='xufive.txt')下图是在命令行窗口显示的效果。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持毛票票。
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。