你看过字符画吗？用 Python 自己实现一个吧

⛳️ 实战场景

如果你是一名程序员，你肯定在网上的代码中看到过下述注释，那有没有想过自己实现一个呢？

先说原理：
图片由像素点构成，然后将每个像素点替换成一个字符，就可以将图片转换成字符画。

这是最简单的说明，但是每个像素点都有一种颜色，而且该颜色是由红绿蓝三色组成，红绿蓝即 RBG 值，如果将所有颜色与字符替换，那存在 256 x 256 x 256 = 1638400 中颜色，完全与字符替换是不可能的，此时就需要降低替换数量，这里就引入了灰度值，每个颜色值都可以转换成灰度值，而且灰度值的范围是 0-255，这样大幅降低了待替换数量，并且在 Python 中有现成的将图片转换为灰度图的库，实现起来就更加便捷了。

这里存在一个 RGB 转灰度值的公式：

gray ＝ 0.2126 * r + 0.7152 * g + 0.0722 * b
# 也可以使用下述公式，含义一致。
gray = (2126 * r + 7152 * g + 722 * b) / 10000
1
2
3

提前安装 pillow 库，用于将图片转换为灰度图。

⛳️ pillow 转灰度图

使用 pillow 库操作下述图片，将其转换为字符图：

由于需要进行字符串替换，所以需要了解一些基本规则：

• 颜色越浅，字符留白越多，当颜色为白时，使用空格字符；
• 颜色越深，使用的字符笔画越多，例如黑色，可以使用 @ 这样的符号；

接下来我们就把图片转换成灰度值：

def img_to_char(path):
    img = Image.open(path)
    # 原图的宽和高
    ow, oh = img.size
    print(ow, oh)
    img = img.convert('L')
    img.show()


s = img_to_char('1.png')
print(s)
1
2
3
4
5
6
7
8
9
10
11

此时运行代码，就会得到一张灰色图片，效果如下：

接下来将图片中每个像素点的灰度值都提取出来，做后一步计算。

from PIL import Image

def img_to_char(path):
    img = Image.open(path)
    # 原图的宽和高
    ow, oh = img.size
    print(ow, oh)
    img = img.convert('L')
    # img.show()
    char_img = ""
    for y in range(oh):
        s = ''
        for x in range(ow):
            # 取灰度值
            gray = img.getpixel((x, y))
            # char = gray_to_char(gray)
            s += str(gray)
        char_img = char_img + s + '\n'
    return char_img
s = img_to_char('1.png')
print(s)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21

此时会得到下图效果，一堆数字，在数字中还是可以发现部分差异的。
数字有了，接下来就是数字转换为字符了，你可以依据前文提及的【黑白】程度进行排列，例如下述内容：

@#$%&MNBEFRWYLIkbtj?*984532menocvzst{}[]1|()<>=+~-;:i^"'.
1

数量和内容都可以自行控制，最后放置一个空格，用来替换白色。

# 将灰度值转换成对应的字符
def gray_to_char(gray):
    all_char = """@#$%&MNBEFRWYLIkbtj?*984532menocvzst{}[]1|()<>=+~-;:i^"'. """
    char = all_char[int(len(all_char) * gray / 256)]
    return char
1
2
3
4
5

然后把前文数字拼接的位置，替换成该函数。

 char_img = ""
    for y in range(oh):
        s = ''
        for x in range(ow):
            # 取灰度值
            gray = img.getpixel((x, y))
            char = gray_to_char(gray)
            s += char
        char_img = char_img + s + '\n'
    return char_img
1
2
3
4
5
6
7
8
9
10

此时在运行代码，就可以得到一张超大的字符图，下图是表情包眼睛区域。

接下来对图片进行一下优化，降低大小。

def img_to_char(path):
    img = Image.open(path)
    # 原图的宽和高
    ow, oh = img.size
    print(ow, oh)
    # 缩小高度和宽度
    w = int(ow * 0.3)
    h = int(oh * 0.3)
    # 调整图片大小
    img = img.resize((w, h))
    img = img.convert('L')
    # img.show()
    char_img = ""
    for y in range(h):
        s = ''
        for x in range(w):
            # 取灰度值
            gray = img.getpixel((x, y))
            char = gray_to_char(gray)
            s += char
        char_img = char_img + s + '\n'
    return char_img
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22

等比例压缩之后，发现图片被拉伸了，原因是像素转换成文本，行与行之间有间隔，要缩小高度才能得到较好效果。

高度缩小到原来的二分之一，代码如下所示：

# 缩小高度和宽度
w = int(ow * 0.3)
h = int(oh * 0.3)

h = h // 2
# 调整图片大小
img = img.resize((w, h))
img = img.convert('L')
1
2
3
4
5
6
7
8

此时就可以得到一个比较合理大小的图片了，是不是一模一样！

📢📢📢📢📢📢
💗 你正在阅读 【梦想橡皮擦】 的博客
👍 阅读完毕，可以点点小手赞一下
🌻 发现错误，直接评论区中指正吧
📆 橡皮擦的第 711 篇原创博客

从订购之日起，案例 5 年内保证更新

• ⭐️ Python 爬虫 120，点击订购 ⭐️
• ⭐️ 爬虫 100 例教程，点击订购 ⭐️