python实现图片转字符画

本文实例为大家分享了python实现图片转字符画的具体代码，供大家参考，具体内容如下

源码（注释很详细）：

# -*- coding=utf-8 -*-
###################################
#1：import argparse

#2：parser = argparse.ArgumentParser()

#3：parser.add_argument()

#4：parser.parse_args()

#解释：首先导入该模块；然后创建一个解析对象；然后向该对象中添加你要关注的命令行参数和选项，每一个add_argument方法对应一个你要关注的参数或选项；

#最后调用parse_args()方法进行解析；解析成功之后即可使用

###################################

from PIL import Image #从PIL模块中引入Image这个类
import argparse #引入argparse这个模块。argparse 库是用来管理命令行参数输入的

#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

#定义一个ascii的列表，其实就是让图片上的灰度与字符对应
ascii_char = list("$@B％8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<>i!lI;:,\"^`'. ")

# 将256灰度映射到70个字符上
def get_char(r,g,b,alpha = 256): #这个调用跟im.getpixel函数有关，这个函数是根据图片的横纵坐标，把图片解析成r,g,b,alpha(灰度），有关的四个参数，所以这里输入参数是四个
if alpha == 0: #如果灰度是0，说明这里没有图片
return ' '
length = len(ascii_char)#计算这些字符的长度
gray = int(0.2126 * r + 0.7152 * g + 0.0722 * b)#把图片的RGB值转换成灰度值

unit = (256.0 + 1)/length #257/length
return ascii_char[int(gray/unit)] #这个相当于是选出了灰度与哪个字符对应。

if __name__ == '__main__':#如果是本程序调用，则执行以下程序

im = Image.open(IMG)#打开图片
im = im.resize((WIDTH,HEIGHT), Image.NEAREST)#更改图片的显示比例

txt = ""#txt初始值为空

for i in range(HEIGHT):#i代表纵坐标
for j in range(WIDTH):#j代表横坐标
txt += get_char(*im.getpixel((j,i)))#把图片按照横纵坐标解析成r,g,b以及alpha这几个参数，然后调用get_char函数，把对应的图片转换成灰度值，把对应值得字符存入txt中
txt += '\n'#每行的结尾处，自动换行

print(txt)#在界面打印txt文件

#字符画输出到文件
if OUTPUT:
with open(OUTPUT,'w') as f:#文件输出
f.write(txt)
else:
with open("output.txt",'w') as f:#文件输出
f.write(txt)

使用指南：

进入程序所在目录：输入图示命令：python ascii.py lanpang.png，ascii.py是程序名，lanpang.png是图片名

图片：lanpang.png

效果图：

图片太大，截图不全，用Windows命令行打开看看，文件为output.txt

windows命令行打开文本文件的命令是：type 文件名

例如：type output.txt

打开后效果图：

来源：https://blog.csdn.net/m0_46278037/article/details/113840108