通过python绘制华强买瓜的字符画视频的步骤详解

已经11月了，不知道还有没有人看华强买瓜。。。要把华强卖瓜做成字符视频，总共分为三步

• 读取视频

• 把每一帧转为字符画

• 把字符画表现出来

 读取视频

通过imageio读取视频，除了pip install imageio之外，还需要pip install imageio-ffmpeg。

由于视频中的图像都是彩色的，故而需要将rgb三色转为单一的强度，并将转化后的图像装入一个列表中。

import imageio
import numpy as np
import matplotlib.pyplot as plt
video = imageio.get_reader('test.mp4')
imgs = []
for img in video:
   imgs.append(np.mean(img,2))
plt.imshow(imgs[0])
plt.show()

转为字符

这个视频虽然已被压缩，但对于字符画而言还是太大了，所以转字符画之前需对其进一步压缩。这里采取最简单的方法——即对相邻的像素取平均值。

#将图像宽度缩小至width
from itertools import product   #用于循环嵌套
def resizeImg(img,w,h=None):
   m,n = img.shape
   if n<w:
       return img
   if not h:
       h = int(m*w/n)
   im = np.zeros([h,w])
   rw,rh = n/w,m/h         #缩放比例
   dw,dh = int(rw),int(rh) #取均值的步长
   for i,j in product(range(h),range(w)):
       I,J = int(i*rh),int(j*rw)
       im[i,j] = np.mean(img[I:I+dh,J:J+dw])
   return im
# 测试一下
im = resizeImg(imgs[0],160)
plt.imshow(im)
plt.show()

接下来，就可以生成字符画了，所谓字符画，无非是将像素值映射成一个字符，方法非常简单

pixels = "▇圞國图囜ⒶⒷⒸB8&WMZO0QJX@％&jfoavunxr#t/\|()1{}[]?-_+~<>i!lI;:,\"^`'. ^`'. " #用于映射的字符
def im2txt(img):
   im = np.floor(img/255*len(pixels)).astype(int)
   txts = ""
   for line in im:
       txts += "".join([pixels[i] for i in line])
       txts += '\r\n'    #像素换行时文本也要换行
   return txts
#测试
txt = im2txt(im)
print(txt)

结果如下

动画

让命令行绘制字符视频，听上去可能有些不可思议，但这个功能可以仅凭python内置的模块实现——即curses，唯一可惜的是，Windows下的Python并不内置这个模块，需要额外安装。

先下载和自己python版本相符的curses，然后通过pip命令安装

>pip install "curses-2.2.1+utf8-cp310-cp310-win_amd64.whl"

然后就可以在python中调用了。由于视频太大，所以这里只演示一小段，效果如下

主程序的代码如下

if __name__ == "__main__":
   video = imageio.get_reader('test.mp4')
   txts = []
   # 生成字符画
   for img in video:
       im = resizeImg(np.mean(img,2),120,30)
       txts.append(im2txt(im))

# 初始化屏幕
   scr = curses.initscr()
   scr.timeout(40)     #每次等待键盘输入的时间为40ms
   #scr.
   for txt in cycle(txts):
       scr.addstr(0,0,txt)
       scr.border(0)
       scr.refresh()
       #curses.delay_output(25)
       if scr.getch()==27: #如果按下`esc`则退出`
           break

完整代码

来源：https://blog.csdn.net/m0_37816922/article/details/121296343