我們經常在B站上看到一些字符鬼畜視頻，主要就是將一個視頻轉換成字符的樣子展現(xiàn)出來。看起來是非常高端，但是實際實現(xiàn)起來確是非常簡單，我們只需要接觸opencv模塊，就能很快的實現(xiàn)視頻字符化。但是在此之前，我們先看看我們實現(xiàn)的效果是怎樣的：

上面就是截取的一部分效果圖，下面開始進入我們的主題。

一、OpenCV的安裝及圖片讀取

在Python中我們只需要用pip安裝即可，我們在控制臺執(zhí)行下列語句：

pip install opencv-python

安裝完成就可以開始使用。我們先讀取一個圖片：

import cv2
im = cv2.imread('jljt')	# 讀取圖片
cv2.imshow('im', im)	# 顯示圖片
cv2.waitKey(0)	# 等待鍵盤輸入
cv2.destroyAllWindows()	# 銷毀內存

首先我們使用cv2.imread方法讀取圖片，該方法返回一個ndarray對象。然后調用imshow方法顯示圖像，調用后會出現(xiàn)一個窗口，因為這個窗口只會出現(xiàn)一瞬間，所以我們調用waitKey等待輸入，傳入0表示無限等待。因為opencv是使用c++編寫的，所以我們需要銷毀內存。

二、OpenCV中的一些基礎操作

我們將視頻字符化的思路就是先將視頻轉換為一幀一幀的圖像，然后對圖像進行字符化處理，最后展示出來就是字符視頻的效果了。在我們生成字符畫之前，我們還要看一些OpenCV的操作。

（1）灰度轉換

灰度處理是一個非常常用的操作，我們原始的圖片是有BGR三個圖層（在OpenCV中，圖像是以BGR形式讀?。?。我們進行灰度處理直觀上看就是將圖片變成黑白，而本質上是將圖片的三個圖層通過計算，變成一個圖層。而這種計算是不需要我們做的，我們只需要調用OpenCV中的函數即可：

import cv2
# 讀取圖片
im = cv2.imread('jljt.jpg')
# 灰度轉換
grey = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)

效果圖和原圖對比如下：

左邊為原圖，右邊為灰度轉換后的圖像。

（3）改變圖片大小

因為字符化后圖像會比較大，所以我們需要先縮小圖片，我們調用cv2.resize即可改變圖像大?。?/p>

import cv2
# 讀取圖像
im = cv2.imread('jljt.png')
# 改變圖像大小
re = cv2.resize(im, (100, 40))
cv2.imshow('11', re)
cv2.waitKey(0)
cv2.destroyAllWindows()

（2）逐幀讀取視頻

我們可以通過VideoCapture讀取視頻，然后調用其中的方法讀取每一幀。

import cv2
# 讀取視頻
video = cv2.VideoCapture('jljt.mp4')
# 讀取幀，該方法返回兩個參數，第一個為是否還有下一幀，第二個為幀的ndarray對象
ret, frame = video.read()
while ret:
  # 循環(huán)讀取幀
  ret, frame = video.read()

有了上面的操作，我們就可以開始我們下一步的工作了。

三、圖片字符化

對于只有一個通道的圖片，我們可以把它當成一個矩形，這個矩形最小單位就是一個像素。而字符化的過程就是用字符替代像素點的過程。所以我們要遍歷圖像的每個像素點，但是我們應該用什么字符取代呢？

我們顏色有一個參照表，而opencv將這個參數表切割成256份，代表不同的程度，我們也可以做一個參照表，不過表中的內容不是顏色，而是字符。

上圖為顏色表，我們可以使顏色表和字符表建立映射關系。假如字符表如下：

mqpka89045321@#$%^&*()_=||||}

我們可以得到下列公式：

經過變換可以求得相應顏色對應字符表中的字符：

這個公式不理解也沒關系，只需要會用即可。下面就是我們完整的代碼了：

import cv2
str = 'mqpka89045321@#$%^&*()_=||||}' # 字符表
im = cv2.imread('jljt.jpg')	# 讀取圖像
grey = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)	# 灰度轉換
grey = cv2.resize(grey, (50, 18))	# 縮小圖像
str_img = ''	# 用于裝字符畫
for i in grey:	# 遍歷每個像素
  for j in i:
    index = int(j / 256 * len(str))	# 獲取字符坐標
    str_img += str[index]	# 將字符添加到字符畫中
  str_img += '\n'
print(str_img)

生成如下字符畫：

因為尺寸比較小的關系，看出來的效果不是很好，我們調節(jié)好大小就好了。

四、視頻轉字符

我們知道圖片轉字符，自然視頻轉字符就不是什么問題了，我們只需要在逐幀讀取中執(zhí)行圖片字符化操作即可。

import os
import cv2
str = 'mqpka89045321@#$%^&*()_=||||}'	# 字符表
video = cv2.VideoCapture('jljt.mp4') 	# 讀取視頻
ret, frame = video.read()	# 讀取幀
while ret:	# 逐幀讀取
  str_img = ''	# 字符畫
  grey = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)	# 灰度轉換
  grey = cv2.resize(grey, (100, 40))	# 該表大小
  for i in grey:	# 遍歷每個像素點
    for j in i:
      index = int(j / 256 * len(str))	# 獲取字符坐標
      str_img += str[index]	# 將字符添加到字符畫中
    str_img += '\n'
  os.system('cls')	# 清除上一幀輸出的內容
  print(str_img)	# 輸出字符畫
  ret, frame = video.read()	# 讀取下一幀
  cv2.waitKey(5)

這樣我們就會每個5毫秒執(zhí)行一幀畫面，在我們使用pycharm執(zhí)行時，會發(fā)現(xiàn)并沒有執(zhí)行清屏操作，所以我們需要到命令行運行。最終效果就是我們的字符視頻了：

在選取字符表時我們需要注意主體的顏色，如果主體顏色較淺，則字符表的尾部應該為一些復雜字符，如：$%#@&。字符表頭部為一些簡單字符，如：-|/等。如果主體顏色較深，而背景顏色較淺，則反之。當然這沒有唯一的標準，大家可以慢慢調節(jié)。

總結

到此這篇關于20行Python代碼實現(xiàn)視頻字符化的文章就介紹到這了,更多相關python 視頻字符化內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論