溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
這篇文章主要講解了“如何利用Python字符畫生成甜心教主”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何利用Python字符畫生成甜心教主”吧！
字符畫：字符畫是一系列字符的組合，我們可以把字符看作是比較大塊的像素，一個字符能表現一種顏色，字符的種類越多，可以表現的顏色也越多，圖片也會更有層次感。 如果我們想要手工繪制出字符畫，首先要有扎實的美術基礎，其次還要花費大量的時間和精力。但是我們可以使用Python，只需要幾行代碼，就能夠將一張圖片輕而易舉地轉化為一個字符畫。
開發工具：pycharm
開發環境：python3.7， Windows10
使用工具包：PIL， cv2， numpy
首先我們先將這個項目思路進行明確定位，把我們甜心教主的視頻轉換成字符畫的視頻，首先自備一段教主的視頻，在將視頻進行拆分，拆分成一張張單獨的圖片，因為我們轉成字符畫其實本質上就是轉化成圖片數據
然后在對每一張圖片進行灰度處理，我們做個相對來說簡單一點的，灰度數據的話只有黑白，顏色更好把控，把圖片數據轉化成一個數組，通過k聚類算法把圖像進行聚類劃分，在將劃分的圖片數組根據亮度情況進行替換，根據亮度情況亮一點的用數字，稍稍暗一點的用1，白的用空白，將視頻里的圖片數據進行全部替換，在將替換好的圖片組合成一個視頻
首先使用cv2.VideoCapture進行視頻進行抽幀，將抽幀好的圖片使用read方式進行讀取，把讀取好的數據保存在文件夾里，使用數字來保存圖片名，也方便我們在之后進行提取圖片數據進行使用
# 將視頻轉換為圖片 并進行計數，返回總共生成了多少張圖片！
def video_to_pic(vp):
# vp = cv2.VideoCapture(video_path)
number = 0
if vp.isOpened():
r, frame = vp.read()
if not os.path.exists('cache_pic'):
os.mkdir('cache_pic')
os.chdir('cache_pic')
else:
r = False
while r:
number += 1
cv2.imwrite(str(number) + '.jpg', frame)
r, frame = vp.read()
print('\n由視頻一共生成了{}張圖片！'.format(number))
os.chdir("..")
return number循環取出文件夾里面所有的圖片數據進行轉換，首先通過cv2進行圖片讀取，獲取到他的圖片數據通道，獲取到圖片數據的3通道rgb的數據信息，在將數據進行灰度處理，我們需要用他的顏色用來區分他的數據樣式，所以只能灰度來實現，在使用numpy進行數據轉換，將獲取到的矩陣數據進行降維，轉換成一個類似列表的數據信息，使用kmeans算法對圖像數據進行分類，設置他的矩陣中心數，最大迭代數，以及試錯等級，k聚類算法可以自行了解，會給我們返回labels(類別)、centroids(矩心) compactness(密度值)，將矩心進行數據轉換成整數，我們可以更好的替換符號，對矩心進行排序，矩心大的說明顏色越暗，矩心小的越淡，在根據亮度數據將數據進行替換成一個新的畫布，將我們的符號替換到畫布上去,到這里我們就能吧單獨的圖片替換成字符畫了
def img2strimg(frame, K=3): # 讀取矩陣的長度 有時返回兩個值，有時三個值 height, width, *_ = frame.shape # print(frame.shape) # 顏色空間轉化 圖片對象， 灰度處理 frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) # print(frame_gray) # 轉換數據類型，將數據降維 frame_array = np.float32(frame_gray.reshape(-1)) # print(frame_array) # 得到labels(類別)、centroids(矩心) compactness(密度值)。 # 如第一行6個像素labels=[0,2,2,1,2,0],則意味著6個像素分別對應著 第1個矩心、第3個矩心、第3、2、3、1個矩心。 compactness, labels, centroids = cv2.kmeans(frame_array, K, None, (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0), 10, cv2.KMEANS_RANDOM_CENTERS) print(labels) centroids = np.uint8(centroids) # 轉換成整形 # labels的數個矩心以隨機順序排列，所以需要簡單處理矩心. # 返回一個折疊成一維的數組 centroids = centroids.flatten() # 排序 centroids_sorted = sorted(centroids) # 獲得不同centroids的明暗程度，0最暗 centroids_index = np.array([centroids_sorted.index(value) for value in centroids]) # 亮度設置 bright = [abs((3 * i - 2 * K) / (3 * K)) for i in range(1, 1 + K)] bright_bound = bright.index(np.min(bright)) # 背景陰影設置 shadow = [abs((3 * i - K) / (3 * K)) for i in range(1, 1 + K)] shadow_bound = shadow.index(np.min(shadow)) # 返回一個折疊成一維的數組 labels = labels.flatten() print(labels) # 將labels轉變為實際的明暗程度列表，0最暗。 labels = centroids_index[labels] print(labels) # 列表解析，每2*2個像素挑選出一個，組成（height*width*灰）數組。 labels_picked = [labels[rows * width:(rows + 1) * width:2] for rows in range(0, height, 2)] canvas = np.zeros((3 * height, 3 * width, 3), np.uint8) canvas.fill(255) # 創建長寬為原圖三倍的白色畫布。 # 因為 字體大小為0.45時，每個數字占6*6個像素，而白底畫布為原圖三倍 # 所以 需要原圖中每2*2個像素中挑取一個，在白底畫布中由6*6像素大小的數字表示這個像素信息。 y = 0 for rows in labels_picked: x = 0 for cols in rows: if cols <= shadow_bound: # 添加文字 圖片，添加的文字，左上角坐標，字體，字體大小，顏色，字體粗細 cv2.putText(canvas, str(random.randint(2, 9)), (x, y), cv2.FONT_HERSHEY_PLAIN, 0.45, 0.1) elif cols <= bright_bound: cv2.putText(canvas, "-", (x, y),cv2.FONT_HERSHEY_PLAIN, 0.4, 0, 1) x += 6 y += 6 return canvas
將全部的圖片數據在進行合成一個新的視頻，視頻數據盡量不要太大，幀數越細的話，生成的視頻越大，可能好幾個G
def jpg_to_video(char_image_path, FPS):
video_fourcc = cv2.VideoWriter_fourcc(*"MP42") # 設置視頻編碼器,這里使用使用MP42編碼器,可以生成更小的視頻文件
char_img_path_list = [char_image_path + r'/{}.jpg'.format(i) for i in range(1, number + 1)] # 生成目標字符圖片文件的路徑列表
char_img_test = Image.open(char_img_path_list[1]).size # 獲取圖片的分辨率
if not os.path.exists('video'):
os.mkdir('video')
video_writter = cv2.VideoWriter('video/new_char_video.avi', video_fourcc, FPS, char_img_test)
sum = len(char_img_path_list)
count = 0
for image_path in char_img_path_list:
img = cv2.imread(image_path)
video_writter.write(img)
end_str = '100%'
count = count + 1
process_bar(count / sum, start_str='', end_str=end_str, total_length=15)
video_writter.release()
print('\n')
print('=======================')
print('The video is finished!')
print('=======================')# from platypus import
import os
from PIL import Image, ImageFont, ImageDraw
import cv2
import random
import numpy as np
import threading
# 將視頻轉換為圖片 并進行計數，返回總共生成了多少張圖片！
def video_to_pic(vp):
# vp = cv2.VideoCapture(video_path)
number = 0
if vp.isOpened():
r, frame = vp.read()
if not os.path.exists('cache_pic'):
os.mkdir('cache_pic')
os.chdir('cache_pic')
else:
r = False
while r:
number += 1
cv2.imwrite(str(number) + '.jpg', frame)
r, frame = vp.read()
print('\n由視頻一共生成了{}張圖片！'.format(number))
os.chdir("..")
return number
def star_to_char(number, save_pic_path):
if not os.path.exists('cache_char'):
os.mkdir('cache_char')
img_path_list = [save_pic_path + r'/{}.jpg'.format(i) for i in range(1, number + 1)] # 生成目標圖片文件的路徑列表
task = 0
for image_path in img_path_list:
img_width, img_height = Image.open(image_path).size # 獲取圖片的分辨率
task += 1
# img_to_char(image_path, img_width, img_height, task)
print('{}/{} is finished.'.format(task, number))
print('=======================')
print('All image was finished!')
print('=======================')
return 0
def img2strimg(frame, K=3):
# 讀取矩陣的長度 有時返回兩個值，有時三個值
height, width, *_ = frame.shape
# print(frame.shape)
# 顏色空間轉化 圖片對象， 灰度處理
frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# print(frame_gray)
# 轉換數據類型，將數據降維
frame_array = np.float32(frame_gray.reshape(-1))
# print(frame_array)
# 得到labels(類別)、centroids(矩心) compactness(密度值)。
# 如第一行6個像素labels=[0,2,2,1,2,0],則意味著6個像素分別對應著 第1個矩心、第3個矩心、第3、2、3、1個矩心。
compactness, labels, centroids = cv2.kmeans(frame_array, K, None, (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0), 10, cv2.KMEANS_RANDOM_CENTERS)
print(labels)
centroids = np.uint8(centroids) # 轉換成整形
# labels的數個矩心以隨機順序排列，所以需要簡單處理矩心.
# 返回一個折疊成一維的數組
centroids = centroids.flatten()
# 排序
centroids_sorted = sorted(centroids)
# 獲得不同centroids的明暗程度，0最暗
centroids_index = np.array([centroids_sorted.index(value) for value in centroids])
# 亮度設置
bright = [abs((3 * i - 2 * K) / (3 * K)) for i in range(1, 1 + K)]
bright_bound = bright.index(np.min(bright))
# 背景陰影設置
shadow = [abs((3 * i - K) / (3 * K)) for i in range(1, 1 + K)]
shadow_bound = shadow.index(np.min(shadow))
# 返回一個折疊成一維的數組
labels = labels.flatten()
print(labels)
# 將labels轉變為實際的明暗程度列表，0最暗。
labels = centroids_index[labels]
print(labels)
# 列表解析，每2*2個像素挑選出一個，組成（height*width*灰）數組。
labels_picked = [labels[rows * width:(rows + 1) * width:2] for rows in range(0, height, 2)]
canvas = np.zeros((3 * height, 3 * width, 3), np.uint8)
canvas.fill(255) # 創建長寬為原圖三倍的白色畫布。
# 因為 字體大小為0.45時，每個數字占6*6個像素，而白底畫布為原圖三倍
# 所以 需要原圖中每2*2個像素中挑取一個，在白底畫布中由6*6像素大小的數字表示這個像素信息。
y = 0
for rows in labels_picked:
x = 0
for cols in rows:
if cols <= shadow_bound:
# 添加文字 圖片，添加的文字，左上角坐標，字體，字體大小，顏色，字體粗細
cv2.putText(canvas, str(random.randint(2, 9)), (x, y), cv2.FONT_HERSHEY_PLAIN, 0.45, 0.1)
elif cols <= bright_bound:
cv2.putText(canvas, "-", (x, y),cv2.FONT_HERSHEY_PLAIN, 0.4, 0, 1)
x += 6
y += 6
return canvas
def jpg_to_video(char_image_path, FPS):
video_fourcc = cv2.VideoWriter_fourcc(*"MP42") # 設置視頻編碼器,這里使用使用MP42編碼器,可以生成更小的視頻文件
char_img_path_list = [char_image_path + r'/{}.jpg'.format(i) for i in range(1, number + 1)] # 生成目標字符圖片文件的路徑列表
char_img_test = Image.open(char_img_path_list[1]).size # 獲取圖片的分辨率
if not os.path.exists('video'):
os.mkdir('video')
video_writter = cv2.VideoWriter('video/new_char_video.avi', video_fourcc, FPS, char_img_test)
sum = len(char_img_path_list)
count = 0
if __name__ == '__main__':
video_path = '王心凌.mp4'
save_pic_path = 'cache_pic'
save_charpic_path = 'cache_char'
vp = cv2.VideoCapture(video_path)
number = video_to_pic(vp)
for i in range(1, number):
fp = r"cache_pic/{}.jpg".format(i)
img = cv2.imread(fp) # 返回圖片數據 （高度， 寬度，通道數）
print(img)
# 若字符畫結果不好，可以嘗試更改K為3。若依然無法很好地表現原圖，請換圖嘗試。 -_-||
str_img = img2strimg(img)
cv2.imwrite("cache_char/{}.jpg".format(i), str_img)
# number = 1692
# print(number)
FPS = vp.get(cv2.CAP_PROP_FPS)
star_to_char(number, save_pic_path)
jpg_to_video(save_charpic_path, FPS)感謝各位的閱讀，以上就是“如何利用Python字符畫生成甜心教主”的內容了，經過本文的學習后，相信大家對如何利用Python字符畫生成甜心教主這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
