【P实战】教你最有趣的 Python 入门项目

每周，痴海会教你一个 Python 实战项目。

编程能力想要快速的提升，唯有不断的实战。

而对于许多零基础的同学，很难找到适合的入门级项目。

所以有了【P实战】栏目，通过结合最新的热点，网上搜罗最有趣的代码，帮助大家快速提升 Python 能力。

今天要教大家一个非常有趣的字符画 Python 实战项目。

最近这位 69 岁的老同志火爆全网，我相信大家都看过这张图。

马老师经典语句：年轻人不讲武德，耗子尾汁。

那今天我们也用 Python 代码不讲武德，来 1 比 1 用字符串，高清画出这位 69 岁的老同志。

效果如下：

这波效果 666 ！

如果我们把图片放大来看，大家就会发现其中的细节。

我们要画 69 岁的老同志，那字符肯定要用数字。

我们用 Python 绘制出来的字符画版的 69 岁老同志，就是填充满了各种数字字符。

最终成功用数字画出 69 岁的老同志。

估计马老师看完我们 Python 画的话，都会直呼：耗汁尾汁！

这样的字符画，要如何使用 Python 来实现？

我们来一步步的分析。

1 Python 字符画实现原理

想要实现这样字符画的图片，其实非常简单，主要分为 4 个步骤。

1.1 构造符号集合

图片最小的单元是像素，所以你只要把图片每个像素，用某个符号进行替换就行。

在我们本次的案例中，就是利用数字来代表像素。

2 计算像素值百分比

图片又一个个像素组成，而每个像素是有一个固定的值。

这个像素值我们是可以利用把图像转灰度，这样像素信息便只有一个数值/

像素值范围为 0~255 的整数，共256个值。

于是计算（像素值 / 256）得出一个像素值在像素范围中的相对位置，也就是百分比值。

有了像素百分比，我们就能确实具体像素位置。

以及可以确定什么像素值用什么字符。

3 符号输出

最后就可以在符号集合中找到相同相对位置（百分比值）的那个符号，输出成我们的字符图像。

上面的步骤是常规的图片转字符画的做法，但这样的做法会导致轮廓比较模糊。

而且如果图片整体为暗色时，整个字符画就不能看。

所以大家可以利用第 4 步的方式，提升图片清晰度。

4 聚类数值

大家可以利用聚类的方式，根据像素数值大小的特征，将它们分为不同种类。

最暗的部分使用较为密集的“数字”表示

次暗的阴影部分使用 “-” 横杠表示

明亮部分可以使用 “.” 点号或者空白表示

这样出来的效果就非常不错

ok 说完原理之后，我们再来看下代码。

2 Python 字符画完整源代码

本次的代码是出自知乎账号【盗蓝】

原文地址：

https://zhuanlan.zhihu.com/p/56033037

完整代码如下，大家直接全部复制下来，就可以使用。

import cv2
import random
import numpy as npdef img2strimg(frame, K=6):"""利用 聚类 将像素信息聚为3或5类，颜色最深的一类用数字密集地表示，阴影的一类用“-”横杠表示，明亮部分空白表示。---------------------------------frame：需要传入的图片信息。可以是opencv的cv2.imread()得到的数组，也可以是Pillow的Image.read()。K：聚类数量，推荐的K为3或5。根据经验，3或5时可以较为优秀地处理很多图像了。若默认的K=5无法很好地表现原图，请修改为3进行尝试。若依然无法很好地表现原图，请换图尝试。 （ -_-|| ）---------------------------------聚类数目理论可以取大于等于3的任意整数。但水平有限，无法自动判断当生成的字符画可以更好地表现原图细节时，“黑暗”、“阴影”、”明亮“之间边界在哪。所以说由于无法有效利用更大的聚类数量，那么便先简单地限制聚类数目为3和5。"""if type(frame) != np.ndarray:frame = np.array(frame)height, width, *_ = frame.shape  # 有时返回两个值，有时三个值frame_gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)frame_array = np.float32(frame_gray.reshape(-1))# 设置相关参数。criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 1.0)flags = cv2.KMEANS_RANDOM_CENTERS# 得到labels(类别)、centroids(矩心)。# 如第一行6个像素labels=[0,2,2,1,2,0],则意味着6个像素分别对应着 第1个矩心、第3个矩心、第3、2、3、1个矩心。compactness, labels, centroids = cv2.kmeans(frame_array, K, None, criteria, 10, flags)centroids = np.uint8(centroids)# labels的数个矩心以随机顺序排列，所以需要简单处理矩心.centroids = centroids.flatten()centroids_sorted = sorted(centroids)# 获得不同centroids的明暗程度，0最暗centroids_index = np.array([centroids_sorted.index(value) for value in centroids])bright = [abs((3 * i - 2 * K) / (3 * K)) for i in range(1, 1 + K)]bright_bound = bright.index(np.min(bright))shadow = [abs((3 * i - K) / (3 * K)) for i in range(1, 1 + K)]shadow_bound = shadow.index(np.min(shadow))labels = labels.flatten()# 将labels转变为实际的明暗程度列表，0最暗。labels = centroids_index[labels]# 列表解析，每2*2个像素挑选出一个，组成（height*width*灰）数组。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)  # 创建长宽为原图三倍的白色画布。# 因为 字体大小为0.45时，每个数字占6*6个像素，而白底画布为原图三倍# 所以 需要原图中每2*2个像素中挑取一个，在白底画布中由6*6像素大小的数字表示这个像素信息。y = 8for rows in labels_picked:x = 0for cols in rows:if cols <= shadow_bound:cv2.putText(canvas, str(random.randint(2, 9)),(x, y), cv2.FONT_HERSHEY_PLAIN, 0.45, 1)elif cols <= bright_bound:cv2.putText(canvas, "-", (x, y),cv2.FONT_HERSHEY_PLAIN, 0.4, 0, 1)x += 6y += 6return canvasif __name__ == '__main__':fp = r"ma2.jpg"img = cv2.imread(fp)# 若字符画结果不好，可以尝试更改K为3。若依然无法很好地表现原图，请换图尝试。 -_-||str_img = img2strimg(img)cv2.imwrite("result.jpg", str_img)

整个代码不到 70 行，而且作者都写了非常详细的注释。

大家在自己使用的过程中，只需要把 fp 换成自己想要变成字符画的原图。

点击运行，就能在代码目录下，看到 resutl.jpg 的字符画图了。

这是一个非常有趣的 Python 编程实战代码，大家快去自己动手运行看看吧！

最后如果你觉得本文不错，“关注+转发+右下角”，一条龙走起，我就当你打赏了 66 元了。

痴海的自选经典文章，80%的新痴友熬夜也要看完。

如果你还没读过，建议跟进阅读：

《如何自学Python（2020版）》

《我为什么要学习 Python（2020版）》

《24 岁，人生赚到的第一个100W》

最下方是我的私人微信，工作忙读者多，我不可能有问必答，但添加后你可以：

1.偷窥朋友圈私货

2.获取年薪 50W 的 Python 资料

3.加入 Python 编程交流群

4.用一次简单的加好友动作，试试能否给自己的人生多一次认知升级的机会。

当然只有小孩会做选择。

“我全都要“。