Python综合应用：教你用字符打印一张怀旧风格的照片

1. 前言
第一次在学校机房里见到计算机，仍是上古时期。计算机型号大概是LASER-310吧，有点记不清了。那会儿，显示器仍是单色的，只能显示文本，每行最多显示80个字符。想看图片，印象中只能用针式打印机打印在两侧穿孔的宽行打印纸上，每一个像素用一个字符表示，不一样的字符表明不一样的灰度，就像下图这个样子。有没有感受到浓郁古风呢？其实，随便一张照片，十几行Python代码，你也能够打印出这样的效果，还能够保存成文件。下面，我就一步一步地演示一下。

2. 打开图片，转为灰度模式

Python用于图像处理的模块有不少，最经常使用的当属PIL和PyOpenCV了。本案使用PIL模块来打开图像：

1 >>> from PIL import Image
2 >>> im = Image.open('xufive.jpg')
3 >>> im.size
4 (979, 1248)
5 >>> im.mode
6 'RGB'

im就是打开的图像对象，im.size是图像的分辨率，im.mode是图像模式。咱们知道，计算机图像有不少种颜色模式，RGB是最多见的彩色图像模式。打印字符图片的话，须要将RGB模式转为灰度模式：

1 >>> im = im.convert('L')
2 >>> im.mode
3 'L'

3. 改变分辨率

打印字符图片，须要考虑显示器每行显示的字符个数。假定屏幕水平分辨率为1920，每一个字符宽度占8个像素，每行能够显示240个字符。综合考量，咱们设定每行显示120个字符。这就须要咱们将灰度图片的宽度设置为120个像素，那么图像高度的像素数height应为：

 

1 width = 120
2 height = int(width*im.size[1]/im.size[0])

 

按照新的分辨率生成图像对象：

 

1 >>> im = im.resize((width, height))
2 >>> im.size
3 (120, 152)

 

4. 反白处理
灰度模式下，每一个像素的值域范围是0~255，共有256级灰度。考虑到屏幕背景色多是深色的，也多是浅色的，咱们须要提供图像反白处理的手段。所谓反白处理，就是用灰度最大值255减去每个像素的灰度值做为该像素新的灰度值。遍历每个像素，当然能够实现反白，但速度会很慢。本案使用NumPy数组的广播技术，能够显著提高处理速度。咱们先把PIL图像对象转成NumPy数组：

 

1 >>> import numpy as np
2 >>> arr = np.array(im)
3 >>> arr.shape
4 (152, 120)
5 >>> arr.dtype
6 dtype('uint8') 

 

须要特别说明的是，PIL对象的图像分辨率是120x152，表示图像宽度120像素，高度152像素；转成NumPy数组以后，数组的shape则是(152,120)，表示图像有152行（对应高度），120列（对应宽度）。虽然PIL对象和NumPy数组关于行列的概念不一致，但表达的物理意义是相同的。

利用NumPy数组的广播技术实现反白处理，只需一行代码，而且瞬间完成：

1 arr = 255 - arr

 

5. 肯定灰度-字符映射表

在显示器上，字符是由点阵组成的。每一个字符的亮点（或暗点）不一样，能够用来表示不一样的灰度。本案使用了下面8个字符表示不一样的灰度：

 

1 >>> chs = np.array([' ', '.', '-', '+', '=', '*', '#', '@'])
2 >>> chs.dtype
3 dtype('<U1')

 

8个不一样的字符，只能表示8级灰度，所以须要将像素的256级灰度值转换为8级：

 

1 >>> arr = arr/32
2 >>> arr = arr.astype(np.uint8)
3 >>> arr.min(), arr.max()
4 (0, 7)

 

6. 灰度转字符

接下来须要将值域范围在0~7之间的每个像素转为灰度-字符映射表中对应的字符。一样的，咱们能够用两层嵌套的循环结构来完成，不过更好的选择是用NumPy数组的矢量化特性来实现。本例展现了NumPy数组很是少见的一种应用方式，我不多见到有人这样应用。

 

1 >>> arr = chs[arr]
2 >>> arr.shape
3 (152, 120)
4 >>> arr.dtype
5 dtype('<U1')

 

7. 打印

有了上述铺垫，打印天然是水到渠成了：

 

1 >>> for i in range(arr.shape[0]):
2     for j in range(arr.shape[1]):
3         print(arr[i,j], end='')
4     print()

 

8. 保存为文件

若是在显示终端上打印不方便观看的话，还能够将字符数据保存成文件：

 

1 >>> with open('xufive.txt', 'w') as fp:
2     for line in arr.tolist():
3         fp.write(''.join(line))
4         fp.write('\n')

 

 下图是输出到文本文件，在编辑器中显示的效果。

 

 

9. 完整代码

在不一样的运行环境中，最终图像显示的宽高比和原图会有差别。为了抵消差别，我在下面的代码中增长了一个矫正系数k，能够经过调整这个参数，得到满意的显示效果。

 

# -*- coding: utf-8 -*-

from PIL import Image
import numpy as np

def print_photo(photo_file, width=120, k=1.0, reverse=False, outfile=None):
    """打印照片，默认120个字符宽度"""
    
    im = Image.open(photo_file).convert('L') # 打开图片文件，转为灰度格式
    height = int(k*width*im.size[1]/im.size[0]) # 打印图像高度，k为矫正系数，用于矫正不一样终端环境像素宽高比
    arr = np.array(im.resize((width, height ))) # 转为NumPy数组
    if reverse: # 反色处理
        arr = 255 - arr
    
    chs = np.array([' ', '.', '-', '+', '=', '*', '#', '@']) #灰度-字符映射表
    arr= chs[(arr/32).astype(np.uint8)] # 灰度转为对应字符
    
    if outfile:
        with open(outfile, 'w') as fp:
            for row in arr.tolist():
                fp.write(''.join(row))
                fp.write('\n')
    else:
        for i in range(arr.shape[0]): # 逐像素打印
            for j in range(arr.shape[1]):
                print(arr[i,j], end=' ')
            print()

if __name__ == '__main__':
    print_photo('xufive.jpg', width=360, k=0.5, outfile='xufive.txt')

 

 下图是在命令行窗口显示的效果。

 

 

 更多精彩文章及源码关注公众号python社区营