Python20行代码实现视频字符化

迷南。 2023-07-24 11:48 1阅读 0赞

# Python20行代码实现视频字符化 #

我们经常在B站上看到一些字符鬼畜视频，主要就是将一个视频转换成字符的样子展现出来。看起来是非常高端，但是实际实现起来确是非常简单，我们只需要接触opencv模块，就能很快的实现视频字符化。但是在此之前，我们先看看我们实现的效果是怎样的：

![在这里插入图片描述][20200411134005900.gif_pic_center]

上面就是截取的一部分效果图，下面开始进入我们的主题。

## 一、OpenCV的安装及图片读取 ##

在Python中我们只需要用pip安装即可，我们在控制台执行下列语句：

pip install opencv-python

安装完成就可以开始使用。我们先读取一个图片：

import cv2
    im = cv2.imread('jljt')	# 读取图片
    cv2.imshow('im', im)	# 显示图片
    cv2.waitKey(0)	# 等待键盘输入
    cv2.destroyAllWindows()	# 销毁内存

首先我们使用`cv2.imread`方法读取图片，该方法返回一个ndarray对象。然后调用`imshow`方法显示图像，调用后会出现一个窗口，因为这个窗口只会出现一瞬间，所以我们调用`waitKey`等待输入，传入0表示无限等待。因为`opencv`是使用`c++`编写的，所以我们需要销毁内存。

## 二、OpenCV中的一些基础操作 ##

我们将视频字符化的思路就是先将视频转换为一帧一帧的图像，然后对图像进行字符化处理，最后展示出来就是字符视频的效果了。在我们生成字符画之前，我们还要看一些`OpenCV`的操作。

### （1）灰度转换 ###

灰度处理是一个非常常用的操作，我们原始的图片是有BGR三个图层（在OpenCV中，图像是以BGR形式读取）。我们进行灰度处理直观上看就是将图片变成黑白，而本质上是将图片的三个图层通过计算，变成一个图层。而这种计算是不需要我们做的，我们只需要调用OpenCV中的函数即可：

import cv2
    # 读取图片
    im = cv2.imread('jljt.jpg')
    # 灰度转换
    grey = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)

效果图和原图对比如下：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center]

左边为原图，右边为灰度转换后的图像。

### （3）改变图片大小 ###

因为字符化后图像会比较大，所以我们需要先缩小图片，我们调用`cv2.resize`即可改变图像大小：

import cv2
    # 读取图像
    im = cv2.imread('jljt.png')
    # 改变图像大小
    re = cv2.resize(im, (100, 40))
    cv2.imshow('11', re)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

### （2）逐帧读取视频 ###

我们可以通过`VideoCapture`读取视频，然后调用其中的方法读取每一帧。

import cv2
    # 读取视频
    video = cv2.VideoCapture('jljt.mp4')
    # 读取帧，该方法返回两个参数，第一个为是否还有下一帧，第二个为帧的ndarray对象
    ret, frame = video.read()
    while ret:
        # 循环读取帧
        ret, frame = video.read()

有了上面的操作，我们就可以开始我们下一步的工作了。

## 三、图片字符化 ##

对于只有一个通道的图片，我们可以把它当成一个矩形，这个矩形最小单位就是一个像素。而字符化的过程就是用字符替代像素点的过程。所以我们要遍历图像的每个像素点，但是我们应该用什么字符取代呢？

我们颜色有一个参照表，而opencv将这个参数表切割成256份，代表不同的程度，我们也可以做一个参照表，不过表中的内容不是颜色，而是字符。

![在这里插入图片描述][20200411143125365.png_pic_center]

上图为颜色表，我们可以使颜色表和字符表建立映射关系。假如字符表如下：

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

我们可以得到下列公式：

![在这里插入图片描述][20200411144537176.png_pic_center]

经过变换可以求得相应颜色对应字符表中的字符：

![在这里插入图片描述][20200411144737362.png_pic_center]

这个公式不理解也没关系，只需要会用即可。下面就是我们完整的代码了：

import cv2
    str = 'mqpka89045321@#$%^&*()_=||||}' # 字符表
    im = cv2.imread('jljt.jpg')	# 读取图像
    grey = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)	# 灰度转换
    grey = cv2.resize(grey, (50, 18))	# 缩小图像
    str_img = ''	# 用于装字符画
    for i in grey:	# 遍历每个像素
        for j in i:
            index = int(j / 256 * len(str))	# 获取字符坐标
            str_img += str[index]	# 将字符添加到字符画中
        str_img += '\n'
    print(str_img)

生成如下字符画：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 1]

因为尺寸比较小的关系，看出来的效果不是很好，我们调节好大小就好了。

## 四、视频转字符 ##

我们知道图片转字符，自然视频转字符就不是什么问题了，我们只需要在逐帧读取中执行图片字符化操作即可。

import os
    import cv2
    str = 'mqpka89045321@#$%^&*()_=||||}'	# 字符表
    video = cv2.VideoCapture('jljt.mp4') 	# 读取视频
    ret, frame = video.read()	# 读取帧
    while ret:	# 逐帧读取
        str_img = ''	# 字符画
        grey = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)	# 灰度转换
        grey = cv2.resize(grey, (100, 40))	# 该表大小
        for i in grey:	# 遍历每个像素点
            for j in i:
                index = int(j / 256 * len(str))	# 获取字符坐标
                str_img += str[index]	# 将字符添加到字符画中
            str_img += '\n'
        os.system('cls')	# 清除上一帧输出的内容
        print(str_img)	# 输出字符画
        ret, frame = video.read()	# 读取下一帧
        cv2.waitKey(5)

这样我们就会每个5毫秒执行一帧画面，在我们使用pycharm执行时，会发现并没有执行清屏操作，所以我们需要到命令行运行。最终效果就是我们的字符视频了：  
![在这里插入图片描述][20200411134005900.gif_pic_center]  
在选取字符表时我们需要注意主体的颜色，如果主体颜色较浅，则字符表的尾部应该为一些复杂字符，如：`$%#@&`。字符表头部为一些简单字符，如：`-|/`等。如果主体颜色较深，而背景颜色较浅，则反之。当然这没有唯一的标准，大家可以慢慢调节。感兴趣的读者，可以关注我的个人公众号：ZackSock，看到抠鼻屎的就是我没错了。

[20200411134005900.gif_pic_center]: /images/20230528/3b1be932d3754ed9ad5acff321c1ec17.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center]: /images/20230528/cabfba39a5b64996a0c1f708e52cf343.png
[20200411143125365.png_pic_center]: /images/20230528/50b6025397574b53a2d70a3c6e171890.png
[20200411144537176.png_pic_center]: /images/20230528/2d866398ba9a40aaa27a2a15bb579871.png
[20200411144737362.png_pic_center]: /images/20230528/bdb85f5beef84e5ca99656004f0389b5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1phY2tTb2Nr_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20230528/d2ecf65e8bd943aaacbec1288925cb2b.png