我們經(jīng)常在B站上看到一些字符鬼畜視頻，主要就是將一個(gè)視頻轉(zhuǎn)換成字符的樣子展現(xiàn)出來(lái)。看起來(lái)是非常高端，但是實(shí)際實(shí)現(xiàn)起來(lái)確是非常簡(jiǎn)單，我們只需要接觸opencv模塊，就能很快的實(shí)現(xiàn)視頻字符化。但是在此之前，我們先看看我們實(shí)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(kāi)始進(jìn)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?cè)诳刂婆_(tái)執(zhí)行下列語(yǔ)句：

pip install opencv-python

安裝完成就可以開(kāi)始使用。我們先讀取一個(gè)圖片：

import cv2im = 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(nèi)存

首先我們使用cv2.imread方法讀取圖片，該方法返回一個(gè)ndarray對(duì)象。然后調(diào)用imshow方法顯示圖像，調(diào)用后會(huì)出現(xiàn)一個(gè)窗口，因?yàn)檫@個(gè)窗口只會(huì)出現(xiàn)一瞬間，所以我們調(diào)用waitKey等待輸入，傳入0表示無(wú)限等待。因?yàn)閛pencv是使用c++編寫的，所以我們需要銷毀內(nèi)存。

二、OpenCV中的一些基礎(chǔ)操作

我們將視頻字符化的思路就是先將視頻轉(zhuǎn)換為一幀一幀的圖像，然后對(duì)圖像進(jìn)行字符化處理，最后展示出來(lái)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(zhuǎn)換

灰度處理是一個(gè)非常常用的操作，我們?cè)嫉膱D片是有BGR三個(gè)圖層（在OpenCV中，圖像是以BGR形式讀取）。我們進(jìn)行灰度處理直觀上看就是將圖片變成黑白，而本質(zhì)上是將圖片的三個(gè)圖層通過(guò)計(jì)算，變成一個(gè)圖層。而這種計(jì)算是不需要我們做的，我們只需要調(diào)用OpenCV中的函數(shù)即可：

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

效果圖和原圖對(duì)比如下：

左邊為原圖，右邊為灰度轉(zhuǎn)換后的圖像。

（3）改變圖片大小

因?yàn)樽址髨D像會(huì)比較大，所以我們需要先縮小圖片，我們調(diào)用cv2.resize即可改變圖像大小：

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(guò)VideoCapture讀取視頻，然后調(diào)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(gè)參數(shù)，第一個(gè)為是否還有下一幀，第二個(gè)為幀的ndarray對(duì)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(kāi)始我們下一步的工作了。

三、圖片字符化

對(duì)于只有一個(gè)通道的圖片，我們可以把它當(dāng)成一個(gè)矩形，這個(gè)矩形最小單位就是一個(gè)像素。而字符化的過(guò)程就是用字符替代像素點(diǎn)的過(guò)程。所以我們要遍歷圖像的每個(gè)像素點(diǎn)，但是我們應(yīng)該用什么字符取代呢？

我們顏色有一個(gè)參照表，而opencv將這個(gè)參數(shù)表切割成256份，代表不同的程度，我們也可以做一個(gè)參照表，不過(guò)表中的內(nèi)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(guān)系。假如字符表如下：

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

我們可以得到下列公式：

經(jīng)過(guò)變換可以求得相應(yīng)顏色對(duì)應(yīng)字符表中的字符：

這個(gè)公式不理解也沒(méi)關(guān)系，只需要會(huì)用即可。下面就是我們完整的代碼了：

import cv2str = ’mqpka89045321@#$%^&*()_=||||}’ # 字符表im = cv2.imread(’jljt.jpg’)# 讀取圖像grey = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)# 灰度轉(zhuǎn)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(gè)像素 for j in i: index = int(j / 256 * len(str))# 獲取字符坐標(biāo) 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?yàn)槌叽绫容^小的關(guān)系，看出來(lái)的效果不是很好，我們調(diào)節(jié)好大小就好了。

四、視頻轉(zhuǎn)字符

我們知道圖片轉(zhuǎn)字符，自然視頻轉(zhuǎn)字符就不是什么問(wèn)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 osimport cv2str = ’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(zhuǎn)換 grey = cv2.resize(grey, (100, 40))# 該表大小 for i in grey:# 遍歷每個(gè)像素點(diǎn) for j in i: index = int(j / 256 * len(str))# 獲取字符坐標(biāo) 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(nèi)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(huì)每個(gè)5毫秒執(zhí)行一幀畫面，在我們使用pycharm執(zhí)行時(shí)，會(huì)發(fā)現(xiàn)并沒(méi)有執(zhí)行清屏操作，所以我們需要到命令行運(yùn)行。最終效果就是我們的字符視頻了：

在選取字符表時(shí)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(yīng)該為一些復(fù)雜字符，如：$%#@&。字符表頭部為一些簡(jiǎn)單字符，如：-|/等。如果主體顏色較深，而背景顏色較淺，則反之。當(dāng)然這沒(méi)有唯一的標(biāo)準(zhǔn)，大家可以慢慢調(diào)節(jié)。

總結(jié)

到此這篇關(guān)于20行Python代碼實(shí)現(xiàn)視頻字符化的文章就介紹到這了,更多相關(guān)python 視頻字符化內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！