首页 >> 全栈工程 >>Python >>Python教程 >> Python20行代码实现视频字符化
详细内容

Python20行代码实现视频字符化

时间:2020-04-14     作者:ZackSock【转载】   阅读

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:

20200411134005900.gif


上面就是截取的一部分效果图,下面开始进入我们的主题。


、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:

20200411140216675.png

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。


20200411143125365.png


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:

20200411144537176.png


经过变换可以求得相应颜色对应字符表中的字符:

20200411144737362.png



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:


20200411150930440.png


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。





ots网络logo

OTS网络安全门户主要提供网络信息安全教程、文章、工具,让更多的小伙伴加入我们的社区一起学习。

技术支持: 建站ABC | 管理登录