20行Python代碼實現視頻字符化

來源 | ZackSock（ID:ZackSock）

我們經常在B站上看到一些字符鬼畜視頻，主要就是將一個視頻轉換成字符的樣子展現出來。

看起來是非常高端，但是實際實現起來確實非常簡單，我們只需要接觸opencv模塊，就能很快的實現視頻字符化。但是在此之前，我們先看看我們實現的效果是怎樣的：

在這裡插入圖片描述

上面就是截取的一部分效果圖，下面開始進入我們的主題。

OpenCV的安裝及圖片讀取

在Python中我們只需要用pip安裝即可，我們在控制臺執行下列語句：

pip install opencv-python

安裝完成就可以開始使用。我們先讀取一個圖片：

import cv2

im = 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() # 銷毀內存

首先我們使用cv2.imread方法讀取圖片，該方法返回一個ndarray對象。然後調用imshow方法顯示圖像，調用後會出現一個窗口，因為這個窗口只會出現一瞬間，所以我們調用waitKey等待輸入，傳入0表示無限等待。因為opencv是使用c++編寫的，所以我們需要銷毀內存。

OpenCV中的一些基礎操作

我們將視頻字符化的思路就是先將視頻轉換為一幀一幀的圖像，然後對圖像進行字符化處理，最後展示出來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）灰度轉換

灰度處理是一個非常常用的操作，我們原始的圖片是有BGR三個圖層（在OpenCV中，圖像是以BGR形式讀取）。我們進行灰度處理直觀上看就是將圖片變成黑白，而本質上是將圖片的三個圖層通過計算，變成一個圖層。而這種計算是不需要我們做的，我們只需要調用OpenCV中的函數即可：

import cv2

# 讀取圖片

im = cv2.imread('jljt.jpg')

# 灰度轉換

grey = cv2.cvtColor(frame, cv2.COLOR_RGB2GRAY)

效果圖和原圖對比如下：

左邊為原圖，右邊為灰度轉換後的圖像。

（2）改變圖片大小

因為字符化後圖像會比較大，所以我們需要先縮小圖片，我們調用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()

（3）逐幀讀取視頻

我們可以通過VideoCapture讀取視頻，然後調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，該方法返回兩個參數，第一個為是否還有下一幀，第二個為幀的ndarray對象

ret, frame = video.read()

while ret:

# 循環讀取幀

ret, frame = video.read()

有了上面的操作，我們就可以開始我們下一步的工作了。

圖片字符化

對於只有一個通道的圖片，我們可以把它當成一個矩形，這個矩形最小單位就是一個像素。而字符化的過程就是用字符替代像素點的過程。所以我們要遍歷圖像的每個像素點，但是我們應該用什麼字符取代呢？

我們顏色有一個參照表，而opencv將這個參數表切割成256份，代表不同的程度，我們也可以做一個參照表，不過表中的內容不是顏色，而是字符。

顏色表

上圖為顏色表，我們可以使顏色表和字符表建立映射關係。假如字符表如下：

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

我們可以得到下列公式：

顏色和字符之間的等式

經過變換可以求得相應顏色對應字符表中的字符：

獲取字符在字符表中的位置

這個公式不理解也沒關係，只需要會用即可。下面就是我們完整的代碼了：

import cv2

str = 'mqpka89045321@#$%^&*()_=||||}' # 字符表

im = cv2.imread('jljt.jpg') # 讀取圖像

grey = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY) # 灰度轉換

grey = cv2.resize(grey, (50, 18)) # 縮小圖像

str_img = '' # 用於裝字符畫

for i in grey: # 遍歷每個像素

for j in i:

index = int(j / 256 * len(str)) # 獲取字符坐標

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：

字符畫

因為尺寸比較小的關係，看出來的效果不是很好，我們調節好大小就好了。

視頻轉字符

我們知道圖片轉字符，自然視頻轉字符就不是什麼問題了，我們只需要在逐幀讀取中執行圖片字符化操作即可。

import os

import cv2

str = '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) # 灰度轉換

grey = cv2.resize(grey, (100, 40)) # 該表大小

for i in grey: # 遍歷每個像素點

for j in i:

index = int(j / 256 * len(str)) # 獲取字符坐標

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)

這樣我們就會每個5毫秒執行一幀畫面，在我們使用pycharm執行時，會發現並沒有執行清屏操作，所以我們需要到命令行運行。最終效果就是我們的字符視頻了：

最終效果

在選取字符表時我們需要注意主體的顏色，如果主體顏色較淺，則字符表的尾部應該為一些複雜字符，如：$%#@&。字符表頭部為一些簡單字符，如：-|/等。如果主體顏色較深，而背景顏色較淺，則反之。當然這沒有唯一的標準，大家可以慢慢調節。感興趣的讀者，可以關注我的個人公眾號：ZackSock，看到摳鼻屎的就是我沒錯了。

推薦閱讀

CycleGan人臉轉為漫畫臉，牛掰的知識又增加了 | 附代碼

一次對語音技術的徹底批判

360金融首席科學家張家興：別指望AI Lab做成中臺

為什麼說 C++ 太複雜？有必要這麼複雜嗎？| 原力計劃

關於Spring AOP，除了動態代理、CGLIB，你還知道什麼？

產業區塊鏈：新基建中的底層技術基座，各行業資深人士應積極參與建設

你點的每個「在看」，我都認真當成了AI