绘制字符画

目录

1 问题描述

2 技术路线

2.1 抖动

2.2 获取灰度值

2.3 字符的字模

2.4 根据灰度值画字符

3 实验过程

4 实验结果

致谢

附录A

---

1 问题描述

受童晶老师的启发，童晶老师使用字符串实现了字符画的效果，文章链接如下。

第14章 定制字符画（《Python趣味创意编程》教学视频）

现在我们使用英文/中文字符实现字符画的效果。下面以使用字符“LOVE”画lena图像为例（中文字符画与英文字符画原理相同）。

2 技术路线

2.1 抖动

像素画基础：抖动详细介绍 - 知乎该文章指出：“图像抖动（Dithering）是通过混合2种不同颜色的像素方块，获得更多颜色的技巧。”

图像抖动技术通常应用于打印机、显示器和图形处理器等领域。在这些应用中，由于资源的限制，通常需要在有限的颜色深度下处理图像。图像抖动技术可以用较少的灰度实现多种灰度的效果。

本文中字符画中通过字符的字模在画布中画字符，核心技术是抖动，用黑白两种灰度画出了“LOVE”4种字符，即4种灰度。具体请参见2-3和2-4小节。

2.2 获取灰度值

灰度图，又称为灰阶图。任何颜色都是由红、绿、蓝三原色组成，而灰度图只有一个通道，灰度图有256个灰度等级。灰度图的灰度值范围是0~255，灰度值为0代表全黑，灰度值为255代表全白。

如图2-1，这是“lena”图像的灰度图。该图像大小为512*512，有512*512个像素，我们可以获取灰度图像中每一个像素的灰度值，并且根据灰度值去做接下来的工作。

获取原图的灰度图中灰度值方法：

使用openCV库中的cv2模块的imread()函数（函数的参数是图片路径和cv2.IMREAD_GRAYSCALE）,它的作用是可以将彩色图像转换为灰度图像，并返回一个二维数组（二维数组名字定义为img）。这个二维数组img的行数和列数和图片的长宽对应，例如lena图像的长宽分别为512、512，那么这个二维数组行列分别为512、512。数组中的每个元素代表了这个灰度图中这个位置像素的灰度值，img[x][y]所代表的值就是灰度图中坐标为（x,y）像素的灰度值。

 图2-1

2.3 字符的字模

字符以字模的形式表示，字模可以以像素矩阵的形式表示，即一个二维数组，其中这个像素矩阵在这里定义的大小为20*20，矩阵中的值有0和1，0代表黑色块，1代表白色块。例如我们要用“LOVE”四个字符去画lena图像的字符画。那么对于字符“L”的字模就可以是下面这样的，如图2-2。

这是一个20*20的二维数组，其中，把值为0的位置连接，可以呈现一个“L”形状。同样的原理，可以画出字符“OVE”，通过4个字模可以抖动出4个字符，也代表了4种不同的灰度。

图2-2 

 要得到这个字模，即像素矩阵可以有这两种方式，

1.自定义。可以自己初始化一个二维数组，在二维数组中定义每个位置的值，即0或1，用这样的方式来表示一个字符的字模。

2.用字体文件转换为字模。

在这次实验中使用的字体为Raginy。具体过程为，

1）使用PIL库中ImageFont模块的truetype函数，创建字体对象，函数的参数为字体文件路径，和字体大小；

2）使用Image模块创建图片对象；

3）使用ImageDraw模块的text()函数，将字符写在图片上，函数的参数是，字体对象、字符、写字符的起始位置、字符的颜色。

3）最后将图片转换为二维数组。这里得到的二维数组中的值包括True和False。当图片中一个像素不是组成字符的像素时，那么该像素对应在二维数组中元素的值为False，反之，如果图片中一个像素是组成字符的像素，那么该像素对应在二维数组中的元素值为True。最后将False转换为1，True转换为0，即可得到一个字模（像图2-2那样）。

2.4 根据灰度值画字符

得到了原图的灰度图的像素灰度值，以及字模，就可以根据灰度值向图像中画字符。

怎么确定某个灰度值画哪个字符？这里使用了两种方法。