算法及思路
众所周知,我们的计算机在处理图形的时候,实际上是将图形分成N个像素点,对于每个像素点来说,有这个像素点自己的像素值。无数个带有自己特定的像素值的像素点才汇成了我们所见的图片。而在Java中,RGB值以及像素值和灰度又有着一定公式条件下的转化关系。基于此,我们通过遍历一张图片上的每一个像素点,得到RGB值,进而转化为灰度,根据不同灰度的大小来选择相应的复杂程度的符号。
执行步骤
- 读取文件。Java中提供了ImageIO.read的方法,返回值为BufferedImage。
- 设置字符串基底,由复杂到简单,视觉感官由黑到白,对应的灰度值由低到高。
- 遍历所要处理的图片的文件的每一个像素点,并得到R, G, B值,然后通过公式转化为灰度。
- 灰度范围为0~255,也就是说在0-255范围内,灰度值越低,图片越偏向黑色;灰度值越高,图片越偏向白色。因此,当灰度值越低的时候,我们选择越复杂的字符;灰度值越高的时候,我们选择越简单的字符。
- 最后打印每一个像素点对应的灰度向下对应的字符。
PS:在选择字符的时候,例如字符串基底共有10个字符,对应的灰度范围为0-255,那么0-(255/10)就是最低灰度,选择最复杂的字符串;(255/10)-2*(255/10)就是其次低的灰度,选择次复杂的字符串,以此类推。
这也就是为什么我们在设置字符串基底的时候,要选择由复杂到简单的字符。
PPS:输出结果可以复制到.txt文本中观察效果。
import javax.imageio.ImageIO;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
public class myPic