Python綜合應用：手把手教你用字符打印一張懷舊風格的照片

1. 前言

第一次在學校機房里見到計算機，還是上古時期。計算機型號大概是LASER-310吧，有點記不清了。那會兒，顯示器還是單色的，只能顯示文本，每行最多顯示80個字符。想看圖片，印象中只能用針式打印機打印在兩側穿孔的寬行打印紙上，每個像素用一個字符表示，不同的字符代表不同的灰度，就像下圖這個樣子。有沒有感覺到濃郁古風呢？其實，隨便一張照片，十幾行Python代碼，你也可以打印出這樣的效果，還可以保存成文件。下面，我就一步一步地演示一下。

2. 打開圖片，轉為灰度模式

Python用于圖像處理的模塊有很多，最常用的當屬PIL和PyOpenCV了。本案使用PIL模塊來打開圖像：

>>> from PIL import Image
>>> im = Image.open('xufive.jpg')
>>> im.size
(979, 1248)
>>> im.mode
'RGB'

im就是打開的圖像對象，im.size是圖像的分辨率，im.mode是圖像模式。我們知道，計算機圖像有很多種顏色模式，RGB是最常見的色彩圖像模式。打印字符圖片的話，需要將RGB模式轉為灰度模式：

>>> im = im.convert('L')
>>> im.mode
'L'

3. 改變分辨率

打印字符圖片，需要考慮顯示器每行顯示的字符個數。假定屏幕水平分辨率為1920，每個字符寬度占8個像素，每行可以顯示240個字符。綜合考量，我們設定每行顯示120個字符。這就需要我們將灰度圖片的寬度設置為120個像素，那么圖像高度的像素數height應為：

width = 120
height = int(width*im.size[1]/im.size[0])

按照新的分辨率生成圖像對象：

>>> im = im.resize((width, height))
>>> im.size
(120, 152)

4. 反白處理

灰度模式下，每個像素的值域范圍是0~255，共有256級灰度。考慮到屏幕背景色可能是深色的，也可能是淺色的，我們需要提供圖像反白處理的手段。所謂反白處理，就是用灰度最大值255減去每一個像素的灰度值作為該像素新的灰度值。遍歷每一個像素，固然可以實現反白，但速度會很慢。本案使用NumPy數組的廣播技術，可以顯著提升處理速度。我們先把PIL圖像對象轉成NumPy數組：

>>> import numpy as np
>>> arr = np.array(im)
>>> arr.shape
(152, 120)
>>> arr.dtype
dtype('uint8')

需要特別說明的是，PIL對象的圖像分辨率是120x152，表示圖像寬度120像素，高度152像素；轉成NumPy數組之后，數組的shape則是(152,120)，表示圖像有152行（對應高度），120列（對應寬度）。雖然PIL對象和NumPy數組關于行列的概念不一致，但表達的物理意義是相同的。

利用NumPy數組的廣播技術實現反白處理，只需一行代碼，并且瞬間完成：

arr = 255 - arr

5. 確定灰度-字符映射表

在顯示器上，字符是由點陣組成的。每個字符的亮點（或暗點）不同，可以用來表示不同的灰度。本案使用了下面8個字符表示不同的灰度：

>>> chs = np.array([' ', '.', '-', '+', '=', '*', '#', '@'])
>>> chs.dtype
dtype('<U1')

8個不同的字符，只能表示8級灰度，因此需要將像素的256級灰度值轉換為8級：

>>> arr = arr/32
>>> arr = arr.astype(np.uint8)
>>> arr.min(), arr.max()
(0, 7)

6. 灰度轉字符

接下來需要將值域范圍在0~7之間的每一個像素轉為灰度-字符映射表中對應的字符。同樣的，我們可以用兩層嵌套的循環結構來完成，不過更好的選擇是用NumPy數組的矢量化特性來實現。本例展示了NumPy數組非常少見的一種應用方式，我很少見到有人這樣應用。

>>> arr = chs[arr]
>>> arr.shape
(152, 120)
>>> arr.dtype
dtype('<U1')

7. 打印

有了上述鋪墊，打印自然是水到渠成了：

>>> for i in range(arr.shape[0]):
    for j in range(arr.shape[1]):
        print(arr[i,j], end='')
    print()

8. 保存為文件

如果在顯示終端上打印不方便觀看的話，還可以將字符數據保存成文件：

>>> with open('xufive.txt', 'w') as fp:
    for line in arr.tolist():
        fp.write(''.join(line))
        fp.write('\n')

下圖是輸出到文本文件，在編輯器中顯示的效果。

9. 完整代碼
   在不同的運行環境中，最終圖像顯示的寬高比和原圖會有差異。為了抵消差異，我在下面的代碼中增加了一個矯正系數k，可以通過調整這個參數，獲得滿意的顯示效果。

from PIL import Image
import numpy as np

def print_photo(photo_file, width=120, k=1.0, reverse=False, outfile=None):
    """打印照片，默認120個字符寬度"""

    im = Image.open(photo_file).convert('L') # 打開圖片文件，轉為灰度格式
    height = int(k*width*im.size[1]/im.size[0]) # 打印圖像高度，k為矯正系數，用于矯正不同終端環境像素寬高比
    arr = np.array(im.resize((width, height ))) # 轉為NumPy數組
    if reverse: # 反色處理
        arr = 255 - arr

    chs = np.array([' ', '.', '-', '+', '=', '*', '#', '@']) #灰度-字符映射表
    arr= chs[(arr/32).astype(np.uint8)] # 灰度轉為對應字符

    if outfile:
        with open(outfile, 'w') as fp:
            for row in arr.tolist():
                fp.write(''.join(row))
                fp.write('\n')
    else:
        for i in range(arr.shape[0]): # 逐像素打印
            for j in range(arr.shape[1]):
                print(arr[i,j], end=' ')
            print()

if __name__ == '__main__':
    print_photo('xufive.jpg', width=360, k=0.5, outfile='xufive.txt')

下圖是在命令行窗口顯示的效果。