圖像字符化的意思是將圖像以字符形式呈現(xiàn)，具有一定的娛樂(lè)價(jià)值，許多開(kāi)發(fā)人員通過(guò)python實(shí)現(xiàn)該功能，C++實(shí)現(xiàn)的代碼較少，因此本文通過(guò)C++和OpenCV實(shí)現(xiàn)，給予C++開(kāi)發(fā)人員一些可供借鑒的思路，需要的朋友可以參考下

實(shí)現(xiàn)原理

圖像字符化的意思是將圖像以字符形式呈現(xiàn)，具有一定的娛樂(lè)價(jià)值。許多開(kāi)發(fā)人員通過(guò)python實(shí)現(xiàn)該功能，C++實(shí)現(xiàn)的代碼較少，因此本文通過(guò)C++和OpenCV實(shí)現(xiàn)，給予C++開(kāi)發(fā)人員一些可供借鑒的思路。

圖像字符化的實(shí)現(xiàn)流程如下：

1.將圖像縮小，如縮小為原尺寸的二十分之一。

2.創(chuàng)建一個(gè)同原圖尺寸一致的白色畫(huà)布。

3.遍歷縮小圖像的灰度值，根據(jù)灰度值數(shù)值的不同，選擇不同的字符。

4.將字符以20*20的尺寸繪制在畫(huà)布的對(duì)應(yīng)像素位置。注意因?yàn)榭s小圖像的尺寸為原尺寸二十分之一，所以字符尺寸才是20*20。通俗的講，原尺寸1000*1000，縮小圖像為50*50，那總共就有2500個(gè)字符，每個(gè)字符的尺寸為20*20，畫(huà)滿畫(huà)布剛好是1000*1000。

功能函數(shù)代碼

// 圖像字符化
cv::Mat Characterize(cv::Mat src)
{
	// 初始化
	cv::Mat re;
	cv::resize(src, re, cv::Size(0, 0), 0.05, 0.05);
	cv::Mat result = cv::Mat(src.size(), CV_8UC1, 255);
	if (src.channels() > 1)
	{
		cout << "The number of image channels is greator than 1. " << endl;
		return result;
	}
 
	// 字符繪制
	string str = "";
	int row = re.rows;
	int col = re.cols;
	for (int i = 0; i < row; ++i)
	{
		uchar *t = re.ptr<uchar>(i);
		for (int j = 0; j < col; ++j)
		{
			string temp;
			char c = Getchar(int(t[j]));
			temp.push_back(c);
			// 繪制字符
			putText(result, temp, cv::Point(j * 20, (i + 1) * 20), cv::FONT_HERSHEY_TRIPLEX, 0.6, cv::Scalar(0), 1, 16);
			str += c;
		}
		str += "\r\n";
	}
 
	// 輸出txt
	OutToFile(txt, str);
 
	return result;
}

C++測(cè)試代碼

#include <iostream>
#include <opencv.hpp>
#include <string>
#include <sstream>
#include <Windows.h>
#include <fstream>
 
using namespace std;
 
const string ascii_char = "$@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\|()1{}[]?-_+~<>i!lI;:,\"^`'. ";
const char *txt = "test.txt";
 
// 獲取字符
char Getchar(int n)
{
	int size = ascii_char.size();
	int t = n * size / 256 ;
	char c = ascii_char[t];
	return c;
}
 
//將字符串寫(xiě)入文件
void OutToFile(const char *fileName, string str) {
	ofstream outStream;
	outStream.open(fileName);
	outStream << str << endl;
	outStream.close();
}
 
// 圖像字符化
cv::Mat Characterize(cv::Mat src)
{
	// 初始化
	cv::Mat re;
	cv::resize(src, re, cv::Size(0, 0), 0.05, 0.05);
	cv::Mat result = cv::Mat(src.size(), CV_8UC1, 255);
	if (src.channels() > 1)
	{
		cout << "The number of image channels is greator than 1. " << endl;
		return result;
	}
 
	// 字符繪制
	string str = "";
	int row = re.rows;
	int col = re.cols;
	for (int i = 0; i < row; ++i)
	{
		uchar *t = re.ptr<uchar>(i);
		for (int j = 0; j < col; ++j)
		{
			string temp;
			char c = Getchar(int(t[j]));
			temp.push_back(c);
			// 繪制字符
			putText(result, temp, cv::Point(j * 20, (i + 1) * 20), cv::FONT_HERSHEY_TRIPLEX, 0.6, cv::Scalar(0), 1, 16);
			str += c;
		}
		str += "\r\n";
	}
 
	// 輸出txt
	OutToFile(txt, str);
 
	return result;
}
 
int main()
{
	// 加載灰度圖
	cv::Mat src = cv::imread("6.jpg", 0);
 
	// 圖像字符化
	cv::Mat result = Characterize(src);
 
	// 顯示
	cv::imshow("src", src);
	cv::imshow("result", result);
	cv::waitKey(0);
 
	system("pause");
	return 0;
}

測(cè)試效果