溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
ASCII圖
在終端執行各種命令的時候經常會看到一些終端里顯示出來的"圖片"，遠看仿佛一張圖，近看則是一個個的 ASCII碼，它們 大致長這樣子
而今天我們要做的則是用JS把一張給定的圖片轉換成這種用ASCII字符組成的“ASCII圖” 先看看最終效果，假設我們給定的圖片是這樣子的，
這是代碼處理后的結果，用了 I'mYasic 這8個字符來表示,還是可以分辨出大致的輪廓的。
單級圖
而另一種圖則是單極圖，也就是黑白圖片，還是剛剛那張圖片，輸出如下
基礎知識
這兩種圖都是比較簡單的，只需要以下知識即可
制作ASCII圖
一般來說，在計算機當中，我們看到的大多數圖片都是由一個個像素點構成的，每一個像素點則由 RGBA 構成，在 css 中我們時常用的 rgba(255, 255, 255, 255, 0)就是一組RGBA值， 也即是RGB三原色和Alpha透明度。當然一張圖片不是僅僅包含所有像素點數據的，還包括一些描述信息，也稱為圖片的 profile，這一部分小則幾KB,多則幾百KB，是圖片壓縮中經常被處理的部分。
那么對于圖片中每一個像素點來說，只要我們改變了其相應的RGBA的值，最終的圖片也就變了樣子。而修改哪些像素點、修改成什么樣的RGBA，則決定著最終的圖片風格，這也是許多濾鏡采用的機制。
基于以上的理論知識，我們的ASCII圖制作思路也就有了。ASCII圖其實就是將一張圖中的一個像素點，通過計算其RGBA的值，劃分成給定的幾個量化值，在這里由于我們用的 I'mYasic 這8個字符來表示，所以要分成8組值，每一組用一個ASCII字符來表示，最終就能組成一幅完整的ASCII圖片。
接下來就是具體的代碼實現。
獲取圖片的像素信息
通過 Canvas API 中的 getImageData() 方法我們可以獲得一個對象，這個對象的屬性里包含一個一維數組 data，這個一維數組每4個元素為一組，代表了一個 canvas 中指定范圍的全部像素信息，并且依次是 RED，GREEN，BLUE，ALPHA。因此我們可以先把圖片放進 canvas 中，再調用這個方法拿到像素。
不過我很疑惑為什么 data 是一個一維數組，通常處理的圖片都是二維圖片，如果用二維數組來表示像素信息，代碼讀取和處理會方便很多，也更容易理解。甚至可以用一個三維數組，專門用一個維度來放置RGBA信息。
獲取圖片像素信息的代碼如下所示
var canvasContext = canvas.getContext("2d");
canvasContext.drawImage(sourceImg, 0, 0);
var imgData = canvasContext.getImageData(0 , 0, sourceImg.width, sourceImg.height);
var imgDataArray = imgData.data;
那么對于某一個像素點的RGBA值就可以這樣獲取
var r = imgDataArray[lineIndex]; var g = imgDataArray[lineIndex + 1]; var b = imgDataArray[lineIndex + 2]; var a = imgDataArray[lineIndex + 3];
其中 lineIndex 是遍歷每一個像素點的基準變量。
圖片灰度化
灰度化，也就是獲取像素點的灰度值。由于每一個像素點包含著RGBA四種信息，而我們需要將所有像素點的RGBA值分成8組，因此需要統一一下RGBA的值，最終得到一個值Y，而相應的像素點的RGBA值滿足 Y = R = G = B ，在這里我們不考慮透明度 Alpha。由于RGB的值相等像素點顏色是介于白色與黑色之間的灰色，所以這一過程也稱為灰度化。
灰度化算法有很多種，我們在這里采取最簡單的方式，即
Y = (R + G + B) * 1/3
相應代碼如下
function rgb2gray(r, g, b) {
return r * 0.333 + g * 0.333 + b * 0.333;
}
灰度圖量化
灰度化以后的圖片大致長這樣子，可以看到色彩已經都變成灰色了。
那么接下來就是關鍵的“量化”過程。也就是說，我們要讓把這些不同灰度的值分成8組，并且每一組都賦予一個ASCII字符作為標示，當然選取的ASCII字符也要有一定規律，簡單來說就是顏色由深到淺相應的字符由繁到簡。而量化過程就是將0-255范圍等分成8個區間，依次判斷灰度值在哪一個區間內，代碼如下。
由于圖像像素數目巨大，為了效率，判決時可以采取“二分判決”法提高判決速度。
function gray2asc(gray) {
/*ASCII--I'mYasic*/
/*32 64 96 128 160 192 224 256*/
gray = 255 - gray;
if (gray < 128){
if (gray < 64){
if (gray < 32){
return '\''
}
else {
return 'c'
}
}
else {
if (gray < 96){
return 'i'
}
else {
return 's'
}
}
}
else {
if (gray < 192){
if (gray < 160){
return 'I'
}
else {
return 'm'
}
}
else {
if (gray < 224){
return 'a'
}
else {
return 'Y'
}
}
}
}
遍歷與顯示
上面大概講解完了對于一個像素點變換為ASCII碼的過程，接下來就是遍歷和顯示了。
遍歷
遍歷全部像素點并變換為ASCII碼基本是不可能的，因為圖片稍微大一些計算量就增長很多，所以我們折中一下，對于像素陣列的行與列都進行等間隔采樣，最終展示出來的圖片分辨率會隨著采樣間隔減小而增強。另外要注意 data 數組是一維數組，并且每4個元素為一組RGBA數據。相應代碼如下
var result = "";
var lineIndex = 0;
for (var lineHeight = 0; lineHeight < sourceImg.height; lineHeight += 12){
var lineASC = "";
for (var lineFlag = 0; lineFlag < sourceImg.width; lineFlag += 5){
lineIndex = (lineHeight * sourceImg.width + lineFlag) * 4;
var r = imgDataArray[lineIndex];
var g = imgDataArray[lineIndex + 1];
var b = imgDataArray[lineIndex + 2];
lineASC += gray2asc(rgb2gray(r, g, b));
}
lineASC += '\n';
result += lineASC;
}
顯示
最終獲得的 result 字符串就是需要展示的ASCII碼。但是必須注意，如果直接展示到頁面上會因為每一個字符的字符寬度不一樣而導致ASCII圖“失真”，這里我們可以采用 Monospace 字體來確保字符寬度一致。
制作單極圖
其實看完上面部分，就應該知道單極圖非常好實現，同樣需要獲取像素信息并灰度化，只是量化時直接量化為 rgb(0, 0, 0) 和 rgb(255, 255, 255) 兩種顏色就可以。
var canvasContext = targetCanvas.getContext("2d");
canvasContext.drawImage(sourceImg, 0, 0);
var imgData = canvasContext.getImageData(0 , 0, sourceImg.width, sourceImg.height);
var imgDataArray = imgData.data;
for (var index = 0; index <= sourceImg.width * sourceImg.height * 4; index += 4){
var red = imgDataArray[index];
var green = imgDataArray[index + 1];
var blue = imgDataArray[index + 2];
var gray = rgb2gray(red, green, blue);
if (gray < 128){
imgData.data[index] = 0;
imgData.data[index + 1] = 0;
imgData.data[index + 2] = 0;
}
else {
imgData.data[index] = 255;
imgData.data[index + 1] = 255;
imgData.data[index + 2] = 255;
}
}
canvasContext.putImageData(imgData, 0, 0);
別忘了最后要用 putImageData 方法將修改后的像素信息放回 canvas 中進行顯示。
ASCII圖完整代碼
function rgb2gray(r, g, b) {
return r * 0.333 + g * 0.333 + b * 0.333;
}
function gray2asc(gray) {
/*ASCII--I'mYasic*/
/*32 64 96 128 160 192 224 256*/
gray = 255 - gray;
if (gray < 128){
if (gray < 64){
if (gray < 32){
return '\''
}
else {
return 'c'
}
}
else {
if (gray < 96){
return 'i'
}
else {
return 's'
}
}
}
else {
if (gray < 192){
if (gray < 160){
return 'I'
}
else {
return 'm'
}
}
else {
if (gray < 224){
return 'a'
}
else {
return 'Y'
}
}
}
}
var img2ASC = function (canvas, sourceImg) {
console.log(sourceImg.width + " " + sourceImg.height);
var canvasContext = canvas.getContext("2d");
canvasContext.drawImage(sourceImg, 0, 0);
var imgData = canvasContext.getImageData(0 , 0, sourceImg.width, sourceImg.height);
var imgDataArray = imgData.data;
var result = "";
var lineIndex = 0;
for (var lineHeight = 0; lineHeight < sourceImg.height; lineHeight += 12){
var lineASC = "";
for (var lineFlag = 0; lineFlag < sourceImg.width; lineFlag += 5){
lineIndex = (lineHeight * sourceImg.width + lineFlag) * 4;
var r = imgDataArray[lineIndex];
var g = imgDataArray[lineIndex + 1];
var b = imgDataArray[lineIndex + 2];
lineASC += gray2asc(rgb2gray(r, g, b));
}
lineASC += '\n';
result += lineASC;
}
document.getElementById("result").innerHTML = result;
};
單極圖完整代碼
function rgb2gray(r, g, b) {
return r * 0.333 + g * 0.333 + b * 0.333;
}
function gray2asc(gray) {
/*ASCII--I'mYasic*/
/*32 64 96 128 160 192 224 256*/
if (gray < 128){
if (gray < 64){
if (gray < 32){
return '\''
}
else {
return 'c'
}
}
else {
if (gray < 96){
return 'i'
}
else {
return 's'
}
}
}
else {
if (gray < 192){
if (gray < 160){
return 'I'
}
else {
return 'm'
}
}
else {
if (gray < 224){
return 'a'
}
else {
return 'Y'
}
}
}
}
var monoImg = function (targetCanvas, sourceImg) {
targetCanvas.width = sourceImg.width;
targetCanvas.height = sourceImg.height;
var canvasContext = targetCanvas.getContext("2d");
canvasContext.drawImage(sourceImg, 0, 0);
var imgData = canvasContext.getImageData(0 , 0, sourceImg.width, sourceImg.height);
var imgDataArray = imgData.data;
for (var index = 0; index <= sourceImg.width * sourceImg.height * 4; index += 4){
var red = imgDataArray[index];
var green = imgDataArray[index + 1];
var blue = imgDataArray[index + 2];
var gray = rgb2gray(red, green, blue);
if (gray < 128){
imgData.data[index] = 0;
imgData.data[index + 1] = 0;
imgData.data[index + 2] = 0;
}
else {
imgData.data[index] = 255;
imgData.data[index + 1] = 255;
imgData.data[index + 2] = 255;
}
}
canvasContext.putImageData(imgData, 0, 0);
};
總結
這一篇博客主要講了利用JS中的 Canvas API 進行一些簡單的像素化操作，但其實還有很多地方可以繼續改進。比如一般單極圖出來后很多地方會有噪點，也就是一些礙眼的白點和黑點，可以通過一些方式“去掉噪點”，就留在以后寫吧！以上就是這篇文章的全部內容了，希望本文的內容對大家的學習或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對億速云的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
