来自：Ascii art generator in Java
github源码地址
ASCII码字符画艺术是一种利用ASCII码标准中的可打印字符来产生视觉艺术效果的技术，它的存在在历史上是有意义的，当时的打印机还无法打印图片，而且当时在邮件中嵌入图像还无法实现，所以它也用于邮件中。在本文中，我将为你呈现一个用Java实现的、可以配置字体和对比度的ASCII码字符画生成器程序。因为这个程序是我在周末用几个小时搞定的，还不完美，但这是一个有意思的实验，在下面你可以看到实现代码，我将解释它的工作原理。
算法
算法的思路很简单。首先，我们将程序中要用到的每一个字符转化成一张图片，并缓存它。然后，我们遍历原始图像，对于每个字符大小的图片块，找出最佳匹配的字符。为了实现这一点，我们首先对原始图像做一些预处理：我们先将图像转化为灰度图，然后让其通过一个阈值滤波器，这样我们就得到一个黑白色的图像，我们可以将其与每个字符对比并计算差值。接着，对每个图片块选取最相似的字符，一直进行下去，直到整个图像都转换完成。此外，我们还可以根据需要调整阈值大小来调整对比度，增强最终的效果。
为了实现这一点，一个非常简单的方法是将红、绿、蓝的值都设置成三种颜色的平均值：
红=绿=蓝=（红+绿+蓝）/3
如果这个值低于阈值，我们就将它设置成白色，否则我们将其设置成黑色。最后，我们以像素为单位将图像与每个字符进行比较并计算出平均误差。如下面的图片和代码片段所示。
eiffel
int r1 = (charPixel >> 16) & 0xFF;
int g1 = (charPixel >> 8) & 0xFF;
int b1 = charPixel & 0xFF;
int r2 = (sourcePixel >> 16) & 0xFF;
int g2 = (sourcePixel >> 8) & 0xFF;
int b2 = sourcePixel & 0xFF;
int thresholded = (r2 + g2 + b2) / 3 < THRESHOLD ? 0 : 255;
error = Math.sqrt((r1 - thresholded) * (r1 - thresholded) +
(g1 - thresholded) * (g1 - thresholded) + (b1 - thresholded) * (b1 - thresholded));
因为颜色是存储在单个整数中，所以我们首先提取单个颜色成分并执行上面我解释过的计算，另一个挑战是准确地测量字符尺寸，并以它们为中心作图。在试验了多种方法之后，我最终发现这个比较好的方法：
Rectangle rect = new TextLayout(Character.toString((char) i), fm.getFont(),
fm.getFontRenderContext()).getOutline(null).getBounds();
g.drawString(character, 0, (int) (rect.getHeight() - rect.getMaxY()));
你可以在Github上下载完整的源代码。
下面是一些使用不同字体尺寸和阈值的例子：
part1_9pic
Part 2
由于上一篇博客谈到的ASCII码字符画生成器(在Github上查看源码)收到了很多反馈,我决定继续这个项目，如果大家很喜欢的话我再增加几个feature。我重新设计了程序的主要部分，让它更具扩展性，易于采用不同的算法，生成不同的输出等等。在这一部分，我会展示这个项目的新的架构，让你可以更容易地集成到自己的代码中，按照你的需要扩展它。
架构：
architecture
AsciiImgCache
在渲染ASCII码字符之前，实例化这个类是必要的。它将字体和字符数组作为参数，为每个字母生成图片，如果你不想麻烦，代码中有默认的字符数组。
假如你好奇：
private static final char[] defaultCharacters =
"$@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/\\|()1{}[]?-_+~<>i!lI;:,\"^`'. "
例子：
// use only '/' '\' and ' '
AsciiImgCache mediumBlackAndWhiteCache = AsciiImgCache.
create(new Font("Courier", Font.BOLD, 10), new char[] {'\\', ' ', '/'});
// use default list
AsciiImgCache largeFontCache = AsciiImgCache.
create(new Font("Courier",Font.PLAIN, 16));
BestCharacterFitStrategy
这个类是用来确定原图片与每个字符有多接近的算法的抽象。它有一个方法：
float calculateError(final GrayscaleMatrix character, final GrayscaleMatrix tile);
这个方法比较两张图片，返回一个浮点型的误差。每个字母都将与图片比较，最小误差的那个将被选中，返回。目前这个类中有两个可用的方法：ColorSquareErrorFitStrategy和 StructuralSimilarityFitStrategy。
ColorSquareErrorFitStrategy
这个很容易理解，它比较每一个像素点，计算每个灰度的均方差，用数学的语言来说就是：
$MSE=\frac{1}{n} \sum\limits_{1}\limitsn(C_i-T_i)2$
n是像素点的个数，C和T分别是字符和分割的图片。
StructuralSimilarityFitStrategy
图像相似性指标（The structural similarity (SSIM) index algorithm）要求重现人类的感知，它的目标是提高类似与MSE的传统算法。我不会给出关于它机理的更多细节，如果你有兴趣，你可以在Wikipedia上面了解更多。我实验了一下，貌似实现了一个更优的版本。
AsciiConverter
这是算法的核心，它包括了所有分割原图片、匹配最佳字符的逻辑的实现。但是，它不包含输出ASCII字符画--它需要子类的实现。目前有两种实现：AsciiToImageConverter 和 AsciiToStringConverter，你可能猜到了，图片是用字符串输出产生的。
使用示例：
既然talk is cheap，我就展示一下产生ASCII码图片的大致流程：
// initialize cache
AsciiImgCache cache = AsciiImgCache.create(new Font("Courier",Font.BOLD, 6));
// load image
BufferedImage portraitImage = ImageIO.read(new File("image.png"));
// initialize converters
AsciiToImageConverter imageConverter =
new AsciiToImageConverter(cache, new ColorSquareErrorFitStrategy());
AsciiToStringConverter stringConverter =
new AsciiToStringConverter(cache, new StructuralSimilarityFitStrategy());
// image output
ImageIO.write(imageConverter.convertImage(portraitImage), "png",
new File("ascii_art.png"));
// string converter, output to console
System.out.println(stringConverter.convertImage(portraitImage));
这有一些根据不同参数产生的实例图像：
原始图像
原始图像
16磅字体，MSE
16磅字体，MSE
16磅字体，SSIM
16磅字体，SSIM
3字符10磅字体，MSE
3字符16磅字体，MSE
3字符10磅字体，SSIM
3字符16磅字体，SSIM
6磅字体，MSE
6磅字体，MSE
6磅字体，SSIM
6磅字体，SSIM
进一步的工作
现在脑袋里有一些想法：
- 搜索并尝试更多的图像比较的算法
- 预处理图像，获得更好的结果（提高对比度，检测边缘等等）
- 并行地进行图像处理，提高性能，尝试一下看看是否需要
- 增加更多的转换结果（如html文件的输出）
- 增加多种颜色字符的输出
- 增加测试单元
如果你想改善代码，或者发现了代码的bug，在博客里评论或者到Github来贡献代码吧。
网友评论