先看一下效果图
在Main方法中调用(首先要添加程序集System.Drawing,然后引入命名空间System.Drawing)
ConvertToChar(new Bitmap(@"D:\img\dlrb.png"), @"D:\1.txt", 2, 3);
Console.WriteLine("Success");
方法,这说一下,因为大图片像素的宽和高都是1000以上的,所以每一个转换为字符的话,会变得很宽,所以后两个参数是指定宽度和高度缩小WAddNum和HAddNum倍
/// <summary>
/// 将图片转换为字符画
/// </summary>
/// <param name="bitmap">Bitmap类型的对象</param>
/// <param name="savaPath">保存路径</param>
/// <param name="WAddNum">宽度缩小倍数(如果输入3,则以1/3倍的宽度显示)</param>
/// <param name="HAddNum">高度缩小倍数(如果输入3,则以1/3倍的高度显示)</param>
public static void ConvertToChar(Bitmap bitmap, String savaPath, int WAddNum, int HAddNum) {
StringBuilder sb = new StringBuilder();
String replaceChar = "@*#$%XB0H?OC7>+v=~^:_-‘`. ";
for (int i = 0; i < bitmap.Height; i += HAddNum)
{
for (int j = 0; j < bitmap.Width; j += WAddNum)
{
//获取当前点的Color对象
Color c = bitmap.GetPixel(j, i);
//计算转化过灰度图之后的rgb值(套用已有的计算公式就行)
int rgb = (int)(c.R * .3 + c.G * .59 + c.B * .11);
//计算出replaceChar中要替换字符的index
//所以根据当前灰度所占总rgb的比例(rgb值最大为255,为了防止超出索引界限所以/256.0)
//(肯定是小于1的小数)乘以总共要替换字符的字符数,获取当前灰度程度在字符串中的复杂程度
int index = (int)(rgb / 256.0 * replaceChar.Length);
//追加进入sb
sb.Append(replaceChar[index]);
}
//添加换行
sb.Append("\r");
}
//创建文件流
using (FileStream fs = new FileStream(savaPath, FileMode.Create, FileAccess.Write)) {
//转码
byte[] bs = Encoding.Default.GetBytes(sb.ToString());
//写入
fs.Write(bs, 0, bs.Length);
}
}
其是内部的原理就是循环遍历图片的每一个像素点,然后根据计算公式计算出该点的灰度值(计算公式 R*0.3+G*0.59+B*0.11 ),计算出来之后查看占总值(255)的多少,结果肯定不足1,因为计算出来的值最大为255,然后接下来就是查找对应的字符,其实字符根据复杂的程度已经排好序了,有几个字符就是将255分成几份,比如这里就是将字符分成了26份,用计算出来的小数?总字符的长度找到。
举个例子:例如rgb值都为255,计算出来灰度的值也为255,然后除以256.0,此时结果是一个小数0.99....,然后在?26,结果是25.74....,转换为int之后为索引为25,刚好是最后一位。