该程序改良自GitHub开源项目VideoCharDraw
在源程序CharDraw_thread.py 带压缩和多线程版本字符画的基础上使用Tkinter库添加了图形化的操作，使用户操作体验更方便。

什么是视频字符画？

视频转字符画是一种将视频中的每一帧图像转换为由字符组成的图像表示的技术。通过将图像的像素信息映射到特定的字符集合中，可以用字符来近似地表示图像的内容。

在这个过程中，通常会对图像进行灰度化处理，然后根据像素的灰度值选择相应的字符来替代。较暗的像素可能会被映射为一些较密集的字符，而较亮的像素则可能会被映射为较稀疏的字符。

这样处理后的每帧图像看起来就像是由字符组成的画，将这些字符画按顺序组合起来，就可以形成一个视频的字符画版本。这种转换可以用于创造独特的视觉效果，或者在一些情况下，如低带宽环境或特殊的艺术表达中，用于减少视频的数据量或展示视频的基本内容。

视频字符画举例

比较典型的，耳熟能详的比如烂苹果

小黑子等

使用Python实现代码转字符画

import cv2
import os
import numpy as np
from PIL import Image, ImageDraw, ImageFont
import threading
import tkinter as tk
from tkinter import filedialog
from tkinter import simpledialog

def select_file_path(): #选择视频路径
    root = tk.Tk()
    root.withdraw()  # 隐藏主窗口

    video_path = filedialog.askopenfilename()  # 选择文件

    if video_path:
        print(f"Selected file path: {video_path}")
        return video_path
    else:
        print("No file selected.")

def get_user_input(): # 线程数，建议CPU线程数-1
    root = tk.Tk()
    root.withdraw()  # 隐藏主窗口
    thread_num = simpledialog.askinteger("输入线程", "请输入一个整数作为线程数：(建议设置为CPU线程数-1)")

    if thread_num is not None:
        print(f"User input: {thread_num}")
        return thread_num
    else:
        print("No input provided.")
video_path = select_file_path()
thread_num = get_user_input()
out_path = "VideoTestOut/"  # 输出目录
huaZhi = 1  # 清晰度，最低1，无上限

# -----以下为程序使用变量-----#
video_info = []

num = 0

info = []
'''
图片转换成字符里面的相关大小，
为元组，第一个是resize的宽高，第二个是图片输出的宽高
'''

video = cv2.VideoCapture(video_path)

# 定义一个线程安全的队列来存储待处理的图片
image_queue = []

# 获取视频信息
def getVideoInfo() -> list:
    ret = []

    (major_ver, minor_ver, subminor_ver) = cv2.__version__.split('.')
    if int(major_ver) < 3:
        fps = video.get(cv2.cv.CV_CAP_PROP_FPS)
    else:
        fps = video.get(cv2.CAP_PROP_FPS)

    ret.append(fps)  # 视频帧数
    ret.append(video.read()[1].shape[0])  # 视频高度
    ret.append(video.read()[1].shape[1])  # 视频宽度
    return ret

# 获取视频所有截图
def outVideoAllCapture():
    # 判断载入视频是否可以打开
    ret = video.isOpened()
    global num
    # 循环读取视频帧
    while ret:
        num = num + 1
        # 进行单张图片的读取,ret的值为True或者Flase,frame表示读入的图片
        ret, frame = video.read()
        if ret:
            cv2.imwrite(out_path + str(num) + '.jpg', frame)
            image_queue.append(out_path + str(num) + '.jpg')  # 将图片路径加入队列
            cv2.waitKey(1)
        else:
            break

# 单张图片转换成字符画
def imageToChar(filename, number):
    # 字符列表
    ascii_char = list("$@B%8&WM#*oahkbdpqwmZO0QLCJUYXzcvunxrjft/|()1{}[]?-_+~            <>i!lI;:,\"^`'. ")
    # 判断图片是否存在
    if os.path.exists(filename):
        # 将图片转化为灰度图像,并重设大小
        img_array = np.array(Image.open(filename).resize(info[0], Image.LANCZOS).convert('L'))  # resize里面 宽, 高 输出宽高/7
        # 创建新的图片对象
        img = Image.new('L', info[1], 255)  # 宽, 高
        draw_object = ImageDraw.Draw(img)
        # 设置字体
        font = ImageFont.truetype('consola.ttf', 10, encoding='unic')
        # 根据灰度值添加对应的字符
        for j in range(info[0][1]):  # 是resize的高
            for k in range(info[0][0]):  # 宽
                x, y = k * 8, j * 8
                index = int(img_array[j][k] / 4)
                draw_object.text((x, y), ascii_char[index], font=font, fill=0)
        # 保存字符图片
        img.save(out_path + str(number) + "g.jpg", 'JPEG')
        cv2.imwrite(out_path + str(number) + "g.jpg", cv2.imread(out_path + str(number) + "g.jpg"),
                    [cv2.IMWRITE_JPEG_QUALITY, 2])
        os.remove(out_path + str(number) + '.jpg')  # 删除原始图片
        print("已成功把第" + str(number) + "帧转换成字符画")

# 工作线程函数
def worker():
    while True:
        if image_queue:
            filename = image_queue.pop(0)
            number = int(os.path.splitext(os.path.basename(filename))[0])
            imageToChar(filename, number)
        else:
            break

def mergeImage():
    print("开始将图片合并成MP4视频")
    # global num
    videoWriter = cv2.VideoWriter(out_path + 'out.mp4', cv2.VideoWriter_fourcc('m', 'p', '4', 'v'), video_info[0],
                                  info[1])
    for i in range(1, num):
        filename = out_path + str(i) + 'g.jpg'
        if os.path.exists(filename):
            img = cv2.imread(filename=filename)
            cv2.waitKey(100)
            videoWriter.write(img)
    print("完成图片合并成MP4视频")

def deleteImg():
    print("开始删除转换图片")
    global num
    for i in range(1, num):
        os.remove(out_path + str(i) + 'g.jpg')
    print("删除转换图片完毕")

if __name__ == "__main__":
    if not os.path.exists(out_path):  # 如果没有这个输出目录就创建
        os.makedirs(out_path)

    video_info = getVideoInfo()  # 获取视频信息
    info.append((int(video_info[2] * huaZhi / 8), int(video_info[1] * huaZhi / 8)))  # 添加计算设置数值
    info.append((int(video_info[2] * huaZhi / 8) * 8, int(video_info[1] * huaZhi / 8) * 8))  # 添加计算设置数值
    # print(info)

    outVideoAllCapture()  # 截取视频所有帧

    threads = []
    for _ in range(thread_num):  # 创建多个工作线程
        t = threading.Thread(target=worker)
        t.start()
        threads.append(t)

    for t in threads:  # 等待所有工作线程完成
        t.join()

    mergeImage()  # 合并图片成视频
    deleteImg()  # 删除每一帧的字符画

    video.release()

代码解析

该程序的主要功能是将视频转换为字符画视频，具体实现步骤如下：

1. 选择视频路径和线程数：
   • 通过select_file_path函数使用tkinter的filedialog模块弹出文件选择对话框，让用户选择视频文件，并返回视频路径。
   • 通过get_user_input函数使用tkinter的simpledialog模块弹出输入对话框，让用户输入线程数，并返回线程数。
2. 设置输出目录和清晰度：
   • 定义输出目录out_path为"VideoTestOut/"。
   • 定义清晰度huaZhi为1。
3. 获取视频信息：
   • 在getVideoInfo函数中，根据cv2的版本获取视频的帧率、高度和宽度信息。
4. 截取视频所有帧：
   • 在outVideoAllCapture函数中，读取视频帧并保存为图片，同时将图片路径添加到image_queue队列中。
5. 单张图片转换成字符画：
   • 在imageToChar函数中，对每张图片进行灰度化处理，然后根据灰度值选择相应的字符来表示图像内容，并保存为字符图片。
6. 工作线程处理：
   • 创建多个工作线程，每个线程从image_queue中取出图片路径，调用imageToChar函数进行转换。
7. 合并图片成视频：
   • 在mergeImage函数中，将转换后的字符图片合并成MP4视频。
8. 删除转换图片：
   • 在deleteImg函数中，删除转换过程中生成的字符图片。

代码实现原理主要包括以下几个方面：

1. 视频读取和处理：
   • 使用cv2.VideoCapture读取视频，通过循环逐帧读取视频并保存为图片。
   • 对图片进行灰度化和重设大小处理，然后根据灰度值将像素映射为字符，生成字符图片。
2. 多线程处理：
   • 使用线程安全的队列image_queue存储待处理的图片路径。
   • 创建多个线程，每个线程从队列中取出图片路径进行处理，提高转换效率。
3. 图片合并和视频生成：
   • 使用cv2.VideoWriter将字符图片合并成MP4视频。
4. 文件管理：
   • 在输出目录中创建必要的文件夹和文件，保存图片和视频。
   • 删除转换过程中生成的中间文件，如原始图片和字符图片。

其他

输出文件压缩
在函数imageToChar里面的倒数第三行有一个

[cv2.IMWRITE_JPEG_QUALITY, 2]

这个是压缩的格式，后面那个2可以变动，范围是1-100以内
0的话就是死命压缩，不过画质不太好
如果想要看清楚字符的话可以考虑把这个调高一点，但相对应的
输出图片所占硬盘大小也会很高
如果你不想删除输出的图片的话，把倒数第四行那个daleteImg()给他注释掉就行