Учитывая в качестве входного сигнала черно-белое изображение в любом приемлемом формате без потерь , выведите изображение ASCII, максимально приближенное к входному изображению.
правила
- Можно использовать только перевод строки и байты ASCII 32-127.
- Исходное изображение будет обрезано, чтобы вокруг изображения не было посторонних пробелов.
- Материалы должны быть в состоянии завершить весь сборник менее чем за 5 минут.
- Только сырой текст приемлем; без форматированных текстовых форматов.
- Шрифт, используемый при подсчете очков, - 20-пт Linux Libertine .
- Выходной текстовый файл при преобразовании в изображение, как описано ниже, должен иметь те же размеры, что и входное изображение, в пределах 30 пикселей в любом измерении.
счет
Эти изображения будут использованы для оценки:
Вы можете скачать zip-файл с изображениями здесь .
Материалы не должны быть оптимизированы для этого корпуса; скорее, они должны работать для любых 8 черно-белых изображений аналогичных размеров. Я оставляю за собой право изменять изображения в корпусе, если я подозреваю, что представления оптимизируются для этих конкретных изображений.
Оценка будет выполняться с помощью этого сценария:
#!/usr/bin/env python
from __future__ import print_function
from __future__ import division
# modified from http://stackoverflow.com/a/29775654/2508324
# requires Linux Libertine fonts - get them at https://sourceforge.net/projects/linuxlibertine/files/linuxlibertine/5.3.0/
# requires dssim - get it at https://github.com/pornel/dssim
import PIL
import PIL.Image
import PIL.ImageFont
import PIL.ImageOps
import PIL.ImageDraw
import pathlib
import os
import subprocess
import sys
PIXEL_ON = 0 # PIL color to use for "on"
PIXEL_OFF = 255 # PIL color to use for "off"
def dssim_score(src_path, image_path):
out = subprocess.check_output(['dssim', src_path, image_path])
return float(out.split()[0])
def text_image(text_path):
"""Convert text file to a grayscale image with black characters on a white background.
arguments:
text_path - the content of this file will be converted to an image
"""
grayscale = 'L'
# parse the file into lines
with open(str(text_path)) as text_file: # can throw FileNotFoundError
lines = tuple(l.rstrip() for l in text_file.readlines())
# choose a font (you can see more detail in my library on github)
large_font = 20 # get better resolution with larger size
if os.name == 'posix':
font_path = '/usr/share/fonts/linux-libertine/LinLibertineO.otf'
else:
font_path = 'LinLibertine_DRah.ttf'
try:
font = PIL.ImageFont.truetype(font_path, size=large_font)
except IOError:
print('Could not use Libertine font, exiting...')
exit()
# make the background image based on the combination of font and lines
pt2px = lambda pt: int(round(pt * 96.0 / 72)) # convert points to pixels
max_width_line = max(lines, key=lambda s: font.getsize(s)[0])
# max height is adjusted down because it's too large visually for spacing
test_string = 'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
max_height = pt2px(font.getsize(test_string)[1])
max_width = pt2px(font.getsize(max_width_line)[0])
height = max_height * len(lines) # perfect or a little oversized
width = int(round(max_width + 40)) # a little oversized
image = PIL.Image.new(grayscale, (width, height), color=PIXEL_OFF)
draw = PIL.ImageDraw.Draw(image)
# draw each line of text
vertical_position = 5
horizontal_position = 5
line_spacing = int(round(max_height * 0.8)) # reduced spacing seems better
for line in lines:
draw.text((horizontal_position, vertical_position),
line, fill=PIXEL_ON, font=font)
vertical_position += line_spacing
# crop the text
c_box = PIL.ImageOps.invert(image).getbbox()
image = image.crop(c_box)
return image
if __name__ == '__main__':
compare_dir = pathlib.PurePath(sys.argv[1])
corpus_dir = pathlib.PurePath(sys.argv[2])
images = []
scores = []
for txtfile in os.listdir(str(compare_dir)):
fname = pathlib.PurePath(sys.argv[1]).joinpath(txtfile)
if fname.suffix != '.txt':
continue
imgpath = fname.with_suffix('.png')
corpname = corpus_dir.joinpath(imgpath.name)
img = text_image(str(fname))
corpimg = PIL.Image.open(str(corpname))
img = img.resize(corpimg.size, PIL.Image.LANCZOS)
corpimg.close()
img.save(str(imgpath), 'png')
img.close()
images.append(str(imgpath))
score = dssim_score(str(corpname), str(imgpath))
print('{}: {}'.format(corpname, score))
scores.append(score)
print('Score: {}'.format(sum(scores)/len(scores)))Процесс подсчета очков:
- Запустите отправку для каждого изображения корпуса, выводя результаты в
.txtфайлы с тем же основанием, что и файл корпуса (выполняется вручную). - Конвертируйте каждый текстовый файл в изображение PNG, используя 20-точечный шрифт, обрезая пробелы.
- Измените размер полученного изображения до размеров исходного изображения, используя повторную выборку Ланцоша.
- Сравните каждое текстовое изображение с исходным изображением, используя
dssim. - Выведите оценку dssim для каждого текстового файла.
- Выведите средний балл.
Структурное сходство (показатель, по которому dssimвычисляются баллы) - это показатель, основанный на человеческом зрении и идентификации объекта на изображениях. Проще говоря: если два изображения похожи на людей, у них (вероятно) будет низкий балл dssim.
Победившим представлением будет представление с самым низким средним баллом.
6
«Черное и белое» как в «ноль / один» или сколько уровней серого?
—
Луис Мендо
@DonMuesli 0 и 1.
—
Мего
Не могли бы вы уточнить, что вы подразумеваете под «Вывод результатов в
—
DanTheMan
.txtфайлы»? Должна ли программа выводить текст, который будет передан в файл, или мы должны вывести файл напрямую?
@DanTheMan Либо приемлемо. Если вы выводите в STDOUT, то для оценки нужно будет перенаправить вывод в файл.
—
Мего
Разве вы не должны указывать ограничения разрешения? В противном случае мы могли бы создать, скажем, изображение размером 10000 на 10000 символов, которое при уменьшении масштабирования будет очень близко соответствовать исходным изображениям, а отдельные символы будут неразборчивыми точками. Размер шрифта не имеет значения, если изображение будет огромным.
—
DavidC
