Dec 6, 2025

Standard ASCII vs. Texture Mode

Diferencias Técnicas: Standard ASCII vs. Texture Mode

En MAD-ASCII, la conversión de píxeles a caracteres no es única. Existen dos motores matemáticos distintos dentro de core/ascii_math.py que interpretan la imagen de formas opuestas.

1. Método Standard ASCII (Mapeo de Luminancia)

Este es el método clásico. Su objetivo es replicar la luz y sombra de la imagen original. Trata a los caracteres como “manchas de tinta” con diferentes densidades.

⚙️ Cómo funciona (Algoritmo)

Pre-procesamiento: La imagen se convierte a escala de grises (
```
0=Negro,255=Blanco0=Negro,255=Blanco
```
) y se redimensiona.
Dithering (Opcional): Se aplica la matriz de Bayer para dispersar el error de cuantización, suavizando los degradados.
Cuantización Vectorial: Se utiliza NumPy/CuPy para mapear el valor de brillo de cada píxel a un índice en la cadena de caracteres.

🧮 Lógica Matemática

La fórmula base normaliza el valor del píxel y lo multiplica por la longitud de la paleta de caracteres:

Iˊndice=⌊Pıˊxel255×(CantidadCaracteres−1)⌋Iˊndice=⌊255Pıˊxel×(CantidadCaracteres−1)⌋

Píxel Oscuro (0): Mapea al índice 0 (ej: @ o █).
Píxel Claro (255): Mapea al último índice (ej: . o ).

💻 Snippet del Código (core/ascii_math.py)

codePython

def pixel_to_ascii_standard(image, charset, use_dither=False):
    # ... (código de dither) ...
    
    # Cálculo vectorial masivo (CPU o GPU)
    # Transforma 0-255 a 0-N
    indices = (img_arr / 255.0 * (len(chars)-1)).astype(int)
    
    # Reemplazo directo
    ascii_matrix = chars_np[indices]
    return ascii_matrix

2. Método Texture Mode (Mapeo Topológico)

Este método (implementado en la Fase 13.5) ignora la luz y se enfoca en la Estructura y Geometría. Su objetivo es dibujar los contornos como si fuera un plano arquitectónico o un wireframe.

⚙️ Cómo funciona (Algoritmo)

Cálculo de Gradientes (Sobel): Se calculan las derivadas de la imagen en los ejes X e Y para detectar cambios bruscos de contraste (bordes).
Magnitud y Ángulo:
- Magnitud: ¿Qué tan fuerte es el borde?
- Ángulo: ¿Hacia dónde apunta la línea? (0° a 360°).
Detección de Esquinas (Harris): Se utiliza el algoritmo Harris Corner Detection para encontrar puntos donde líneas se cruzan.
Árbol de Decisión por Píxel: El carácter se elige según la topología del área local.

🧮 Lógica de Selección

El algoritmo prioriza las formas geométricas sobre el brillo:

¿Es una Esquina? (Harris > Umbral)
```
→→
```
Usa +, x, #.
¿Es un Borde? (Magnitud > Umbral). Se analiza el Ángulo:
- Vertical (90°)
```
→→
```
  |
- Horizontal (0°)
```
→→
```
  -
- Diagonal A (45°)
```
→→
```
  /
- Diagonal B (135°)
```
→→
```
  \
- Curvas (según dirección del gradiente)
```
→→
```
  ^, v, (, )
¿Es Relleno? (Sin bordes)
```
→→
```
Usa densidad simple (. o ).

💻 Snippet del Código (core/ascii_math.py)

codePython

def pixel_to_ascii_texture(image, sensitivity=0.6):
    # ... Cálculo de Sobel (gx, gy) y Harris ...
    mag, ang_rad = cv2.cartToPolar(gx, gy)
    ang_deg = np.degrees(ang_rad)

    # Lógica de decisión direccional
    if h_val > corner_thresh:
        char = '+' 
    elif m > edge_thresh:
        # Mapeo según el ángulo del vector gradiente
        if (22.5 <= a < 67.5): char = '/'
        elif (67.5 <= a < 112.5): char = '-'
        elif (112.5 <= a < 157.5): char = '\\'
        else: char = '|'
    # ...

🆚 Resumen Comparativo


Característica	Standard ASCII	Texture Mode
Base Lógica	Brillo / Luminancia	Gradientes / Bordes
Matemática	Aritmética Simple (Normalización)	Cálculo Vectorial (Derivadas, Trigonometría)
Caracteres	Gradiente de densidad (@%#*+=-:.)	Geométricos (`/
Estética	Fotográfica, Shading suave	Técnica, Wireframe, “Matrix”
Mejor para	Retratos, Degradados, Sombras	Edificios, Logos, Texto, Formas definidas

Standard usa brillo para elegir densidad. Texture usa cálculo vectorial para detectar bordes y ángulos, dibujando la estructura real. 📐✨