Ein ASCII-Bild ist ein Bild aus Textzeichen: Buchstaben, Ziffern und Satzzeichen, so angeordnet, dass ihre Dichte und Farbe aus der Entfernung Formen ergeben. Aus der Nähe ist es Text; einen Schritt zurück ist es ein Gesicht, eine Landschaft oder ein Logo. Dieser Artikel zeigt, woher die Idee stammt, warum sie in der digitalen Kultur und auf dem Bildschirm immer wiederkehrt und warum es ein echtes technisches Problem ist, ein bewegtes Bild ohne Flackern in ASCII zu verwandeln.

Was bedeutet ASCII?

ASCII, der American Standard Code for Information Interchange, ist ein Standard zur Zeichenkodierung aus den 1960er-Jahren. Er ordnet 128 Zeichen Zahlen zu: den lateinischen Buchstaben, Ziffern, Satzzeichen und Steuerzeichen. Weil fast jeder Computer und jedes Terminal diese Zeichen darstellen konnte, wurde „ASCII-Kunst“ zum gängigen Namen für Bilder daraus, auch wenn viele Werke heute größere Zeichensätze verwenden.

Bilder aus Zeichen vor und nach dem Computer

Bilder aus getippten Zeichen sind älter als der Personal Computer. Schreibkräfte gestalteten Bilder auf der Schreibmaschine, und frühe Computernutzer druckten aus Zeichen aufgebaute Bilder auf Zeilendruckern und Fernschreibern, weil diese Geräte Text, aber keine Grafik drucken konnten. Später, als sich Menschen in reinen Textumgebungen wie Mailboxen, Newsgroups, E-Mail und Chats trafen, waren Zeichen die einzige Möglichkeit zu zeichnen: Signaturen, Banner, kleine Diagramme und die seitlich gedrehten Gesichter, aus denen Emoticons wurden, entstanden alle aus dieser Beschränkung.

Aus der Beschränkung wurde ein Stil. Textkunst findet sich bis heute in Terminalprogrammen, in Codekommentaren und README-Dateien, in der Spiele- und Demoszene und im Grafikdesign, das technisch, handgemacht oder nostalgisch wirken soll. Open-Source-Software kann schon lange Bilder und sogar Videos als Text in einem Terminal anzeigen, und viele Menschen sehen ASCII-Video zum ersten Mal auf diese Weise.

Warum funktioniert es auf dem Bildschirm?

Film und Video brauchen oft ein schnelles visuelles Zeichen für „das geschieht in einem Computer“ oder „das ist die Sicht der Maschine“. Spalten aus Zeichen, leuchtender nichtproportionaler Text und Bilder, die sich aus Symbolen zusammensetzen, sind dafür in Vorspännen, Musikvideos und Benutzeroberflächen ein etabliertes Mittel. ASCII-Bilder haben auch eine praktische Seite: Sie bleiben in kleinen Größen lesbar, überstehen starke Farbänderungen und lassen sich als echter Text markieren, kopieren und durchsuchen.

Wie wird aus einem Bild ASCII?

Die grundlegende Umwandlung hat vier Schritte:

  1. Raster. Das Bild wird in Zellen geteilt, ein Zeichen pro Zelle. Die Zahl der Spalten bestimmt den Detailgrad: mehr Spalten, kleinere Zellen, feinere Züge.
  2. Helligkeit zu Zeichen. Jedes Zeichen bedeckt einen anderen Anteil seiner Zelle mit Farbe. Nach diesem Anteil sortiert, vom Leerzeichen bis zu dichten Zeichen wie @ oder #, bilden sie eine Abstufung. Eine Zelle erhält das Zeichen, dessen Dichte zu ihrer Helligkeit passt.
  3. Kanten. Wo das Bild eine deutliche Kante hat, folgen Zeichen mit einer Richtung wie /, \, | und - der Kontur besser als die Dichte allein.
  4. Farbe. Jedes Zeichen kann die durchschnittliche Farbe seiner Zelle tragen oder eine feste Farbe für einen Terminal-Look.

Nichtproportionale Schriften sind wichtig, weil jedes Zeichen dieselbe Breite einnimmt und das Raster so gerade bleibt. Die Zellen sind höher als breit, deshalb wird das Bild unter Berücksichtigung dieses Verhältnisses abgetastet, sonst wirken Gesichter gestreckt.

Warum ist ASCII-Video so viel schwieriger?

Der naheliegende Weg zu einem ASCII-Video besteht darin, jedes Bild einzeln umzuwandeln. Das Ergebnis flimmert meist: Zeichen springen hin und her, selbst dort, wo sich nichts bewegt. Der Grund ist der Schwellenwert. Eine Zelle, deren Helligkeit nahe an der Grenze zwischen zwei Zeichen liegt, wechselt bei jeder winzigen Änderung zwischen ihnen, und Video ist voller winziger Änderungen: Sensorrauschen, Filmkorn, Kompressionsartefakte, leichte Lichtschwankungen. In einem normalen Video sind diese Änderungen unsichtbar. In ASCII tauscht jede von ihnen ein ganzes Symbol aus, und das Auge bemerkt es.

Kamerabewegungen verschärfen das Problem. Schwenkt oder zoomt die Kamera, ändert sich in jedem Bild fast jede Zelle, und das Bild wird zu einem Strom von Zeichen ohne feste Form. Farbe fügt eine zweite Ebene des Flackerns hinzu: Eine Zelle kann ihr Zeichen behalten, aber zwischen zwei ähnlichen Farben wechseln.

Wir haben das an unserem Testclip gemessen, einer 5 Sekunden langen Animation der Mona Lisa mit 180 Spalten und 121 Bildern. Bei Bild-für-Bild-Umwandlung änderten sich von einem Bild zum nächsten 9,78 % aller Zeichen. Das klingt wenig, bedeutet aber Tausende springender Symbole pro Sekunde, die meisten davon in Bereichen, in denen sich nichts bewegt.

Was hält ein bewegtes ASCII-Bild ruhig?

Es gibt nicht den einen Trick; Stabilität entsteht aus mehreren kleinen Entscheidungen, die zusammenwirken. Diese verwenden wir in Glyphmation:

  • Eine feste Kamera. Das Video wird mit fixierter Kamera erstellt, sodass sich nur die bewegten Teile der Szene ändern. Allein diese Entscheidung beseitigt den größten Teil des Problems.
  • Leere glatte Flächen. Glatte, detailarme Bereiche wie ein schlichter Hintergrund werden zu leerem Raum statt zu einem Teppich aus blassen Zeichen, die bei jedem bisschen Rauschen zittern.
  • Der Blick über die Zeit. Das Zeichen einer Zelle wird anhand mehrerer umliegender Bilder bestimmt, nicht nur eines einzigen, sodass ein einzelnes verrauschtes Bild es nicht umkippen kann.
  • Hysterese für Zeichen und Farben. Eine Zelle behält ihr aktuelles Zeichen oder ihre Farbe, bis ein neues Zeichen bzw. eine neue Farbe deutlich und beständig besser passt, statt zu wechseln, sobald es nur ein wenig besser wäre.
  • Eine nahtlose Schleife. Kehrt die Bewegung zum ersten Bild zurück, werden die letzten Bilder in die ersten übergeblendet, sodass die Schleife keinen sichtbaren Sprung hat.

Zusammen senkten diese Schritte die Änderungsrate unseres Testclips von 9,78 % auf 2,60 % der Zeichen pro Bild, und fast alle verbleibenden Änderungen liegen dort, wo sich wirklich etwas bewegt. Die Stabilität machte auch die Dateien kleiner: Die HTML-Fassung des Clips schrumpfte von 1.694 KB auf 554 KB, weil weniger Änderungen beschrieben werden müssen.

Nahaufnahme eines ruhigen ASCII-Bildes vom Gesicht der Mona Lisa in warmen Farben
Ausschnitt eines Bildes mit 180 Spalten aus dem Testclip. Die Mona Lisa ist gemeinfrei.

Wie viel Detail ist genug?

Die Spaltenzahl ist ein Kompromiss zwischen Lesbarkeit und Textur. In unseren Tests war ein Gesicht bei 120 Spalten oft zu grob, um es zu erkennen, während bei 180 Spalten Augen, Nase und sogar die Finger lesbar blieben. 240 Spalten bringen mehr Details, allerdings mit größeren Dateien. Bei kräftigen Formen, Logos und Plakaten können weniger Spalten stärker wirken, weil jedes Zeichen zu einem sichtbaren Teil der Gestaltung wird.

Auch der Zeichensatz verändert die Lesbarkeit. Glyphmation bietet drei: Standard, Blöcke und Nur Buchstaben. In unseren Tests lieferten Blockzeichen das am besten lesbare Ergebnis: Die vollen Zellen tragen Farben und Formen fast so klar wie Pixelkunst. Nur Buchstaben ergibt eine weichere, schriftähnliche Textur, doch bei dunklen Bildern kann das Gesicht weniger deutlich bleiben.

Dasselbe ASCII-Bild der Mona Lisa zweimal: links mit dem Zeichensatz Standard, rechts mit Blöcke, wo Gesicht und Hand deutlicher hervortreten
Dasselbe Bild mit 180 Spalten: links Standard, rechts Blöcke. Die Mona Lisa ist gemeinfrei.

MP4, GIF oder HTML?

  • MP4 lässt sich am einfachsten teilen und hochladen. Text ist für Videocodecs schwierig, daher hilft ein ruhiges Bild auch dem MP4, bei vernünftiger Dateigröße scharf zu bleiben.
  • GIF läuft fast überall ohne Player, aber die Dateien sind größer und die Farbpalette ist begrenzt.
  • HTML bewahrt die Zeichen als echten Text. Es spielt im Browser ab, bleibt bei jeder Vergrößerung scharf, und der Text lässt sich markieren und kopieren.

Grenzen

ASCII ist eine Reduktion. Kleine Details, dünne Linien und kontrastarme Bereiche können im Raster verschwinden, und schnelle oder komplexe Bewegungen erzeugen weiterhin mehr Änderungen als eine langsame Geste. Gute Ergebnisse entstehen aus Bildern mit klarem Motiv, aus einfachen, gut erkennbaren Bewegungen und aus einer Spaltenzahl, die zum Motiv passt. In Glyphmation zeigt die Vorschau im Browser die Wirkung dieser Entscheidungen kostenlos, bevor etwas gerendert wird.

Häufige Fragen

Besteht ASCII-Kunst nur aus den 128 ASCII-Zeichen? Heute nicht mehr. Der Name ist geblieben, doch viele Werke verwenden größere Zeichensätze, Blockzeichen oder farbigen Text. Glyphmation bietet drei Sätze: Standard (druckbare Zeichen sowie einige Richtungszeichen für Kanten), Blöcke (Blockzeichen) und Nur Buchstaben.

Warum nicht einfach jedes Bild einzeln umwandeln? Weil winzige Helligkeitsänderungen Zeichen nahe ihrer Schwellenwerte umkippen lassen und das Bild flimmert. Ruhiges ASCII-Video braucht Entscheidungen, die über mehrere Bilder hinweg getroffen werden.

Wird der Film durch die feste Kamera langweilig? Die Bewegung verlagert sich stattdessen auf das Motiv: eine Geste, eine Kopfdrehung, Haar oder Stoff. Vor einem ruhigen Raster aus Zeichen fällt diese Bewegung eher mehr auf, nicht weniger.