android图片特效处理之模糊效果
2016-09-21 14:23
537 查看
http://blog.csdn.net/sjf0115/article/details/7266998
这篇将讲到图片特效处理的模糊效果。跟前面一样是对像素点进行处理,算法是通用的,但耗时会更长,至于为什么,看了下面的代码你就会明白。
算法:
一、简单算法:将像素点周围八个点包括自身一共九个点的RGB值分别相加后平均,作为当前像素点的RGB值,即可实现效果。
举例:
ABC
DEF
GHI
假如当前点是E,那么会有:
[java] view
plaincopy
E.r = (A.r + B.r + C.r + D.r + E.r + F.r + G.r + H.r + I.r) /9 //
r表示的是E像素点RGB值的R值
[java] view
plain copy
E.r = (A.r + B.r + C.r + D.r + E.r + F.r + G.r + H.r + I.r) / 9 // r表示的是E像素点RGB值的R值
E像素点的GB值类似。
二、采用高斯模糊:
高斯矩阵:
[java] view
plaincopy
int[]
gauss = new int[]
{ 1, 2, 1, 2, 4, 2, 1, 2, 1 };
[java] view
plain copy
int[] gauss = new int[] { 1, 2, 1, 2, 4, 2, 1, 2, 1 };
算法是:将九个点的RGB值分别与高斯矩阵中的对应项相乘的和,然后再除以一个相应的值作为当前像素点的RGB值。
举例:(还是上面的九个点)
假如当前点是E,那么会有:
[java] view
plaincopy
int delta
= 16;
E.r =( A.r * gauss[0]
+ B.r * gauss[1] + C.r * gauss[2]
+ D.r * gauss[3] + E.r * gauss[4]
+ F.r * gauss[5] + G.r * gauss[6]
+ H.r * gauss[7] + I.r * gauss[8])
/ delta
[java] view
plain copy
int delta = 16;
E.r =( A.r * gauss[0] + B.r * gauss[1] + C.r * gauss[2] + D.r * gauss[3] + E.r * gauss[4] + F.r * gauss[5] + G.r * gauss[6] + H.r * gauss[7] + I.r * gauss[8]) / delta
E像素点的GB值类似,delta的取值貌似没有规定值,可以自己设置任意值,但要想达到效果,能设的值很少,下面图片是值为16的效果。
处理效果:
原图片:
处理后:
两种处理方式的代码:
[java] view
plaincopy
/**
* 模糊效果
* @param bmp
* @return
*/
private Bitmap
blurImage(Bitmap bmp)
{
int width
= bmp.getWidth();
int height
= bmp.getHeight();
Bitmap bitmap = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565);
int pixColor
= 0;
int newR
= 0;
int newG
= 0;
int newB
= 0;
int newColor
= 0;
int[][]
colors = new int[9][3];
for (int i
= 1, length = width - 1;
i < length; i++)
{
for (int k
= 1, len = height - 1;
k < len; k++)
{
for (int m
= 0; m < 9;
m++)
{
int s
= 0;
int p
= 0;
switch(m)
{
case 0:
s = i - 1;
p = k - 1;
break;
case 1:
s = i;
p = k - 1;
break;
case 2:
s = i + 1;
p = k - 1;
break;
case 3:
s = i + 1;
p = k;
break;
case 4:
s = i + 1;
p = k + 1;
break;
case 5:
s = i;
p = k + 1;
break;
case 6:
s = i - 1;
p = k + 1;
break;
case 7:
s = i - 1;
p = k;
break;
case 8:
s = i;
p = k;
}
pixColor = bmp.getPixel(s, p);
colors[m][0]
= Color.red(pixColor);
colors[m][1]
= Color.green(pixColor);
colors[m][2]
= Color.blue(pixColor);
}
for (int m
= 0; m < 9;
m++)
{
newR += colors[m][0];
newG += colors[m][1];
newB += colors[m][2];
}
newR = (int)
(newR / 9F);
newG = (int)
(newG / 9F);
newB = (int)
(newB / 9F);
newR = Math.min(255,
Math.max(0, newR));
newG = Math.min(255,
Math.max(0, newG));
newB = Math.min(255,
Math.max(0, newB));
newColor = Color.argb(255,
newR, newG, newB);
bitmap.setPixel(i, k, newColor);
newR = 0;
newG = 0;
newB = 0;
}
}
return bitmap;
}
/**
* 柔化效果(高斯模糊)(优化后比上面快三倍)
* @param bmp
* @return
*/
private Bitmap
blurImageAmeliorate(Bitmap bmp)
{
long start
= System.currentTimeMillis();
// 高斯矩阵
int[]
gauss = new int[]
{ 1, 2, 1, 2, 4, 2, 1, 2, 1 };
int width
= bmp.getWidth();
int height
= bmp.getHeight();
Bitmap bitmap = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565);
int pixR
= 0;
int pixG
= 0;
int pixB
= 0;
int pixColor
= 0;
int newR
= 0;
int newG
= 0;
int newB
= 0;
int delta
= 16; //
值越小图片会越亮,越大则越暗
int idx
= 0;
int[]
pixels = new int[width
* height];
bmp.getPixels(pixels, 0,
width, 0, 0,
width, height);
for (int i
= 1, length = height - 1;
i < length; i++)
{
for (int k
= 1, len = width - 1;
k < len; k++)
{
idx = 0;
for (int m
= -1; m <= 1;
m++)
{
for (int n
= -1; n <= 1;
n++)
{
pixColor = pixels[(i + m) * width + k + n];
pixR = Color.red(pixColor);
pixG = Color.green(pixColor);
pixB = Color.blue(pixColor);
newR = newR + (int)
(pixR * gauss[idx]);
newG = newG + (int)
(pixG * gauss[idx]);
newB = newB + (int)
(pixB * gauss[idx]);
idx++;
}
}
newR /= delta;
newG /= delta;
newB /= delta;
newR = Math.min(255,
Math.max(0, newR));
newG = Math.min(255,
Math.max(0, newG));
newB = Math.min(255,
Math.max(0, newB));
pixels[i * width + k] = Color.argb(255,
newR, newG, newB);
newR = 0;
newG = 0;
newB = 0;
}
}
bitmap.setPixels(pixels, 0,
width, 0, 0,
width, height);
long end
= System.currentTimeMillis();
Log.d("may", "used
time="+(end - start));
return bitmap;
}
这篇将讲到图片特效处理的模糊效果。跟前面一样是对像素点进行处理,算法是通用的,但耗时会更长,至于为什么,看了下面的代码你就会明白。
算法:
一、简单算法:将像素点周围八个点包括自身一共九个点的RGB值分别相加后平均,作为当前像素点的RGB值,即可实现效果。
举例:
ABC
DEF
GHI
假如当前点是E,那么会有:
[java] view
plaincopy
E.r = (A.r + B.r + C.r + D.r + E.r + F.r + G.r + H.r + I.r) /9 //
r表示的是E像素点RGB值的R值
[java] view
plain copy
E.r = (A.r + B.r + C.r + D.r + E.r + F.r + G.r + H.r + I.r) / 9 // r表示的是E像素点RGB值的R值
E像素点的GB值类似。
二、采用高斯模糊:
高斯矩阵:
[java] view
plaincopy
int[]
gauss = new int[]
{ 1, 2, 1, 2, 4, 2, 1, 2, 1 };
[java] view
plain copy
int[] gauss = new int[] { 1, 2, 1, 2, 4, 2, 1, 2, 1 };
算法是:将九个点的RGB值分别与高斯矩阵中的对应项相乘的和,然后再除以一个相应的值作为当前像素点的RGB值。
举例:(还是上面的九个点)
假如当前点是E,那么会有:
[java] view
plaincopy
int delta
= 16;
E.r =( A.r * gauss[0]
+ B.r * gauss[1] + C.r * gauss[2]
+ D.r * gauss[3] + E.r * gauss[4]
+ F.r * gauss[5] + G.r * gauss[6]
+ H.r * gauss[7] + I.r * gauss[8])
/ delta
[java] view
plain copy
int delta = 16;
E.r =( A.r * gauss[0] + B.r * gauss[1] + C.r * gauss[2] + D.r * gauss[3] + E.r * gauss[4] + F.r * gauss[5] + G.r * gauss[6] + H.r * gauss[7] + I.r * gauss[8]) / delta
E像素点的GB值类似,delta的取值貌似没有规定值,可以自己设置任意值,但要想达到效果,能设的值很少,下面图片是值为16的效果。
处理效果:
原图片:
处理后:
两种处理方式的代码:
[java] view
plaincopy
/**
* 模糊效果
* @param bmp
* @return
*/
private Bitmap
blurImage(Bitmap bmp)
{
int width
= bmp.getWidth();
int height
= bmp.getHeight();
Bitmap bitmap = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565);
int pixColor
= 0;
int newR
= 0;
int newG
= 0;
int newB
= 0;
int newColor
= 0;
int[][]
colors = new int[9][3];
for (int i
= 1, length = width - 1;
i < length; i++)
{
for (int k
= 1, len = height - 1;
k < len; k++)
{
for (int m
= 0; m < 9;
m++)
{
int s
= 0;
int p
= 0;
switch(m)
{
case 0:
s = i - 1;
p = k - 1;
break;
case 1:
s = i;
p = k - 1;
break;
case 2:
s = i + 1;
p = k - 1;
break;
case 3:
s = i + 1;
p = k;
break;
case 4:
s = i + 1;
p = k + 1;
break;
case 5:
s = i;
p = k + 1;
break;
case 6:
s = i - 1;
p = k + 1;
break;
case 7:
s = i - 1;
p = k;
break;
case 8:
s = i;
p = k;
}
pixColor = bmp.getPixel(s, p);
colors[m][0]
= Color.red(pixColor);
colors[m][1]
= Color.green(pixColor);
colors[m][2]
= Color.blue(pixColor);
}
for (int m
= 0; m < 9;
m++)
{
newR += colors[m][0];
newG += colors[m][1];
newB += colors[m][2];
}
newR = (int)
(newR / 9F);
newG = (int)
(newG / 9F);
newB = (int)
(newB / 9F);
newR = Math.min(255,
Math.max(0, newR));
newG = Math.min(255,
Math.max(0, newG));
newB = Math.min(255,
Math.max(0, newB));
newColor = Color.argb(255,
newR, newG, newB);
bitmap.setPixel(i, k, newColor);
newR = 0;
newG = 0;
newB = 0;
}
}
return bitmap;
}
/**
* 柔化效果(高斯模糊)(优化后比上面快三倍)
* @param bmp
* @return
*/
private Bitmap
blurImageAmeliorate(Bitmap bmp)
{
long start
= System.currentTimeMillis();
// 高斯矩阵
int[]
gauss = new int[]
{ 1, 2, 1, 2, 4, 2, 1, 2, 1 };
int width
= bmp.getWidth();
int height
= bmp.getHeight();
Bitmap bitmap = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565);
int pixR
= 0;
int pixG
= 0;
int pixB
= 0;
int pixColor
= 0;
int newR
= 0;
int newG
= 0;
int newB
= 0;
int delta
= 16; //
值越小图片会越亮,越大则越暗
int idx
= 0;
int[]
pixels = new int[width
* height];
bmp.getPixels(pixels, 0,
width, 0, 0,
width, height);
for (int i
= 1, length = height - 1;
i < length; i++)
{
for (int k
= 1, len = width - 1;
k < len; k++)
{
idx = 0;
for (int m
= -1; m <= 1;
m++)
{
for (int n
= -1; n <= 1;
n++)
{
pixColor = pixels[(i + m) * width + k + n];
pixR = Color.red(pixColor);
pixG = Color.green(pixColor);
pixB = Color.blue(pixColor);
newR = newR + (int)
(pixR * gauss[idx]);
newG = newG + (int)
(pixG * gauss[idx]);
newB = newB + (int)
(pixB * gauss[idx]);
idx++;
}
}
newR /= delta;
newG /= delta;
newB /= delta;
newR = Math.min(255,
Math.max(0, newR));
newG = Math.min(255,
Math.max(0, newG));
newB = Math.min(255,
Math.max(0, newB));
pixels[i * width + k] = Color.argb(255,
newR, newG, newB);
newR = 0;
newG = 0;
newB = 0;
}
}
bitmap.setPixels(pixels, 0,
width, 0, 0,
width, height);
long end
= System.currentTimeMillis();
Log.d("may", "used
time="+(end - start));
return bitmap;
}
相关文章推荐
- android图片特效处理之模糊效果
- android 图片特效处理之模糊效果
- android图片特效处理之模糊效果
- android图片特效处理之模糊效果
- android图片特效处理之模糊效果
- android图片特效处理之模糊效果
- android图片特效处理之模糊效果
- android 图片特效处理之光照效果
- Android模糊处理实现图片毛玻璃效果
- android图片特效处理之光照效果
- android图片特效处理之怀旧效果
- android 图片特效处理之怀旧效果
- android图片特效处理之光照效果
- android图片特效处理之锐化效果
- android图片特效处理之怀旧效果
- android图片特效处理之锐化效果
- android图片特效处理之锐化效果
- android图片特效处理之光照效果
- android图片特效处理之光照效果