android 图片特效处理之模糊效果
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:
- 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.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:
- int[] gauss = new int[] { 1, 2, 1, 2, 4, 2, 1, 2, 1 };
- 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:
- 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
- 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:
- /**
- * 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;
- }
- /**
- * 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;
- }
android 图片特效处理之模糊效果的更多相关文章
- android图片特效处理之模糊效果
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 ...
- android 图片特效处理之 光晕效果
这篇将讲到图片特效处理的图片光晕效果.跟前面一样是对像素点进行处理,本篇实现的思路可参见android图像处理系列之九--图片特效处理之二-模糊效果和android图像处理系列之十三--图片特效处理之 ...
- android 图片特效处理之光晕效果
这篇将讲到图片特效处理的图片光晕效果.跟前面一样是对像素点进行处理,本篇实现的思路可参见android图像处理系列之九--图片特效处理之二-模糊效果和android图像处理系列之十三--图片特效处理之 ...
- android图片特效处理之光晕效果
这篇将讲到图片特效处理的图片光晕效果.跟前面一样是对像素点进行处理,本篇实现的思路可参见android图像处理系列之九--图片特效处理之二-模糊效果和android图像处理系列之十三--图片特效处理之 ...
- android 图片特效处理之 图片叠加
这篇将讲到图片特效处理的图片叠加效果.跟前面一样是对像素点进行处理,可参照前面的android图像处理系列之七--图片涂鸦,水印-图片叠加和android图像处理系列之六--给图片添加边框(下)-图片 ...
- android 图片特效处理之图片叠加
这篇将讲到图片特效处理的图片叠加效果.跟前面一样是对像素点进行处理,可参照前面的android图像处理系列之七--图片涂鸦,水印-图片叠加和android图像处理系列之六--给图片添加边框(下)-图片 ...
- android 图片特效处理之怀旧效果
图片特效处理系列将介绍图片的像素点的特效处理,这些物资注重的是原理.也就是说只要你知道这些算法不管是C++,VB,C#,Java都可以做出相同的特效.下面将介绍图片怀旧效果的算法.算法如下: 上面公式 ...
- android图片特效处理之怀旧效果
图片特效处理系列将介绍图片的像素点的特效处理,这些物资注重的是原理.也就是说只要你知道这些算法不管是C++,VB,C#,Java都可以做出相同的特效.下面将介绍图片怀旧效果的算法.算法如下: 上面公式 ...
- android图片特效处理之图片叠加
这篇将讲到图片特效处理的图片叠加效果.跟前面一样是对像素点进行处理,可参照前面的android图像处理系列之七--图片涂鸦,水印-图片叠加和android图像处理系列之六--给图片添加边框(下)-图片 ...
随机推荐
- 33.unique_ptr独享内存智能指针
#include <iostream> #include <memory> #include <string> #include <vector> us ...
- java9新特性-18-统一的JVM日志系统
1.官方Feature 158: Unified JVM Logging 271: Unified GC Logging 2.使用说明 日志是解决问题的唯一有效途径:曾经很难知道导致JVM性能问题和导 ...
- C#-汉字转拼音缩写
/// 〈summary〉 /// 汉字转拼音缩写 /// Code By MuseStudio@hotmail.com /// 2004-11-30 /// 〈/summary〉 /// 〈para ...
- Android5.0之后的页面切换动画
Android5.0之后给我们开发者剩了好多的事情,为什么这么说呢?还记得刚开始的时候,Android里面的所有的动画都要我们开发者自己来写,现在不需要了,因为5.0之后自带了好多的动画,比如:按钮点 ...
- Vue总结(三)
Vue 实例还暴露了一些有用的实例属性与方法.它们都有前缀 $,以便与用户定义的属性区分开来. var App = new Vue({ el: "#root", data: { m ...
- vue组件递归的一些理解
自己做个小项目练手,需要用到组件递归,网上查了一些资料,每个代码片段都认识,但是连起来,就一团浆糊. 既然人傻就多思考吧.不明白的点有以下: 1.组件怎么自己调用自己,函数的递归是就是在functio ...
- Python爬虫基础示例
使用pip安装相关依赖: pip install requests pip install bs4 安装成功提示:Successfully installed *... 爬取中国天气网数据示例代码: ...
- 监控mysqld服务
#!/bin/bash #监控mysqld服务 #telnet 192.168.122.171 3306 | grep Connected | wc -l #远程检查 #num=`netstat -n ...
- 洛谷 P1125 笨小猴
P1125 笨小猴 题目描述 笨小猴的词汇量很小,所以每次做英语选择题的时候都很头疼.但是他找到了一种方法,经试验证明,用这种方法去选择选项的时候选对的几率非常大! 这种方法的具体描述如下:假设max ...
- 二 MapReduce 各阶段流程分析
如果想要将问题变得清晰.精准和优雅, 需要关注 MapReduce 作业所需要的系统资源,尤其是集群内部网络资源使用情况. MR 可以运行在共享集群上处理 TB 级 甚至 PB 级的数据.同时,改作业 ...