高斯模糊

高斯模糊就是将指定像素变换为其与周边像素加权平均后的值,权重就是高斯分布函数计算出来的值。

一种实现

点击打开链接<-这里是一片关于高斯模糊算法的介绍,我们需要首先根据高斯分布函数计算权重值,为了提高效率我们采用一维高斯分布函数,然后处理图像的时候在横向和纵向进行两次计算得到结果。下面是一种实现

  1. public static void gaussBlur(int[] data, int width, int height, int radius,
  2. float sigma) {
  3. float pa = (float) (1 / (Math.sqrt(2 * Math.PI) * sigma));
  4. float pb = -1.0f / (2 * sigma * sigma);
  5. // generate the Gauss Matrix
  6. float[] gaussMatrix = new float[radius * 2 + 1];
  7. float gaussSum = 0f;
  8. for (int i = 0, x = -radius; x <= radius; ++x, ++i) {
  9. float g = (float) (pa * Math.exp(pb * x * x));
  10. gaussMatrix[i] = g;
  11. gaussSum += g;
  12. }
  13. for (int i = 0, length = gaussMatrix.length; i < length; ++i) {
  14. gaussMatrix[i] /= gaussSum;
  15. }
  16. // x direction
  17. for (int y = 0; y < height; ++y) {
  18. for (int x = 0; x < width; ++x) {
  19. float r = 0, g = 0, b = 0;
  20. gaussSum = 0;
  21. for (int j = -radius; j <= radius; ++j) {
  22. int k = x + j;
  23. if (k >= 0 && k < width) {
  24. int index = y * width + k;
  25. int color = data[index];
  26. int cr = (color & 0x00ff0000) >> 16;
  27. int cg = (color & 0x0000ff00) >> 8;
  28. int cb = (color & 0x000000ff);
  29. r += cr * gaussMatrix[j + radius];
  30. g += cg * gaussMatrix[j + radius];
  31. b += cb * gaussMatrix[j + radius];
  32. gaussSum += gaussMatrix[j + radius];
  33. }
  34. }
  35. int index = y * width + x;
  36. int cr = (int) (r / gaussSum);
  37. int cg = (int) (g / gaussSum);
  38. int cb = (int) (b / gaussSum);
  39. data[index] = cr << 16 | cg << 8 | cb | 0xff000000;
  40. }
  41. }
  42. // y direction
  43. for (int x = 0; x < width; ++x) {
  44. for (int y = 0; y < height; ++y) {
  45. float r = 0, g = 0, b = 0;
  46. gaussSum = 0;
  47. for (int j = -radius; j <= radius; ++j) {
  48. int k = y + j;
  49. if (k >= 0 && k < height) {
  50. int index = k * width + x;
  51. int color = data[index];
  52. int cr = (color & 0x00ff0000) >> 16;
  53. int cg = (color & 0x0000ff00) >> 8;
  54. int cb = (color & 0x000000ff);
  55. r += cr * gaussMatrix[j + radius];
  56. g += cg * gaussMatrix[j + radius];
  57. b += cb * gaussMatrix[j + radius];
  58. gaussSum += gaussMatrix[j + radius];
  59. }
  60. }
  61. int index = y * width + x;
  62. int cr = (int) (r / gaussSum);
  63. int cg = (int) (g / gaussSum);
  64. int cb = (int) (b / gaussSum);
  65. data[index] = cr << 16 | cg << 8 | cb | 0xff000000;
  66. }
  67. }
  68. }

实际测试会发现这种计算方式是很耗时间的,而且模糊半径越大,从原理也可以看到计算量是平方增长的,所以计算时间也越长。

RenderScript

RenderScript是Android在API 11之后加入的,用于高效的图片处理,包括模糊、混合、矩阵卷积计算等,代码示例如下

  1. public Bitmap blurBitmap(Bitmap bitmap){
  2. //Let's create an empty bitmap with the same size of the bitmap we want to blur
  3. Bitmap outBitmap = Bitmap.createBitmap(bitmap.getWidth(), bitmap.getHeight(), Config.ARGB_8888);
  4. //Instantiate a new Renderscript
  5. RenderScript rs = RenderScript.create(getApplicationContext());
  6. //Create an Intrinsic Blur Script using the Renderscript
  7. ScriptIntrinsicBlur blurScript = ScriptIntrinsicBlur.create(rs, Element.U8_4(rs));
  8. //Create the Allocations (in/out) with the Renderscript and the in/out bitmaps
  9. Allocation allIn = Allocation.createFromBitmap(rs, bitmap);
  10. Allocation allOut = Allocation.createFromBitmap(rs, outBitmap);
  11. //Set the radius of the blur
  12. blurScript.setRadius(25.f);
  13. //Perform the Renderscript
  14. blurScript.setInput(allIn);
  15. blurScript.forEach(allOut);
  16. //Copy the final bitmap created by the out Allocation to the outBitmap
  17. allOut.copyTo(outBitmap);
  18. //recycle the original bitmap
  19. bitmap.recycle();
  20. //After finishing everything, we destroy the Renderscript.
  21. rs.destroy();
  22. return outBitmap;
  23. }

(示例来源 https://gist.github.com/Mariuxtheone/903c35b4927c0df18cf8

FastBlur

  1. public class FastBlur {
  2. public static Bitmap doBlur(Bitmap sentBitmap, int radius, boolean canReuseInBitmap) {
  3. // Stack Blur v1.0 from
  4. // http://www.quasimondo.com/StackBlurForCanvas/StackBlurDemo.html
  5. //
  6. // Java Author: Mario Klingemann <mario at quasimondo.com>
  7. // http://incubator.quasimondo.com
  8. // created Feburary 29, 2004
  9. // Android port : Yahel Bouaziz <yahel at kayenko.com>
  10. // http://www.kayenko.com
  11. // ported april 5th, 2012
  12. // This is a compromise between Gaussian Blur and Box blur
  13. // It creates much better looking blurs than Box Blur, but is
  14. // 7x faster than my Gaussian Blur implementation.
  15. //
  16. // I called it Stack Blur because this describes best how this
  17. // filter works internally: it creates a kind of moving stack
  18. // of colors whilst scanning through the image. Thereby it
  19. // just has to add one new block of color to the right side
  20. // of the stack and remove the leftmost color. The remaining
  21. // colors on the topmost layer of the stack are either added on
  22. // or reduced by one, depending on if they are on the right or
  23. // on the left side of the stack.
  24. //
  25. // If you are using this algorithm in your code please add
  26. // the following line:
  27. //
  28. // Stack Blur Algorithm by Mario Klingemann <mario@quasimondo.com>
  29. Bitmap bitmap;
  30. if (canReuseInBitmap) {
  31. bitmap = sentBitmap;
  32. } else {
  33. bitmap = sentBitmap.copy(sentBitmap.getConfig(), true);
  34. }
  35. if (radius < 1) {
  36. return (null);
  37. }
  38. int w = bitmap.getWidth();
  39. int h = bitmap.getHeight();
  40. int[] pix = new int[w * h];
  41. bitmap.getPixels(pix, 0, w, 0, 0, w, h);
  42. int wm = w - 1;
  43. int hm = h - 1;
  44. int wh = w * h;
  45. int div = radius + radius + 1;
  46. int r[] = new int[wh];
  47. int g[] = new int[wh];
  48. int b[] = new int[wh];
  49. int rsum, gsum, bsum, x, y, i, p, yp, yi, yw;
  50. int vmin[] = new int[Math.max(w, h)];
  51. int divsum = (div + 1) >> 1;
  52. divsum *= divsum;
  53. int dv[] = new int[256 * divsum];
  54. for (i = 0; i < 256 * divsum; i++) {
  55. dv[i] = (i / divsum);
  56. }
  57. yw = yi = 0;
  58. int[][] stack = new int[div][3];
  59. int stackpointer;
  60. int stackstart;
  61. int[] sir;
  62. int rbs;
  63. int r1 = radius + 1;
  64. int routsum, goutsum, boutsum;
  65. int rinsum, ginsum, binsum;
  66. for (y = 0; y < h; y++) {
  67. rinsum = ginsum = binsum = routsum = goutsum = boutsum = rsum = gsum = bsum = 0;
  68. for (i = -radius; i <= radius; i++) {
  69. p = pix[yi + Math.min(wm, Math.max(i, 0))];
  70. sir = stack[i + radius];
  71. sir[0] = (p & 0xff0000) >> 16;
  72. sir[1] = (p & 0x00ff00) >> 8;
  73. sir[2] = (p & 0x0000ff);
  74. rbs = r1 - Math.abs(i);
  75. rsum += sir[0] * rbs;
  76. gsum += sir[1] * rbs;
  77. bsum += sir[2] * rbs;
  78. if (i > 0) {
  79. rinsum += sir[0];
  80. ginsum += sir[1];
  81. binsum += sir[2];
  82. } else {
  83. routsum += sir[0];
  84. goutsum += sir[1];
  85. boutsum += sir[2];
  86. }
  87. }
  88. stackpointer = radius;
  89. for (x = 0; x < w; x++) {
  90. r[yi] = dv[rsum];
  91. g[yi] = dv[gsum];
  92. b[yi] = dv[bsum];
  93. rsum -= routsum;
  94. gsum -= goutsum;
  95. bsum -= boutsum;
  96. stackstart = stackpointer - radius + div;
  97. sir = stack[stackstart % div];
  98. routsum -= sir[0];
  99. goutsum -= sir[1];
  100. boutsum -= sir[2];
  101. if (y == 0) {
  102. vmin[x] = Math.min(x + radius + 1, wm);
  103. }
  104. p = pix[yw + vmin[x]];
  105. sir[0] = (p & 0xff0000) >> 16;
  106. sir[1] = (p & 0x00ff00) >> 8;
  107. sir[2] = (p & 0x0000ff);
  108. rinsum += sir[0];
  109. ginsum += sir[1];
  110. binsum += sir[2];
  111. rsum += rinsum;
  112. gsum += ginsum;
  113. bsum += binsum;
  114. stackpointer = (stackpointer + 1) % div;
  115. sir = stack[(stackpointer) % div];
  116. routsum += sir[0];
  117. goutsum += sir[1];
  118. boutsum += sir[2];
  119. rinsum -= sir[0];
  120. ginsum -= sir[1];
  121. binsum -= sir[2];
  122. yi++;
  123. }
  124. yw += w;
  125. }
  126. for (x = 0; x < w; x++) {
  127. rinsum = ginsum = binsum = routsum = goutsum = boutsum = rsum = gsum = bsum = 0;
  128. yp = -radius * w;
  129. for (i = -radius; i <= radius; i++) {
  130. yi = Math.max(0, yp) + x;
  131. sir = stack[i + radius];
  132. sir[0] = r[yi];
  133. sir[1] = g[yi];
  134. sir[2] = b[yi];
  135. rbs = r1 - Math.abs(i);
  136. rsum += r[yi] * rbs;
  137. gsum += g[yi] * rbs;
  138. bsum += b[yi] * rbs;
  139. if (i > 0) {
  140. rinsum += sir[0];
  141. ginsum += sir[1];
  142. binsum += sir[2];
  143. } else {
  144. routsum += sir[0];
  145. goutsum += sir[1];
  146. boutsum += sir[2];
  147. }
  148. if (i < hm) {
  149. yp += w;
  150. }
  151. }
  152. yi = x;
  153. stackpointer = radius;
  154. for (y = 0; y < h; y++) {
  155. // Preserve alpha channel: ( 0xff000000 & pix[yi] )
  156. pix[yi] = (0xff000000 & pix[yi]) | (dv[rsum] << 16) | (dv[gsum] << 8) | dv[bsum];
  157. rsum -= routsum;
  158. gsum -= goutsum;
  159. bsum -= boutsum;
  160. stackstart = stackpointer - radius + div;
  161. sir = stack[stackstart % div];
  162. routsum -= sir[0];
  163. goutsum -= sir[1];
  164. boutsum -= sir[2];
  165. if (x == 0) {
  166. vmin[y] = Math.min(y + r1, hm) * w;
  167. }
  168. p = x + vmin[y];
  169. sir[0] = r[p];
  170. sir[1] = g[p];
  171. sir[2] = b[p];
  172. rinsum += sir[0];
  173. ginsum += sir[1];
  174. binsum += sir[2];
  175. rsum += rinsum;
  176. gsum += ginsum;
  177. bsum += binsum;
  178. stackpointer = (stackpointer + 1) % div;
  179. sir = stack[stackpointer];
  180. routsum += sir[0];
  181. goutsum += sir[1];
  182. boutsum += sir[2];
  183. rinsum -= sir[0];
  184. ginsum -= sir[1];
  185. binsum -= sir[2];
  186. yi += w;
  187. }
  188. }
  189. bitmap.setPixels(pix, 0, w, 0, 0, w, h);
  190. return (bitmap);
  191. }

这里的方法也可以实现高斯模糊的效果,但使用了特殊的算法,比第一种可以快很多,但比起RenderScript还是慢一些


(示例来源 Android高级模糊技术

实现YAHOO天气的动态模糊效果

  YAHOO天气中的背景会随着手指上滑模糊程度加深,实际使用中发现怎么都达不到那样流畅的效果,因为手势刷新的速度很快,每一帧都去重新模糊计算一遍,还是会有延迟,造成页面卡顿。后来在一次偶然的开发中发现其实不需要每一帧都重新去模糊一遍,而是将图片最大程度模糊一次,之后和原图叠加,通过改变叠加的模糊图片的alpha值来达到不同程度的模糊效果。下面是一个例子,可以看到随着模糊图片alpha值的变化,叠加后产生不同程度的模糊效果。

随滑动变换alpha值的代码如下

  1. mBlurImage.setOnTouchListener(new OnTouchListener() {
  2. private float mLastY;
  3. @Override
  4. public boolean onTouch(View v, MotionEvent event) {
  5. switch (event.getAction()) {
  6. case MotionEvent.ACTION_DOWN:
  7. mLastY = event.getY();
  8. break;
  9. case MotionEvent.ACTION_MOVE:
  10. float y = event.getY();
  11. float alphaDelt = (y - mLastY) / 1000;
  12. float alpha = mBlurImage.getAlpha() + alphaDelt;
  13. if (alpha > 1.0) {
  14. alpha = 1.0f;
  15. } else if (alpha < 0.0) {
  16. alpha = 0.0f;
  17. }
  18. mTextView.setText(String.valueOf(alpha));
  19. mBlurImage.setAlpha(alpha);
  20. break;
  21. case MotionEvent.ACTION_UP:
  22. break;
  23. }
  24. return true;
  25. }
  26. });

示例代码下载 http://download.csdn.net/detail/xu_fu/7628139

android 高斯模糊实现的更多相关文章

  1. Android高斯模糊

    传送门 github地址:http://developer.android.com/guide/topics/renderscript/compute.html: https://github.com ...

  2. Android高斯模糊实现方案

    1.使用Glide Glide.with(this) .load(service.getImageUri()) .dontAnimate() .error(R.drawable.error_img) ...

  3. Android高斯模糊技术,实现毛玻璃效果(转)

    本博客转自郭霖公众号:http://mp.weixin.qq.com/s?__biz=MzA5MzI3NjE2MA==&mid=2650235930&idx=1&sn=e328 ...

  4. Android开发学习之路-动态高斯模糊怎么做

    什么是高斯模糊? 高斯模糊(英语:Gaussian Blur),也叫高斯平滑,是在Adobe Photoshop.GIMP以及Paint.NET等图像处理软件中广泛使用的处理效果,通常用它来减少图像噪 ...

  5. Android 图片滤镜工具——高斯模糊

    ===================高斯模糊========================= 创建一个 ImageFilter 类(滤镜工具),代码如下: import android.graph ...

  6. Android图像处理 - 高斯模糊的原理及实现

    欢迎大家前往云+社区,获取更多腾讯海量技术实践干货哦~ 由 天天P图攻城狮 发布在云+社区 作者简介:damonxia(夏正冬),天天P图Android工程师 前言 高斯模糊是图像处理中几乎每个程序员 ...

  7. Android 图片高级绘图效果---高斯模糊

    高斯模糊就是将指定像素变换为其与周边像素加权平均后的值,权重就是高斯分布函数计算出来的值.高斯模糊能够将图片制作成类似磨砂的图片效果,一般这些图片都用来作为背景. 目前使用到的是RenderScrip ...

  8. 封装个 Android 的高斯模糊组件

    本篇文章已授权微信公众号 hongyangAndroid (鸿洋)独家发布 最近基于 Android StackBlur 开源库,根据自己碰到的需求场景,封装了个高斯模糊组件,顺便记录一下. 为什么要 ...

  9. [Android]-图片JNI(C++\Java)高斯模糊的实现与比較

    版权声明:本文作者:Qiujuer https://github.com/qiujuer; 转载请注明出处,盗版必究! !! https://blog.csdn.net/qiujuer/article ...

随机推荐

  1. 详解EBS接口开发之库存事务处理采购接收和退货

    (一)接收&退货常用标准表简介 1.1   常用标准表 如下表中列出了与采购接收&退货导入相关的表和说明: 表名 说明 其他信息 RCV_TRANSACTIONS 采购接收事务表 事务 ...

  2. [Python]查看python路径以及安装包的路径

    特别是linux系统,装了多个python,有时候找不到python的绝对路径,有时候装了个django,又找不到django安装到哪里了..当然查看的方法有很多种,这里列出几种,供没有经验的人参考下 ...

  3. Java之equals和==详解

    两者的区别: A:== 基本类型:比较的是值是否相同 引用类型:比较的是地址值是否相同 B:equals() 只能比较引用类型. 默认情况下,比较的是地址值是否相同,因为我们可以看源代码可以看到,在O ...

  4. [ExtJS5学习笔记]第二十五节 利用window.open()函数实现ExtJS5的登陆页面跳转

    本文地址:http://blog.csdn.net/sushengmiyan/article/details/40427543 mvvm方式实现登陆的博客:http://blog.csdn.net/s ...

  5. 如何查看App provision profile文件中的钥匙链访问组名称

    大熊猫猪·侯佩原创或翻译作品.欢迎转载,转载请注明出处. 如果觉得写的不好请多提意见,如果觉得不错请多多支持点赞.谢谢! hopy ;) 我们因为某些原因希望安全的在多个App中共享一些信息,我们可以 ...

  6. FFmpeg源代码简单分析:avcodec_encode_video()

    ===================================================== FFmpeg的库函数源代码分析文章列表: [架构图] FFmpeg源代码结构图 - 解码 F ...

  7. iOS中让Settings Bundle中的变化立即在App中反应出来的两种方法

    大熊猫猪·侯佩原创或翻译作品.欢迎转载,转载请注明出处. 如果觉得写的不好请多提意见,如果觉得不错请多多支持点赞.谢谢! hopy ;) 为了能够在Settings Bundle中的变化在进入App后 ...

  8. sharepoint adfs Adding Claims to an Existing Token Issuer in SharePoint 2010

    转载链接 http://www.theidentityguy.com/articles/2010/10/19/adding-claims-to-an-existing-token-issuer-i ...

  9. sql中奇怪的sum(1),sum(2),count(1),count(6),count(*):统计总数

    sql的统计函数 sql统计函数有 count 统计条数,配合group用 sum 累加指定字段数值 但注意sum(1)就特殊 sum(1)等同于count(*) sum(1)统计个数,功能和coun ...

  10. hashmap 循环取出所有值 取出特定的值 两种方法

    //第一种 Iterator menus = menu.iterator(); while(menus.hasNext()) { Map userMap = (Map) menus.next(); S ...