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android图像处理系列之十三--图片特效处理之六-光照效果。实现的效果是圆圈之内图片像素点不变,圆圈之外的点做模糊处理。所以用到了模糊效果和光照效果里面的是否是在圆圈内的算法,可以说是上面提到的两篇的效果的组合。

下面看效果图:

原图:

效果图:

光晕效果看得不是很明显,模糊强度不够,但是还能明显看到图片中有一个圆圈,圈内区域要比圈外区域看得清楚一点(MM的左右脸就可以看到效果)。处理效果不是很理想,在此只能抛砖引玉。下面贴代码:

    1. /**
    2. * 光晕效果
    3. * @param bmp
    4. * @param x 光晕中心点在bmp中的x坐标
    5. * @param y 光晕中心点在bmp中的y坐标
    6. * @param r 光晕的半径
    7. * @return
    8. */
    9. public Bitmap halo(Bitmap bmp, int x, int y, float r)
    10. {
    11. long start = System.currentTimeMillis();
    12. // 高斯矩阵
    13. int[] gauss = new int[] { 1, 2, 1, 2, 4, 2, 1, 2, 1 };
    14. int width = bmp.getWidth();
    15. int height = bmp.getHeight();
    16. Bitmap bitmap = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565);
    17. int pixR = 0;
    18. int pixG = 0;
    19. int pixB = 0;
    20. int pixColor = 0;
    21. int newR = 0;
    22. int newG = 0;
    23. int newB = 0;
    24. int delta = 18; // 值越小图片会越亮,越大则越暗
    25. int idx = 0;
    26. int[] pixels = new int[width * height];
    27. bmp.getPixels(pixels, 0, width, 0, 0, width, height);
    28. for (int i = 1, length = height - 1; i < length; i++)
    29. {
    30. for (int k = 1, len = width - 1; k < len; k++)
    31. {
    32. idx = 0;
    33. int distance = (int) (Math.pow(k - x, 2) + Math.pow(i - y, 2));
    34. // 不是中心区域的点做模糊处理
    35. if (distance > r * r)
    36. {
    37. for (int m = -1; m <= 1; m++)
    38. {
    39. for (int n = -1; n <= 1; n++)
    40. {
    41. pixColor = pixels[(i + m) * width + k + n];
    42. pixR = Color.red(pixColor);
    43. pixG = Color.green(pixColor);
    44. pixB = Color.blue(pixColor);
    45. newR = newR + (int) (pixR * gauss[idx]);
    46. newG = newG + (int) (pixG * gauss[idx]);
    47. newB = newB + (int) (pixB * gauss[idx]);
    48. idx++;
    49. }
    50. }
    51. newR /= delta;
    52. newG /= delta;
    53. newB /= delta;
    54. newR = Math.min(255, Math.max(0, newR));
    55. newG = Math.min(255, Math.max(0, newG));
    56. newB = Math.min(255, Math.max(0, newB));
    57. pixels[i * width + k] = Color.argb(255, newR, newG, newB);
    58. newR = 0;
    59. newG = 0;
    60. newB = 0;
    61. }
    62. }
    63. }
    64. bitmap.setPixels(pixels, 0, width, 0, 0, width, height);
    65. long end = System.currentTimeMillis();
    66. Log.d("may", "used time="+(end - start));
    67. return bitmap;
    68. }

android 图片特效处理之光晕效果的更多相关文章

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. android 图片特效处理之光照效果

    这篇将讲到图片特效处理的光照效果.跟前面一样是对像素点进行处理,算法是通用的. 算法原理:图片上面的像素点按照给定圆心,按照圆半径的变化,像素点的RGB值分别加上相应的值作为当前点的RGB值. 例: ...

  9. android 图片特效处理之锐化效果

    这篇将讲到图片特效处理的锐化效果.跟前面一样是对像素点进行处理,算法是通用的. 算法原理: 一.简单算法:分别获取当前像素点和八个周围像素点的RGB值,先求出当前像素点的RGB值与八个像素点RGB值的 ...

随机推荐

  1. Idea的一些调试技巧及设置todo

    程序员的工作内容,除了大部分时间写代码之外,因为有不少的时间是用在调试代码上.甚至说不是在调试代码,就是即将调试代码. :) 今天我们来谈谈调试代码的一些技巧,在使用IDE提供的debugger时一些 ...

  2. 线程1—Thread

    随便选择两个城市作为预选旅游目标.实现两个独立的线程分别显示10次城市名,每次显示后休眠一段随机时间(1000ms以内),哪个先显示完毕,就决定去哪个城市.分别用Runnable接口和Thread类实 ...

  3. Spring深入浅出(一)IOC的基本知识

    Spring前言 Spring是一个企业级开发框架,为解决企业级项目开发过于复杂而创建的,框架的主要优势之一就是分层架构,允许开发者自主选择组件. Spring的两大核心机制是IOC(控制反转)和AO ...

  4. SQLServer中同义词Synonym的用法

    以前一直认为SqlServer中的同义词(Synonym)没有什么用处,所以也一直没有去查它的语法格式.今天碰到一个问题,用Synonym来解决再好不过了.问题是这样子的,我的系统中用到了多个数据库, ...

  5. Centos7不修改默认交换分区下添加交换分区

    交换分区介绍 Linux系统中的交换分区是当物理内存(RAM)被充满时,作为物理内存的缓存来使用. 当系统需要更多的内存资源而物理内存已经充满,内存中不活跃的页就会被移动到交换分区上. 交换分区位于硬 ...

  6. python-排序算法 冒泡和快速排序

    交换排序 交换排序有冒泡排序和快速排序 冒泡排序 冒泡排序就是每次找出最大(最小)元素,放在集合最前或最后,这是最简单的排序算法 print("未排序之前:",collection ...

  7. C++11之decltype

    使用场景 在C++中常常要用到非常长的变量名.假设已经有变量和你将使用的变量是一个类型.就可以使用decltypekeyword 来申明一样的类型变量. decltype原理      返回现有变量类 ...

  8. Shell脚本中替换字符串等操作

    在做shell批处理程序时候,常常会涉及到字符串相关操作. 有非常多命令语句.如:awk,sed都能够做字符串各种操作. 事实上shell内置一系列操作符号.能够达到类似效果,大家知道,使用内部操作符 ...

  9. 基于Verilog语言的可维护性设计技术

    [注]本文内容主体部分直接翻译参考文献[1]较多内容,因此本文不用于任何商业目的,也不会发表在任何学术刊物上,仅供实验室内部交流和IC设计爱好者交流之用. “曲意而使人喜,不若直节而使人忌:无善而致人 ...

  10. 78.Nodejs基础中间件Connect

    转自:https://www.cnblogs.com/chris-oil/p/5625437.html 前言 “中间件”在软件领域是一个非常广的概念,除操作系统的软件都可以称为中间件,比如,消息中间件 ...