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
- CUDA笔记(九)
找了不知道多少教程,终于找到靠谱的nsight的: http://blog.csdn.net/mysniper11/article/details/8003644 还有两个视频的相关: http:// ...
- Android中的Junit测试
在开发中Junit测试可以很方便的帮助开者尽可能早的发现并处理问题,而且使用也非常简单,只需要导入Junit测试相关的jar包并创建测试类,就可以对业务功能进行测试,而不用为了测试在代码中添加输出语句 ...
- JavaScript:理解事件循环
话说js是单线程的,它通过浏览器事件循环轮询事件队列,来实现异步.然而,事件循环的时机是什么时候?浏览器是如何帮助JS引擎线程实现异步的? 浏览器页面进程的四个线程 首先说一下,chrome会为每一个 ...
- apache(XAMPP)禁止IP访问的httpd-vhosts.conf设置
httpd-vhosts.conf <virtualhost *:80> ServerName 123.123.123.123 ServerAlias 123.123.123.123 ...
- 用VUE做网站后台
介绍: 这是一个用vuejs2.0和element搭建的后台管理界面. 相关技术: vuejs2.0:渐进式JavaScript框架,易用.灵活.高效,似乎任何规模的应用都适用. element:基于 ...
- Python实现快排
Python实现快排 def quicksort(arr): if len(arr) <= 1: return arr pivot = arr[len(arr) // 2] left = [x ...
- HDU 5068 Harry And Math Teacher 线段树+矩阵乘法
题意: 一栋楼有n层,每一层有2个门,每层的两个门和下一层之间的两个门之间各有一条路(共4条). 有两种操作: 0 x y : 输出第x层到第y层的路径数量. 1 x y z : 改变第x层 的 y门 ...
- Eclipse StartExplorer插件
http://www.cnblogs.com/wuxiang/p/5489961.html
- 洛谷—— P1877 [HAOI2012]音量调节
https://www.luogu.org/problem/show?pid=1877#sub 题目描述 一个吉他手准备参加一场演出.他不喜欢在演出时始终使用同一个音量,所以他决定每一首歌之前他都需要 ...
- Jeff Dean专访,有不少干货
<专访Jeff Dean:我们要推动机器学习再上一层楼> 文件链接如下: Link https://arxiv.org/ 有意思的是,里面提到的 arXiv网站,一个能够用来证明论文上传时 ...