Android图片高斯模糊的一些方法

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