用Canvas实现一些简单的图片滤镜
1、灰度滤镜
对于灰度滤镜的实现一般有三种算法
1) 最大值法:即新的颜色值R=G=B=Max(R,G,B),通过这种方法处理后的图片看起来亮度值偏高。
2) 平均值法:即新的颜色值R=G=B=(R+G+B)/3,这种方法处理的效果比较柔和
3) 加权平均值法:即新的颜色值R=G=B=(R*Wr+G*Wg+B*Wb),一般由于人眼对不同颜色的敏感度不一样,所以三种颜色值的权重不一样,一般来说绿色最高,红色其次,蓝色最低,最合理的取值分别为Wr=30%,Wg=59%,Wb=11%
在这里我们使用加权平均值法:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
function greyEffect(canvasId){ var canvas = document.getElementById(canvasId), ctx = canvas.getContext("2d"), imageData = ctx.getImageData(0,0,canvas.width,canvas.height), pixelData = imageData.data; for(var i=0;i<canvas.width*canvas.height;i++){ var r = pixelData[i*4+0], g = pixelData[i*4+1], b = pixelData[i*4+2]; var grey = 0.3 * r + 0.59 * g + 0.11 * b; pixelData[i*4+0] = grey; pixelData[i*4+1] = grey; pixelData[i*4+2] = grey; } return imageData; } |
2、黑白滤镜
算法原理:求RGB平均值Avg=(R+G+B)/3,如果Avg>=100,则新的颜色值为R=G=B=255;如果Avg<100,则新的颜色值为R=G=B=0;255就是白色,0就是黑色;至于为什么用100作比较,这是一个经验值吧,设置为128也可以,可以根据效果来调整。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
function blackEffect(canvasId){ var canvas = document.getElementById(canvasId), ctx = canvas.getContext("2d"), imageData = ctx.getImageData(0,0,canvas.width,canvas.height), pixelData = imageData.data; for(var i=0;i<canvas.width*canvas.height;i++){ var r = pixelData[i*4+0], g = pixelData[i*4+1], b = pixelData[i*4+2]; var grey = (r+g+b)/3; if(grey>=100){ v = 255; }else{ v = 0; } pixelData[i*4+0] = v; pixelData[i*4+1] = v; pixelData[i*4+2] = v; } return imageData; } |
3、反相滤镜(底片效果)
算法原理:将当前像素点的RGB值分别与255之差后的值作为当前点的RGB值,即R=255–R;G=255–G;B=255–B
1
2
3
4
5
6
7
8
9
10
11
12
|
function reverseEffect(canvasId){ var canvas = document.getElementById(canvasId), ctx = canvas.getContext("2d"), imageData = ctx.getImageData(0,0,canvas.width,canvas.height), pixelData = imageData.data; for(var i=0;i<canvas.width*canvas.height;i++){ pixelData[i*4+0] = 255-pixelData[i*4+0]; pixelData[i*4+1] = 255-pixelData[i*4+1]; pixelData[i*4+2] = 255-pixelData[i*4+2]; } return imageData; } |
4、模糊滤镜
算法原理:将当前像素的周边像素的RGB值各自的平均值作为新的RGB值。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
function blurEffect(size){ var canvas = document.getElementById(canvasId), ctx = canvas.getContext("2d"), imageData = ctx.getImageData(0,0,canvas.width,canvas.height),pixelData = imageData.data, tmpimageData = ctx.getImageData(0,0,canvas.width,canvas.height), tmppixelData = imageData.data; size = size ? size : 1; var count = Math.pow((size*2+1),2)-1; for(var i=0;i<canvas.height;i++){ for(var j=0;j<canvas.width;j++){ var totalr = 0,totalg = 0,totalb = 0; for(var dx=i-size;dx<=i+size;dx++){ for(var dy=j-size;dy<=j+size;dy++){ var p = dx * canvas.width + dy; if(dx===i && dy===j) continue; tmppixelData[p*4+0] && (totalr += tmppixelData[p*4+0]); tmppixelData[p*4+1] && (totalg += tmppixelData[p*4+1]); tmppixelData[p*4+2] && (totalb += tmppixelData[p*4+2]); } } var p = i * canvas.width + j; pixelData[p*4+0] = totalr/count; pixelData[p*4+1] = totalg/count; pixelData[p*4+2] = totalb/count; } } return imageData; } |
5、马赛克滤镜
算法原理:其实就是将图像分成大小一致的图像块,每一个图像块都是一个正方形,并且在这个正方形中所有像素值都相等。我们可以将这个正方形看作是一个模板窗口,模板中对应的所有图像像素值都等于该模板的左上角第一个像素的像素值,这样的效果就是马赛克效果,而正方形模板的大小则决定了马赛克块的大小,即图像马赛克化的程度。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
|
function gosike(size){ var canvas = document.getElementById(canvasId), ctx = canvas.getContext("2d"), imageData = ctx.getImageData(0,0,canvas.width,canvas.height),pixelData = imageData.data, tmpimageData = ctx.getImageData(0,0,canvas.width,canvas.height), tmppixelData = imageData.data; size = size ? size : 16; var totalNum = Math.pow(size,2); var count = Math.pow((size*2+1),2); for(var i=0;i<canvas.height;i+=size){ for(var j=0;j<canvas.width;j+=size){ var totalr = 0,totalg = 0,totalb = 0; for(var dx=0;dx<=size;dx++){ for(var dy=0;dy<=size;dy++){ var x = i + dx; var y = j + dy; var p = x * canvas.width + y; totalr += tmppixelData[p*4+0]; totalg += tmppixelData[p*4+1]; totalb += tmppixelData[p*4+2]; } } var p = i * canvas.width + j; var avgr = totalr/count; var avgg = totalg/count; var avgb = totalb/count; for(var dx=0;dx<=size;dx++){ for(var dy=0;dy<=size;dy++){ var x = i + dx; var y = j + dy; var p = x * canvas.width + y; pixelData[p*4+0] = avgr; pixelData[p*4+1] = avgg; pixelData[p*4+2] = avgb; } } } } return imageData; } |
6、浮雕滤镜
算法原理:用当前点的RGB值减去相邻点的RGB值并加上128作为新的RGB值。由于图片中相邻点的颜色值是比较接近的,因此这样的算法处理之后,只有颜色的边沿区域,也就是相邻颜色差异较大的部分的结果才会比较明显,而其他平滑区域则值都接近128左右,也就是灰色,这样就具有了浮雕效果。在实际的效果中,这样处理后,有些区域可能还是会有一些"彩色"的点或者条状痕迹,所以最好再对新的RGB值做一个灰度处理。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
function outset(size){ var canvas = document.getElementById(canvasId), ctx = canvas.getContext("2d"), imageData = ctx.getImageData(0,0,canvas.width,canvas.height), pixelData = imageData.data, precolor = {}; for(var i=0;i<canvas.width*canvas.height;i++){ if(i==0){ precolor = { r : pixelData[i*4+0], g : pixelData[i*4+1], b : pixelData[i*4+2] } }else{ var r = pixelData[i*4+0] - precolor.r + 128; var g = pixelData[i*4+1] - precolor.g + 128; var b = pixelData[i*4+2] - precolor.b + 128; precolor = { r : pixelData[i*4+0], g : pixelData[i*4+1], b : pixelData[i*4+2] } pixelData[i*4+0] = r; pixelData[i*4+1] = g; pixelData[i*4+2] = b; } var r = pixelData[i*4+0], g = pixelData[i*4+1], b = pixelData[i*4+2]; var grey = 0.3 * r + 0.59 * g + 0.11 * b; pixelData[i*4+0] = grey; pixelData[i*4+1] = grey; pixelData[i*4+2] = grey; } return imageData; } |
7、去色滤镜
算法原理:将当前像素的RGB值得最大值和最小值求平均值并作为新的RGB值。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
|
function removeColor(){ var canvas = document.getElementById(canvasId), ctx = canvas.getContext("2d"), imageData = ctx.getImageData(0,0,canvas.width,canvas.height), pixelData = imageData.data; for(var i=0;i<canvas.width*canvas.height;i++){ var r = pixelData[i*4+0], g = pixelData[i*4+1], b = pixelData[i*4+2]; var c = Math.floor((Math.min(r,g,b) + Math.max(r,g,b))/2); pixelData[i*4+0] = c; pixelData[i*4+1] = c; pixelData[i*4+2] = c; } return imageData; } |
用Canvas实现一些简单的图片滤镜的更多相关文章
- Canvas 知识体系简单总结
Canvas 知识体系简单总结 标签(空格分隔): HTML5 Canvas 本文原创,如需转载,请注明出处 前言 知识点零零散散,一个上午整理了一下,内容不多,方便记忆. 本文不是教程,如需教程移步 ...
- PHP《将画布(canvas)图像保存成本地图片的方法》
用PHP将网页上的Canvas图像保存到服务器上的方法 2014年6月27日 歪脖骇客 发表回复 8 在几年前HTML5还没有流行的时候,我们的项目经理曾经向我提出这样一个需求:让项目评审专家们在评审 ...
- Expression Blend4经验分享:制作一个简单的图片按钮样式
这次分享如何做一个简单的图片按钮经验 在我的个人Silverlight网页上,有个Iphone手机的效果,其中用到大量的图片按钮 http://raimon.6.gwidc.com/Iphone/de ...
- 将HTML5 Canvas的内容保存为图片借助toDataURL实现
将HTML5 Canvas的内容保存为图片主要思想是借助Canvas自己的API - toDataURL()来实现,具体实现如下,感兴趣的朋友可以参考下哈,希望对你有所帮助 <html> ...
- jquery简单的图片切换效果,支持pc端、移动端的banner图片切换开发
详细内容请点击 无意中看见了两年前写的一个图片切换,那会儿刚刚学习网页制作,可以说是我的第一个处女座的jquery图片切换效果.无聊之余对它的宽度稍稍做了一下修改,变成了支持pc端.手机端全屏的ban ...
- Objective-C ,ios,iphone开发基础:快速实现一个简单的图片查看器
新建一个single view 工程: 关闭ARC , 在.xib视图文件上拖放一个UIImageView 两个UIButton ,一个UISlider ,布局如图. 并为他们连线, UIImage ...
- 一般处理程序生成简单的图片验证码并通过html验证用户输入的验证码是否正确
一般处理程序生成简单的图片验证码并通过html验证用户输入的验证码是否正确 最近没事研究了下验证码的的动态生成及通过cookie实现HTML页面对用户输入的验证码的校验,简要如下: 1.写 ...
- 简单实现图片间的切换动画 主要用到ViewPager
简单实现图片间的切换动画 主要用到ViewPagerViewPager是android扩展包v4包中的类,这个类可以让用户左右切换当前的view.ViewPager类需要一个PagerAdapter适 ...
- html5 canvas 实现一个简单的叮当猫头部
原文:html5 canvas 实现一个简单的叮当猫头部 html5的canvas是很强大的,今天也是温习了一下之前的基础知识,然后学着做了一个简单的小案例.虽然在这一块几乎空白,但还是乐于尝试... ...
随机推荐
- JavaScript模块载入框架sea.js 学习一
简单总结sea.js 学习 文件文件夹结构 /sea/sea.js 下载地址 http://seajs.org/docs/#downloads /sea/jquery-sea.js ...
- Python 属性与方法 概念理解
属性与方法 attribute(属性)是class(类)中的成员变量,而method(方法)则是class(类)中的function(函数). 也可以理解,属性就类变量,方法就是类函数. 类中的变量就 ...
- python入门学习:9.文件和异常
python入门学习:9.文件和异常 关键点:文件.异常 9.1 从文件中读取数据9.2 写入文件9.3 异常9.4 存储数据 9.1 从文件中读取数据 9.1.1 读取整个文件 首先创建一个pi_ ...
- day14(1)--递归、匿名函数、内置函数
一.递归 定义:本质上是回溯和递推 回溯:询问答案的过程 递推:推出答案的过程 前提: 回溯到一个有结果的值开始递推 回溯与递推的条件要有规律 方式: 直接递归:自己调用自己 间接递归:通过别人来调用 ...
- 关于 js tofixed()保留小数位数问题
保留位数必须是数字 const num = parseFloat ('123456.33').tofixed(2); !!!! 注意 现在的的 num 是 字符串类型, 如果给它加数字的话,就会报错 ...
- 反射那些基础-Class
目录 1 Class 类是什么? 2 如何获取 Class 对象 2.1 Object.getClass() 2.2 .class 语法 2.3 Class.forName() 2.4 通过包装类的 ...
- mybatis百科-结果集映射类ResultMap
目录 1 成员变量 2 构造函数 3 其他函数 3.1 setter 和 getter 函数 4 静态内部类 4.1 成员变量 4.2 构造函数 4.3 建造者相关的函数 4.4 获取配置的构造方法参 ...
- Raspberry Zero 上实现平滑视频图传
在某些应用场合我们可能需要通过一个设备通过WIFI将图像传到其它的机器进行显示或者图形分析,那怎么可以低成本地实现呢?其实很简单,我们只需要一块 Raspberry Zero W 和一个RPI 摄像头 ...
- Hadoop生态的配置
网盘下载地址 链接: https://pan.baidu.com/s/19qWnP6LQ-cHVrvT0o1jTMg 密码: 44hs Hadoop伪分布式配置 Hadoop 可以在单节点上以伪分布 ...
- Largest Rectangle in a Histogram HDU - 1506 (单调栈)
A histogram is a polygon composed of a sequence of rectangles aligned at a common base line. The rec ...