【轉】3、android圖片特效處理之銳化效果

這篇將講到圖片特效處理的銳化效果。跟前面同樣是對像素點進行處理,算法是通用的。算法

算法原理:數組

1、簡單算法:分別獲取當前像素點和八個周圍像素點的RGB值,先求出當前像素點的RGB值與八個像素點RGB值的和的平均數,再乘以相應的係數,而後在與當前像素點之和。優化

例:spa

ABCcode

DEFblog

GHI圖片

對E點進行銳化:ci

float delta = 0.3;
E.r = (E.r - (A.r + B.r + C.r + D.r + F.r + G.r + H.r + I.r) / 8) * delta + E.r;

 

E.g,E.b相似,delta建議取0.3,具體多少無所謂,試一下就知道了。但按照上面原理,沒有達到預期的效果,改變delta的值也不行,因此後面代碼就不貼出來了,感興趣的能夠研究一下。get

 

2、拉普拉斯變換:將拉普拉斯矩陣中的項與相應點的RGB值之積再乘以相應的係數的和做爲當前點的RGB值。虛擬機

例:用上面的例子,仍是對E點進行銳化。

// 拉普拉斯矩陣
int[] laplacian = new int[] { -1, -1, -1, -1, 9, -1, -1, -1, -1 };
float delta = 0.3; 
E.r = A.r * laplacian[0] * delta + B.r * laplacian[1] * delta + C.r * laplacian[2] * delta + D.r * laplacian[3] * delta + E.r * laplacian[4] * delta + F.r * laplacian[5] * delta + G.r * laplacian[6] * delta + H.r * laplacian[7] * delta + I.r * laplacian[8] * delta;
// E.g和E.b值相似

下面看效果圖:

原圖:

處理後:

 

貌似處理有點問題,中間會看到不少的豎線,很明顯,多是沒有優化好,由於採用了getPiexels() 和setPixels()方法,因此一維數組的對應圖片的寬高有點麻煩。

下面貼代碼,僅供參數,一樣注意圖片的大小,數組大小不能超過虛擬機規定值。

/**
     * 圖片銳化(拉普拉斯變換)
     * @param bmp
     * @return
     */
    private Bitmap sharpenImageAmeliorate(Bitmap bmp)
    {
        long start = System.currentTimeMillis();
        // 拉普拉斯矩陣
        int[] laplacian = new int[] { -1, -1, -1, -1, 9, -1, -1, -1, -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 idx = 0;
        float alpha = 0.3F;
        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 + n) * width + k + m];
                        pixR = Color.red(pixColor);
                        pixG = Color.green(pixColor);
                        pixB = Color.blue(pixColor);
                        
                        newR = newR + (int) (pixR * laplacian[idx] * alpha);
                        newG = newG + (int) (pixG * laplacian[idx] * alpha);
                        newB = newB + (int) (pixB * laplacian[idx] * alpha);
                        idx++;
                    }
                }
                
                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;
    }
相關文章
相關標籤/搜索