Android圖像處理 - 高斯模糊的原理及實現

歡迎你們前往雲+社區，獲取更多騰訊海量技術實踐乾貨哦~

由 每天P圖攻城獅 發佈在雲+社區

做者簡介：damonxia(夏正冬)，每天P圖Android工程師

前言

高斯模糊是圖像處理中幾乎每一個程序員都或多或少聽過的名詞，可是對其原理你們可能並不瞭解，只知道經過高斯模糊能實現圖像毛玻璃效果。

本文首先介紹圖像處理中最基本的概念：卷積；隨後介紹高斯模糊的核心內容：高斯濾波器；接着，咱們從頭實現了一個Java版本的高斯模糊算法，以及實現RenderScript版本。因爲咱們本身實現的Java版本的高斯模糊算法的效率過低，所以最後介紹比較有名的高斯模糊的開源項目：Blurry以及BlurKit-Android。

BlurDemo是本文的配套Demo：

• Demo1：Java版本的高斯模糊的簡單實現。
• Demo2：RenderScript的高斯模糊實現。
• Demo3：BlurKit-Android的基本使用。
• Demo4：Blurry的基本使用。

卷積

本文只討論圖像，而圖像能夠表示爲二維矩陣，其中每一個元素爲ARGB像素值，所以這裏討論二維矩陣的卷積操做。卷積（Convolution）是圖像處理中最基本的操做，就是一個二維矩陣A（M*N）和一個二維矩陣B（m*n）作若干操做，生成一個新的二維矩陣C（M*N），其中m和n遠小於M和N，B稱爲卷積核（kernel），又稱濾波器矩陣或模板。

這裏舉個卷積的例子，如圖：

上圖中，最左邊的是源矩陣（8*8），中間是卷積核（3*3，半徑爲1），最右邊是經過對前面兩個矩陣作卷積生成的結果矩陣。圖中，若是咱們要求出結果矩陣中第二行第二列的元素的值，則把卷積核的中心元素（值爲0）和源矩陣的第二行第二列（值爲6）對齊，而後求加權和，即圖中的公式，最後獲得-3。

咱們再舉一個例子：

上圖也展現瞭如何作卷積的過程，好比要求出結果矩陣中第一行第一列的值，則把卷積核的中心對準源矩陣的第一行第一列，發現部分區域超出源矩陣的範圍了（圖中紅色部分），解決方法有不少，這裏的方案是：用邊界值填充。接着作加權和，結果爲-5。接着用一樣的方法依次計算結果矩陣的每一個元素便可。

一般來講卷積核須要知足：

• 寬和高都爲奇數，這樣纔會有半徑和中心的概念。
• 元素總和爲1。

濾波器

均值濾波器

均值濾波器（Mean Filter）是最簡單的一種濾波器，它是最粗糙的一種模糊圖像的方法，高斯濾波是均值濾波的高級版本。實際上不一樣的濾波器就是經過改變卷積核（濾波器），從而改變最後的結果矩陣，中間步驟都同樣，都是求加權和。均值濾波器的卷積核一般是m*m的矩陣，其中每一個元素爲1/(m^2)，能夠看出卷積核的元素總和爲1。好比3*3的均值濾波器，卷積核的每一個元素就是1/9。

高斯濾波器

高斯濾波器是均值濾波器的高級版本，惟一的區別在於，均值濾波器的卷積核的每一個元素都相同，而高斯濾波器的卷積核的元素服從高斯分佈。

高斯濾波器是基於二維的高斯分佈函數，所以首先介紹二維高斯分佈函數。二維高斯分佈函數和圖以下：

其中x和y表示卷積核中某個元素橫座標和縱座標距離中心點的距離。sigma控制曲線的平緩程度，值越大，越平緩，最高點越低。咱們能夠輕易看出當x=0且y=0時值最大，即卷積核的中心點權重最大。

好比卷積核中一個元素距離中心點，橫向距離2，縱向距離1，那麼x=2,y=1，就能求出該元素的值。固然爲了保證卷積核元素總和爲1，最後每一個元素都須要除以卷積核中全部元素之和。

怎麼肯定卷積核的大小呢？肯定sigma以後，雖然無論距離中心點多遠，該元素的高斯分佈函數值總爲非負數，可是根據經驗，卷積核的半徑定爲3*sigma，所以寬高爲6*sigma+1。

若是高斯濾波器的卷積核是二維的（m*n），則算法複雜度爲O(m*n*M*N)，複雜度較高，所以接下來咱們對算法複雜度進行優化。

一維的高斯分佈函數和圖以下：

實際上，二維高斯分佈函數能夠分解爲兩個一維高斯分佈函數相乘，以下：

所以本來的源矩陣和二維卷積核作卷積等價於源矩陣先與1*m的一維卷積核作卷積，再與m*1的一維卷積核作卷積。一維卷積核的半徑仍定爲3*sigma。此時算法複雜度變爲O(2*m*M*N)。

高斯模糊的實現

Java版本

這裏實現了簡單版本的高斯模糊，經過使用橫向和縱向的一維高斯濾波器分別對源矩陣卷積，經過設置sigma的大小能控制圖片的模糊程度，值越大越模糊。可是算法速度仍比較慢，建議直接使用RenderScript版本或直接使用成熟的開源項目。

因爲代碼過長，不能截圖，所以直接給出Gist地址：https://gist.github.com/xiazdong/d57bf5441f56db197163a5de69dfa65f

效果以下：

RenderScript版本

RenderScript是Android提出的一個計算密集型任務的高性能框架，能並行的處理任務，他能夠充分利用多核CPU和GPU，你不須要管怎麼調度你的任務，只須要管任務具體作什麼。這裏不深刻介紹RenderScript，由於RenderScript已經提供了一個實現高斯模糊的類：ScriptIntrinsicBlur。

實現起來很是簡單：

開源項目

關於Android圖像模糊的開源項目有不少，好比Blurry是專門針對Bitmap或View作模糊，能夠設置模糊的基底色，並且還能對模糊操做異步化；BlurKit-Android也能對Bitmap作高斯模糊（內部經過RenderScript實現），但最吸引人的是實現了毛玻璃的遮罩，效果以下：

BlurKit-Android支持的最低版本是Android 4.1（API 16），所以若是應用須要支持的最低版本是4.0，則不能使用該庫，Blurry支持的最低版本是3.0。

BlurKit-Android

配置過程以下：

• 在build.gradle中設置：compile 'com.wonderkiln:blurkit:1.0.0'，並在defaultConfig中設置renderscriptTargetApi 24和renderscriptSupportModeEnabled true。
• 在Application的onCreate()最開始處加入BlurKit.init(this);。

配置完成後，經過調用BlurKit.getInstance().blur(Bitmap src, int radius);實現高斯模糊，並會把高斯模糊的結果圖寫入src，其中0<radius<=25。

該庫還提供了fastBlur()實現速度更快的高斯模糊，和blur()的區別在於，fastBlur()在高斯模糊以前對圖片採樣，使得圖片大小縮小好幾倍，從而加快高斯模糊的速度。這種加快速度的方法是合理的，由於高斯模糊並不須要原圖像很精確的信息。

BlurKit-Android最吸引人的是提供高斯模糊的遮罩（BlurLayout），隨着遮罩下面的內容的變化，高斯模糊效果也會隨之改變。使用以下：

該Layout可以實現實時的對該Layout下面的內容作高斯模糊。

Blurry

配置方法：在build.gradle中添加compile 'jp.wasabeef:blurry:2.1.1'。

使用方法以下：

總的來講，這兩個庫都使用起來很是方便。

相關閱讀

Android圖像處理系列 - 高斯模糊的幾種優化方法

iOS圖像處理系列 - 雙重曝光技術的GPUImage實現

iOS圖像處理系列 - GPUImage源碼解讀（二）

此文已由做者受權雲加社區發佈，轉載請註明文章出處