將來視覺7-Android的高斯模糊方案

這段時間工做真心比較忙，而空餘時間，都在在研究補全一些opencv技術的基礎，而後近來有個業務和圖像有關，背景高斯模糊的方案了。

可知Android可使用高斯模糊的方案也真的很多，可是最終仍是要看效果和效率的。

至於高斯模糊有什麼做用呢？

模糊陰影，其原理也是使用高斯模糊的。

在美顏磨皮這方面，使用高斯模糊是一個很好的方向。

要學習高斯模糊基礎仍是要先知道底層原理，其原理是基於數學的正態分佈，越接近中心，權重就越大。

正態分佈是一維的

如何反映出正態分佈？則須要使用高斯函數來實現。 上面的正態分佈是一維的，而對於圖像都是二維的，因此咱們須要二維的正態分佈。

正態分佈的密度函數叫作"高斯函數"（Gaussian function）。它的一維形式是：

其中，μ是x的均值，σ是x的方差。由於計算平均值的時候，中心點就是原點，因此μ等於0。

根據一維高斯函數，能夠推導獲得二維高斯函數：

3*3的矩陣

爲了計算權重矩陣，須要設定σ值。現假定σ=1.5，則模糊半徑爲1的權重矩陣以下：

這9個點的權重總和等於0.4787147，若是隻計算這9個點的加權平均，還必須讓它們的權重之和等於1，所以上面9個值還要分別除以0.4787147，獲得最終的權重矩陣。

###目的是讓濾鏡的權重總值等於1。不然的話，使用總值大於1的濾鏡會讓圖像偏亮，小於1的濾鏡會讓圖像偏暗。

有了權重矩陣，就能夠計算高斯模糊的值了。 假設現有9個像素點，灰度值（0-255）以下：

每一個點乘以本身的權重值：

獲得

將這9個值加起來，就是中心點的高斯模糊的值。 對全部點重複這個過程，就獲得了高斯模糊後的圖像。 ###對於彩色圖片來講，則須要對RGB三個通道分別作高斯模糊。

若是到達邊界的時候，還須要給邊界側補0處理

當圖像處理的時候，高斯濾波會從左到右、從上到下的處理各個點的色值合成。

一.Glide

Glide可使用一個擴展庫glide-transformations，就是本身寫Transform，而後在transform中添加高斯模糊的計算。具體代碼以下

FastBlur.java， 裏面變換的規則有點複雜，由於圖像變化是基於java上層來完成，效率和速度是最低的。

二.Genius-blur

Genius-blur

這是使用jni的方案，大小隻有20k左右。

內部blur_ARGB_8888的實現方法和Glide的FastBlur的算法方式是同樣的，可是由於使用C++底層實現，速度確定要快上不少。

三.RenderScript

使用RenderScript框架來加載渲染高斯模糊的渲染腳本，基礎仍是會使用底層的渲染Rs渲染庫。 github.com/CameraKit/b… 兼容問題 官方說明 只能api17以上才能使用，若是低版本只能使用v8版本的。網上有簡單的在build.gradle的defaultConifg添加

renderscriptTargetApi 26

renderscriptSupportModeEnabled true

添加v8的renderscript兼容包，容量加大一百多k。

可是我在AS3.3沒法使用這種方法編譯成功，提示我沒法找到RenderScript的類，結果我只能手動引入了Sdk\build-tools\27.0.3\renderscript\lib\packaged裏面的so和jar包，才能編譯經過，可是這樣打出來的aar包2.2M，只是一個模糊兼容就增大這麼大的容量，不怎麼友好啊。 radius的範圍是0~25。值越大越模糊。

public Bitmap blur(Bitmap src, int radius) {
            final Allocation input = Allocation.createFromBitmap(rs, src);
            final Allocation output = Allocation.createTyped(rs, input.getType());
            final ScriptIntrinsicBlur script = ScriptIntrinsicBlur.create(rs, Element.U8_4(rs));
            script.setRadius(radius);
            script.setInput(input);
            script.forEach(output);
            output.copyTo(src);
       
        return src;
    }
複製代碼

1.最終我採起了17以上使用renderScipt，如下的使用Genius-blur這個庫，打包出來的aar大概是20k左右，足夠兼容簡單的高斯模糊要求。

2.正常的高斯模糊，是不包含色值，有些須要會要求帶有特定色值的高斯模糊，這時候可使用ImageView把高斯模糊的圖設置爲背景，而後把帶有色值的透明圖來設置到imageView的src圖。這樣看起來就會帶有色值的高斯模糊了。

3.若是作到高斯模糊漸變消息，其實這裏是使用障眼法，設置Bitmap的alpha值來達到漸變消失的。

四.使用Opencv來處理高斯圖像

若是你框架中已經加入了Opencv的sdk，使用這種方法也是很是高效的。

Mat表明Opencv中的圖像數據

Imgproc是Opencv的工具類

Imgproc.GaussianBlur是Opencv的高斯模糊處理

public class GaussianBlur {
	public static void main(String[] args) {
		try{
			System.loadLibrary(Core.NATIVE_LIBRARY_NAME);
			
			Mat src=Imgcodecs.imread("本地圖片地址");
			//讀取圖像到矩陣中
			if(src.empty()){
				throw new Exception("no file");
			}
			
			Mat dst = src.clone();
			//複製矩陣進入dst
			
			Imgproc.GaussianBlur(src,dst,new Size(13,13),10,10);
			//圖像模糊化處理11
			Imgcodecs.imwrite("寫入地址", dst);
			
			Imgproc.GaussianBlur(src,dst,new Size(31,5),80,3);
			//圖像模糊化處理33
			Imgcodecs.imwrite("寫入地址", dst);
		}catch(Exception e){
			System.out.println("例外：" + e);
		}
	}
}
複製代碼

五.OpenGL

以前使用Opengl，來採集圖像用於實時的美顏方案的。

使用高斯模糊是能夠給人臉皮膚模糊，作到去磨皮等效果的。

能夠看到RenderScript最高支持25範圍的卷積核來作模糊，卷積核越大越模糊，計算量越大，速度越慢。計算太大就會形成卡頓，卷積核過小，模糊效果不夠明細那。可是爲了效率問題，Opengl這邊只使用了統一幾組採集點，就是在必定範圍內只採集一些對應的點，例如周圍點附近幾組菱形頂點做爲採集點。而後使用這種採集來作配置。

/**模糊取值紋理座標**/
    blurCoordinates[0] = inputTextureCoordinate.xy + singleStepOffset * vec2(0.0, -10.0);
   ....
	blurCoordinates[19] = inputTextureCoordinate.xy + singleStepOffset * vec2(4.0, -4.0);
    
    float sampleColor = centralColor.g * 20.0;
    sampleColor += texture2D(inputImageTexture, blurCoordinates[0]).g;
    …
    /** 不一樣權重**/
    sampleColor += texture2D(inputImageTexture, blurCoordinates[19]).g * 2.0;

    /**最終模糊均值**/
    sampleColor = sampleColor / 48.0;
    /** .用原圖綠色通道值減去sampleColor，加上0.5，整個步驟是PS中的高保留反差**/
    float highPass = centralColor.g - sampleColor + 0.5;
複製代碼

人臉是偏紅色，因此紅色通道的色值比較大，而人臉細節方面是保留在綠色通道上比較多。 若是須要美白，須要使用強光處理

/**5次強光處理**/
for(int i = 0; i < 5;i++)
    {
        highPass = hardLight(highPass);
    }

float hardLight(float color)
{
    if(color <= 0.5)
        color = color * color * 2.0;
    else
        color = 1.0 - ((1.0 - color)*(1.0 - color) * 2.0);
    return color;
}
複製代碼

灰度圖生成，公式爲0.299R + 0.587G + 0.114*B

const highp vec3 W = vec3(0.299,0.587,0.114);
float luminance = dot(centralColor, W);

    float alpha = pow(luminance, params);
複製代碼

將灰度值做爲閾值，用來排除非皮膚部分

/** pow(x,y)是x的y次方**/
    float alpha = pow(luminance, params);
    /** 原圖rgb值與高反差後的結果相比，噪聲越大，二者相減後的結果越大，在原結果基礎上加上必定值，來提升亮度，消除噪聲。
pow函數中第二個參數可調（1/3~1)，值越小，alpha越大，磨皮效果越明顯，修改該值可做爲美顏程度**/
    vec3 smoothColor = centralColor + (centralColor-vec3(highPass))*alpha*0.1;

複製代碼

以灰度值做爲透明度將原圖與混合後結果進行濾色、柔光等混合，並調節飽和度

gl_FragColor = vec4(mix(smoothColor.rgb, max(smoothColor, centralColor), alpha), 1.0);
複製代碼

可是由於圖片比例問題，高斯模糊的方式是沒問題的，可是採集點的影響須要根據寬高比例調整 Cain_Huang對人臉磨皮的高斯模糊調整Android OpenGLES 實時美顏(磨皮)的優化

他在磨皮優化二的章節，提供了更高效的高斯模糊計算方式。 在頂點着色器，預先計算出周邊點保存到數組，而後傳遞到片斷着色器

uniform mat4 uMVPMatrix;
attribute vec4 aPosition;
attribute vec4 aTextureCoord;

// 高斯算子左右偏移值，當偏移值爲5時，高斯算子爲 11 x 11
const int SHIFT_SIZE = 5;

uniform highp float texelWidthOffset;
uniform highp float texelHeightOffset;

varying vec2 textureCoordinate;
varying vec4 blurShiftCoordinates[SHIFT_SIZE];

void main() {
    gl_Position = uMVPMatrix * aPosition;
    textureCoordinate = aTextureCoord.xy;
    // 偏移步距
    vec2 singleStepOffset = vec2(texelWidthOffset, texelHeightOffset);
    // 記錄偏移座標
    for (int i = 0; i < SHIFT_SIZE; i++) {
        blurShiftCoordinates[i] = vec4(textureCoordinate.xy - float(i + 1) * singleStepOffset,
                                       textureCoordinate.xy + float(i + 1) * singleStepOffset);
    }
}
複製代碼

片斷着色器，使用一個for循環來取得偏移座標的色值總和，而後計算平均值。這裏沒有使用高斯核權重，因此並不算標準被高斯模糊計算。

precision mediump float;
varying vec2 textureCoordinate;
uniform sampler2D inputTexture;
const int SHIFT_SIZE = 5; // 高斯算子左右偏移值
varying vec4 blurShiftCoordinates[SHIFT_SIZE];
void main() {
    // 計算當前座標的顏色值
    vec4 currentColor = texture2D(inputTexture, textureCoordinate);
    mediump vec3 sum = currentColor.rgb;
    // 計算偏移座標的顏色值總和
    for (int i = 0; i < SHIFT_SIZE; i++) {
        sum += texture2D(inputTexture, blurShiftCoordinates[i].xy).rgb;
        sum += texture2D(inputTexture, blurShiftCoordinates[i].zw).rgb;
    }
    // 求出平均值
    gl_FragColor = vec4(sum * 1.0 / float(2 * SHIFT_SIZE + 1), currentColor.a);
}
複製代碼

高斯模糊的應用和一些計算就分析到這裏，五種高斯模糊的計算和分析，但願對你們有幫助。