Android平台上的图像特效处理技术解析

时间：11-08 神话故事提交错误

各位老铁们，大家好，今天由我来为大家分享Android平台上的图像特效处理技术解析，以及的相关问题知识，希望对大家有所帮助。如果可以帮助到大家，还望关注收藏下本站，您的支持是我们最大的动力，谢谢大家了哈，下面我们开始吧！

圆角

灰白处理

public static Bitmap toGrayscale(Bitmap bmpOriginal) { int width, height;高度=bmpOriginal.getHeight();宽度=bmpOriginal.getWidth();位图bmpGrayscale=Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565);画布c=new Canvas(bmpGrayscale);油漆油漆=new Paint(); ColorMatrix cm=new ColorMatrix(); cm.setSaturation(0); ColorMatrixColorFilter f=new ColorMatrixColorFilter(cm); Paint.setColorFilter(f) ; c.drawBitmap(bmpOriginal, 0, 0, 油漆);返回bmp 灰度； }

它使用ColorMatrix 类附带的setSaturation() 方法来设置饱和度。然而，其方法内部实现的更深层次是通过使用颜色矩阵的乘法来实现的。

输出效果：

gray

黑白处理

public static Bitmap toHeibai(Bitmap mBitmap) { int mBitmapWidth=0; int mBitmapHeight=0; mBitmapWidth=mBitmap.getWidth(); mBitmapHeight=mBitmap.getHeight();位图bmpReturn=Bitmap.createBitmap(mBitmapWidth, mB itmapHeight, Bitmap.Config.ARGB_8888); int iPixel=0; for (int i=0; i mBitmapWidth; i++) { for (int j=0; j mBitmapHeight; j++) { int curr_color=mBitmap.getPixel(i, j); } int avg=(Color.red(curr_color) + Color.green(curr_color) + Color.blue(curr_color))/3; if (avg=100) { iPixel=255; } 否则{ iPixel=0; int modif_color=Color.argb(255, iPixel, iPixel, iPixel); bmpReturn.setPixel(i, j, modif_color);返回bmpReturn; }

阈值变换。其实看图片效果就可以知道。这张图片与经过灰白处理的图片不同。不同的是，灰白色处理中虽然没有颜色，但是黑白层次依然存在，而这张图片连层次都没有，只有两种截然不同的黑白颜色。实现的算法也非常简单。每个像素的RGB 值被平均。如果高于100，则被认为是白色，如果低于100，则被认为是黑色。

输出效果：

黑白

镜像处理

public static Bitmap createReflectionImageWithOrigin(Bitmap bitmap) { Final int ReflectionGap=4; int 宽度=bitmap.getWidth(); int height=bitmap.getHeight();矩阵矩阵=new Matrix();矩阵.preScale(1,-1);位图reflectionImage=Bitmap.createBitmap(位图， 0, 高度/2, 宽度，高度/2, 矩阵， false);位图bitmapWithReflection=Bitmap.createBitmap(width, (height + height/2), Config.ARGB_8888);画布canvas=new Canvas(bitmapWithReflection); canvas.drawBitmap(位图， 0, 0, null);绘制deafalutPaint=new Paint(); canvas.drawRect(0, 高度，宽度，高度+ 反射间隙， deafalutPaint); canvas.drawBitmap(reflectionImage, 0, 高度+reflectionGap, null);油漆油漆=new Paint(); LinearGradient 着色器=new LinearGradient(0, bitmap.getHeight(), 0, bitmapWithReflection.getHeight() + ReflectionGap,0x70ffffff,0x00ffffff , TileMode.CLAMP);油漆.setShader(着色器); //在paint.setXfermode(new PorterDuffXfermode(Mode.DST_IN))中将传输模式设置为porter duff和目的地； //使用带有线性渐变的paint绘制一个矩形canvas.drawRect(0, height, width, bitmapWithReflection.getHeight()+ ReflectionGap, Paint);返回带反射的位图； }

只需反转原始图片，调整其颜色以创建反射效果，然后将两张图片添加在一起即可。

输出效果：

镜像

泛黄处理

public static Bitmap testBitmap(Bitmap bitmap) { 位图输出=Bitmap.createBitmap(bitmap.getWidth(),bitmap.getHeight(), Config.RGB_565);画布画布=新画布（输出）；油漆油漆=new Paint(); ColorMatrix cm=new ColorMatrix(); float[] 数组={1,0,0,0,50, 0,1,0,0,50, 0,0,1,0,0, 0,0,0,1,0};厘米.set(数组);油漆.setColorFilter(new ColorMatrixColorFilter(cm)); canvas.drawBitmap(位图， 0, 0, 绘画);返回输出； }

其实每张图片的存储就是每个像素点的rgba值，对其进行操作时，它的四个值定位在一个5行1列的矩阵中，最后一行值为1。这样，用矩阵来操作确实方便很多。矩阵乘法可以轻松地按比例或通过加法来增加或减少某些或所有分量。比如有一张现有的图片，每个点的rgba值为{100,100,100,255}，就是整张灰度图片。我们希望红色的部分增加一倍，剩下的部分增加十。你可以将它的值虚拟成一个五行一列的矩阵：{100, 100,100,255,1}，然后让这个矩阵：{2,0,0,0,0，wrap 0,1,0,0,10,换行0,0,1, 0,10 换行0,0,0,1,10} 相乘。获取{200,110,100,100}。这种泛黄照片处理算法的原理就是将每个像素的rg值增加50，将rg值混合得到黄色。

输出效果：

泛黄

哈哈镜处理

jintArray Java_com_spore_meitu_jni_ImageUtilEngine_toHahajing (JNIEnv* env,jobject thiz, jintArray buf, jint 宽度， jint 高度，jint centerX, jint centerY, jint 半径， jfloat multiple) { jint * cbuf; cbuf=(*env)-GetIntArrayElements(env, buf, 0); int newSize=宽度* 高度； jint rbuf[newSize]; float xishu=多个； int real_radius=(int)(半径/xishu);整数i=0，j=0； for (i=0; i 宽度； i++) { for (j=0; j 高度； j++) { int curr_color=cbuf[j * 宽度+ i]; } int pixR=红色(curr_color); int pixG=绿色(curr_color); int pixB=蓝色(curr_color); int pixA=alpha(curr_color); int newR=pixR; int newG=pixG; int newB=pixB; int newA=pixA; int 距离=(int) ((centerX - i) * (centerX - i) + (centerY - j) * (centerY - j)); if (距离半径* 半径) { int src_x=(int) ((float) (i - centerX)/xishu); int src_y=(int) ((float) (j - centerY)/xishu); src_x=(int)(src_x * (sqrt(距离)/real_radius)); src_y=(int)(src_y * (sqrt(距离)/real_radius)); src_x=src_x + centerX; src_y=src_y + centerY; int src_color=cbuf[src_y * 宽度+ src_x]; newR=红色(src_color); newG=绿色(src_color); newB=蓝色(src_color); newA=alpha(src_color); newR=min(255, max(0, newR)); newG=min(255, max(0, newG)); newB=min(255, max(0 , newB)); newA=min(255, max(0, newA)); int modif_color=ARGB(newA, newR, newG, newB); rbuf[j * 宽度+ i]=modif_color; jintArray 结果=(*env)-NewIntArray(env, newSize); (*env)-SetIntArrayRegion(env, 结果， 0, newSize, rbuf); (*env) -ReleaseIntArrayElements(env, buf, cbuf, 0);返回结果； }

根据魔镜的半径，以中心点为圆心，对各个像素点的坐标进行位移和扩展。越接近中心点，膨胀越大。

输出效果：

哈哈镜像

放大镜处理

jintArray Java_com_spore_meitu_jni_ImageUtilEngine_toFangdajing (JNIEnv* env,jobject thiz, jintArray buf, jint 宽度， jint 高度，jint centerX, jint centerY, jint 半径， jfloat multiple) { jint * cbuf; cbuf=(*env)-GetIntArrayElements(en v , buf, 0); int newSize=宽度* 高度； jint rbuf[newSize]; float xishu=多个； int real_radius=(int)(半径/xishu);整数i=0，j=0； for (i=0 ; i 宽度； i++) { for (j=0; j 高度； j++) { int curr_color=cbuf[j * 宽度+ i]; } int pixR=红色(curr_color); int pixG=绿色(curr_color); int pixB=蓝色(curr_color); int pixA=alpha(curr_color); int newR=pixR; int newG=pixG; int newB=pixB; int newA=pixA; int 距离=(int) ((centerX - i) * (centerX - i ) + (centerY - j) * (centerY - j)); if (距离半径* 半径) { int src_x=(int)((float)(i - centerX)/xishu + centerX); int src_y=(int) ((float)(j - centerY)/xishu + centerY); int src_color=cbuf[src_y * 宽度+ src_x]; newR=红色(src_color); newG=绿色(src_color); newB=蓝色(src_color); newA=alpha(src_color); newR=min(255, max(0, newR)); newG=min(255, max(0, newG)); newB=min(255, max(0, newB)); newA=min(255, max(0, newA)); int modif_color=ARGB(newA, newR, newG, newB); rbuf[j * 宽度+ i]=modif_color; jintArray 结果=(*env)-NewIntArray(env , newSize); (*env)-SetIntArrayRegion(env, 结果， 0, newSize, rbuf); (*env)-ReleaseIntArrayElements(env, buf, cbuf, 0);返回结果； }

浮雕处理

public static Bitmap toFuDiao(Bitmap mBitmap) { int mBitmapWidth=0; int mBitmapHeight=0; mBitmapWidth=mBitmap.getWidth(); mBitmapHeight=mBitmap.getHeight();位图bmpReturn=Bitmap.createBitmap(mBitmapWidth, mBitmap Height, Bitmap .Config.RGB_565); int 预着色=0; int prepreColor=0; preColor=mBitmap.getPixel(0, 0); for (int i=0; i mBitmapWidth; i++) { for (int j=0; j mBitmapHeight; j++) { int curr_color=mBitmap.getPixel(i, j); } int r=Color.red(curr_color) - Color.red(prepreColor) +127; int g=Color.green(curr_color) - Color.red(prepreColor) + 127; int b=Color.green(curr_color) - Color.blue(prepreColor) + 127; int a=Color.alpha(curr_color); int modif_color=Color.argb(a, r, g, b); bmp返回。 setPixel(i, j, modif_color);预预颜色=预颜色； preColor=curr_color; Canvas c=new Canvas(bmpReturn);油漆油漆=new Paint(); ColorMatrix cm=new ColorMatrix(); cm.setSaturation(0) ; ColorMatrixColorFilter f=new ColorMatrixColorFilter(cm);油漆.setColorFilter(f); c.drawBitmap(bmpReturn, 0, 0, 绘画);返回bmp返回； }

其实浮雕的特点就是在颜色有跳跃的地方刻出痕迹。 127、127、127为深灰色，与石材的颜色相似。此颜色用作此处的背景颜色。算法是用前一个点的rgba值减去当前点的rgba值，然后加上127，得到当前点的颜色。

输出效果：

emboss

底片处理

jintArray Java_com_spore_meitu_jni_ImageUtilEngine_toDipian (JNIEnv* env,jobject thiz, jintArray buf, jint 宽度， jint 高度) { jint * cbuf; cbuf=(*env)-GetIntArrayElements(env, buf, 0); int newSize=宽度* 高度for (i=0; i 宽度； i++) { for (j=0; j 高度； j++) { int curr_color=cbuf[j * 宽度+ i]; } int r=255 - 红色（curr_color）； int g=255 - 绿色(curr_color); int b=255 - 蓝色(curr_color); int a=alpha(curr_color); int modif_color=ARGB(a, r, g, b); rbuf[j * 宽度+ i]=modif_color; jintArray 结果=(*env)-NewIntArray(env, newSize); (*env)-SetIntArrayRegion(env, 结果， 0, newSize, rbuf); (*env)-ReleaseIntArrayElements(env, buf, cbuf, 0);返回结果； }

输出效果：

负

油画处理

public static Bitmap toYouHua(Bitmap bmpSource) { Bitmap bmpReturn=Bitmap.createBitmap(bmpSource.getWidth(), bmpSource.getHeight(), Bitmap.Config.RGB_565);整数颜色=0；整数无线电=0； int 宽度=bmpSource.getWidth(); int height=bmpSource.getHeight();随机rnd=new Random(); int iModel=10; int i=宽度- iModel； while (i 1) { int j=高度- iModel; while (j 1) { int iPos=rnd.nextInt(100000) % iModel;颜色=bmpSource.getPixel(i + iPos, j + iPos); bmpReturn.setPixel(i, j, 颜色); j=j - 1; } i=i - 1;返回bmpReturn; }

因为油画是用毛笔画的，用彩笔画的时候，就没有那么精确，应该在这一点的颜色会滑到另一点。算法的实现是取一定范围内的随机数，每个点的颜色就是该点减去随机数坐标得到的坐标的颜色。

输出效果：

如果你还想了解更多这方面的信息，记得收藏关注本站。