android图片特效处理之模糊效果

转自：/article/1424643.html

这篇将讲到图片特效处理的模糊效果。跟前面一样是对像素点进行处理，算法是通用的，但耗时会更长，至于为什么，看了下面的代码你就会明白。

算法：

一、简单算法：将像素点周围八个点包括自身一共九个点的RGB值分别相加后平均，作为当前像素点的RGB值，即可实现效果。

举例：

ABC

DEF

GHI

假如当前点是E，那么会有：

[java] view
plaincopy

E.r = (A.r + B.r + C.r + D.r + E.r + F.r + G.r + H.r + I.r) /9 //
r表示的是E像素点RGB值的R值

[java] view
plaincopy

E.r = (A.r + B.r + C.r + D.r + E.r + F.r + G.r + H.r + I.r) / 9 // r表示的是E像素点RGB值的R值

E像素点的GB值类似。

二、采用高斯模糊：

高斯矩阵：

[java] view
plaincopy

int[]
gauss = new int[]
{ 1, 2, 1, 2, 4, 2, 1, 2, 1 };

[java] view
plaincopy

int[] gauss = new int[] { 1, 2, 1, 2, 4, 2, 1, 2, 1 };

算法是：将九个点的RGB值分别与高斯矩阵中的对应项相乘的和，然后再除以一个相应的值作为当前像素点的RGB值。

举例：（还是上面的九个点）

假如当前点是E，那么会有：

[java] view
plaincopy

int delta
= 16;

E.r =( A.r * gauss[0]
+ B.r * gauss[1] + C.r * gauss[2]
+ D.r * gauss[3] + E.r * gauss[4]
+ F.r * gauss[5] + G.r * gauss[6]
+ H.r * gauss[7] + I.r * gauss[8])
/ delta

[java] view
plaincopy

int delta = 16;

E.r =( A.r * gauss[0] + B.r * gauss[1] + C.r * gauss[2] + D.r * gauss[3] + E.r * gauss[4] + F.r * gauss[5] + G.r * gauss[6] + H.r * gauss[7] + I.r * gauss[8]) / delta

E像素点的GB值类似，delta的取值貌似没有规定值，可以自己设置任意值，但要想达到效果，能设的值很少，下面图片是值为16的效果。

处理效果：

原图片：



处理后：



两种处理方式的代码：

[java] view
plaincopy

/**

* 模糊效果

* @param bmp

* @return

*/

private Bitmap
blurImage(Bitmap bmp)

{

int width
= bmp.getWidth();

int height
= bmp.getHeight();

Bitmap bitmap = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565);

int pixColor
= 0;

int newR
= 0;

int newG
= 0;

int newB
= 0;

int newColor
= 0;

int[][]
colors = new int[9][3];

for (int i
= 1, length = width - 1;
i < length; i++)

{

for (int k
= 1, len = height - 1;
k < len; k++)

{

for (int m
= 0; m < 9;
m++)

{

int s
= 0;

int p
= 0;

switch(m)

{

case 0:

s = i - 1;

p = k - 1;

break;

case 1:

s = i;

p = k - 1;

break;

case 2:

s = i + 1;

p = k - 1;

break;

case 3:

s = i + 1;

p = k;

break;

case 4:

s = i + 1;

p = k + 1;

break;

case 5:

s = i;

p = k + 1;

break;

case 6:

s = i - 1;

p = k + 1;

break;

case 7:

s = i - 1;

p = k;

break;

case 8:

s = i;

p = k;

}

pixColor = bmp.getPixel(s, p);

colors[m][0]
= Color.red(pixColor);

colors[m][1]
= Color.green(pixColor);

colors[m][2]
= Color.blue(pixColor);

}

for (int m
= 0; m < 9;
m++)

{

newR += colors[m][0];

newG += colors[m][1];

newB += colors[m][2];

}

newR = (int)
(newR / 9F);

newG = (int)
(newG / 9F);

newB = (int)
(newB / 9F);

newR = Math.min(255,
Math.max(0, newR));

newG = Math.min(255,
Math.max(0, newG));

newB = Math.min(255,
Math.max(0, newB));

newColor = Color.argb(255,
newR, newG, newB);

bitmap.setPixel(i, k, newColor);

newR = 0;

newG = 0;

newB = 0;

}

}

return bitmap;

}

/**

* 柔化效果(高斯模糊)(优化后比上面快三倍)

* @param bmp

* @return

*/

private Bitmap
blurImageAmeliorate(Bitmap bmp)

{

long start
= System.currentTimeMillis();

// 高斯矩阵

int[]
gauss = new int[]
{ 1, 2, 1, 2, 4, 2, 1, 2, 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 delta
= 16; //
值越小图片会越亮，越大则越暗

int idx
= 0;

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 + m) * width + k + n];

pixR = Color.red(pixColor);

pixG = Color.green(pixColor);

pixB = Color.blue(pixColor);

newR = newR + (int)
(pixR * gauss[idx]);

newG = newG + (int)
(pixG * gauss[idx]);

newB = newB + (int)
(pixB * gauss[idx]);

idx++;

}

}

newR /= delta;

newG /= delta;

newB /= delta;

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;

}