图像处理之像素格效果

图像处理之像素格效果

图像中的像素格效果是最常见的图像特效，可以隐藏或者模糊一些不想被显示出来的图像细

节，是常用的图像处理手段。

像素格效果的算法其实非常的简单，只是对图像进行块扫描，求出每个像素块的平均RGB

值，然后赋值到块中的每个像素点，最后输出处理以后的图像，而像素块的扫描有点类似

卷积的处理。具体算法步骤如下：

1. 按照从左到右，自上而下的顺序，扫描每个像素点。

2. 对扫描到的像素，计算出它属于的像素块，并且计算像素块的平均RGB值

3. 将RGB赋值给扫描到的像素点。

4. 循环上面2，3步骤，直到所有像素点都完成。

程序效果：






http://my.csdn.net/my/album/detail/1166674

像素格滤镜源代码如下：

package com.process.blur.study;
/**
* @author gloomy fish
* @date 2012-05-30
*
*/
import java.awt.image.BufferedImage;

public class PixellateFilter extends AbstractBufferedImageOp {
private int size;

public PixellateFilter() {
size = 10; // default block size=10x10
}

public PixellateFilter(int size) {
this.size = size;
}

@Override
public BufferedImage filter(BufferedImage src, BufferedImage dest) {
int width = src.getWidth();
int height = src.getHeight();

if ( dest == null )
dest = createCompatibleDestImage( src, null );

int[] inPixels = new int[width*height];
int[] outPixels = new int[width*height];
getRGB( src, 0, 0, width, height, inPixels );
int index = 0;

int offsetX = 0, offsetY = 0;
int newX = 0, newY = 0;
double total = size*size;
double sumred = 0, sumgreen = 0, sumblue = 0;
for(int row=0; row<height; row++) {
int ta = 0, tr = 0, tg = 0, tb = 0;
for(int col=0; col<width; col++) {
newY = (row/size) * size;
newX = (col/size) * size;
offsetX = newX + size;
offsetY = newY + size;
for(int subRow =newY; subRow < offsetY; subRow++) {
for(int subCol =newX; subCol < offsetX; subCol++) {
if(subRow <0 || subRow >= height) {
continue;
}
if(subCol < 0 || subCol >=width) {
continue;
}
index = subRow * width + subCol;
ta = (inPixels[index] >> 24) & 0xff;
sumred += (inPixels[index] >> 16) & 0xff;
sumgreen += (inPixels[index] >> 8) & 0xff;
sumblue += inPixels[index] & 0xff;
}
}
index = row * width + col;
tr = (int)(sumred/total);
tg = (int)(sumgreen/total);
tb = (int)(sumblue/total);
outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;

sumred = sumgreen = sumblue = 0; // reset them...
}
}

setRGB( dest, 0, 0, width, height, outPixels );
return dest;
}

}

转载时请注明出自本博客