Created by Jerry Wang, last modified on Jul 31, 2014

  1. SE80, 创建一个新的BSP application. 上传一副图片,例如map.png.


2. 创建一个新的page ( with flow logic).

html code如下:

<%@page language="abap"%>
<%@extension name="htmlb" prefix="htmlb"%>
<html>
<head>
<script>
window.onload = function() {
var canvas = document.getElementById("myCanvas");
var image = document.getElementById("imageSource");
// re-size the canvas deminsion
canvas.width = image.width;
canvas.height = image.height;
// get 2D render object
var context = canvas.getContext("2d");
context.drawImage(image, 0, 0);
var canvasData = context.getImageData(0, 0, canvas.width, canvas.height);
alert(canvasData.width.toString());
alert(canvasData.height.toString());
// gray filter
for ( var x = 0; x < canvasData.width; x++) {
for ( var y = 0; y < canvasData.height; y++) {
// Index of the pixel in the array
var idx = (x + y * canvasData.width) * 4;
var r = canvasData.data[idx + 0];
var g = canvasData.data[idx + 1];
var b = canvasData.data[idx + 2];
// calculate gray scale value
var gray = .299 * r + .587 * g + .114 * b;
// assign gray scale value
canvasData.data[idx + 0] = gray; // Red channel
canvasData.data[idx + 1] = gray; // Green channel
canvasData.data[idx + 2] = gray; // Blue channel
canvasData.data[idx + 3] = 255; // Alpha channel
// add black border
if(x < 8 || y < 8 || x > (canvasData.width - 8) || y > (canvasData.height - 8))
{
canvasData.data[idx + 0] = 0;
canvasData.data[idx + 1] = 0;
canvasData.data[idx + 2] = 0;
}
}
}
context.putImageData(canvasData, 0, 0); // at coords 0,0
};
</script>
</head>
<body>
<h2>Hello World!</h2>
<img id="imageSource" src="map.png" alt="Canvas Source" />
<canvas id="myCanvas" >Gray Filter</canvas>
</body>
</html>


3. 测试效果如下:

用SAP BSP应用实现图片灰度效果相关推荐

  1. html一张图片用两种滤镜,HTML图片CSS滤镜—灰度效果

    this.p={ m:2, b:2, loftPermalink:'', id:'fks_082065087087086069087082087095083084084067083083082065' ...

  2. Java中的实现马赛克效果以及灰度效果----整张图片

    ** Java中的实现马赛克效果以及灰度效果-----整张图片 ** 实现该效果的思路: 我们知道图片是由一个一个的像素组成的,比如一张图片的分辨率为800 * 800,则它是由800个像素 * 80 ...

  3. background-image属性设置图片尺寸_Matlab | 批量修改图片尺寸及图片灰度化

    介绍: 在情绪认知的心理学实验中,我们从不同的人脸图片库获取实验所需的实验材料.在正式使用之前往往需要对人脸进行预处理,以控制无关变量对实验结果的影响.常见的预处理有将图片修改为统一尺寸.灰度化.本文 ...

  4. 有趣的6种图片灰度转换算法

    本文转载自blog 转载请注明出处 前言 黑白照片的时代虽然已经过去,但现在看到以前的照片,是不是有一种回到过去的感觉,很cool有木有~ 看完这篇文章,就可以把彩色照片变成各种各样的黑白的照片啦. ...

  5. golang实现图片颜色反转、图片灰度、缩放、转为字符画

    看到网上很多通过字符形成的画,觉得很好玩,于是网上搜索了下原来叫字符画. 见百度百科:https://baike.baidu.com/item/%E5%AD%97%E7%AC%A6%E7%94%BB/ ...

  6. 搭建Android+QT+OpenCV环境,实现“单色图片着色”效果

    OpenCV是我们大家非常熟悉的图像处理开源类库:在其新版本将原本在Contrib分库中的DNN模块融合到了主库中,并且更新了相应文档.这样我们就能够非常方便地利用OpenCV实现一些属于DeepLe ...

  7. Python 利用4行代码实现图片灰度化

    背景 不论是在进行深度学习时的图片处理,还是在商业用途出版书刊,基本都会用到对图片进行灰度转换,也就是灰度化,本文章利用简单的4行代码来快速实现图片灰度化,仅供参考 效果 实现代码 from PIL ...

  8. 3 - 图片灰度化与转换为八位灰度图片

    参考资料:彩色图像灰度化 图片灰度化与转换为八位灰度图片 1.灰度化公式 2.24 位真彩图灰度化 3.24 位真彩图转换成 8 位灰度图片 1.灰度化公式 彩色图像灰度化的算法公式一般有如下两种:明 ...

  9. python漫画滤镜怎么实现的_OpenCV图片漫画效果的实现示例

    我们随手拍摄的照片,很难达到摄影师的水准,因此不管是手机上还是电脑内,都有一些软件可以添加特效让照片更好看,手机拍摄时也有即时的美化效果.不过我比较好奇漫画特效,但是一直在网上看到别人的成品而找不到针 ...

最新文章

  1. python函数手册68_直接在python中检索68个内置函数?
  2. LVS原理详解(3种工作方式8种调度算法)--老男孩
  3. 浅析机器学习中的自由度
  4. 使用curl下载上传ftp
  5. html5时钟代码菜鸟课程,html5绘制时钟动画
  6. 51nod 1486 大大走格子(DP+组合数学)
  7. MyEclipse配置Tomcat(图解)
  8. CPU核数和线程数查找
  9. 智能公租房管理系统概要流程
  10. VoIP服务器处理协议,多协议VoIP服务器的研究与实现
  11. Unity3D游戏开发之MMD For Unity插件研究
  12. 苏大计算机考研专业课,我的考研经历全纪录(苏大计算机)
  13. 智方8000系汽车配件进销存管理系统 v8.28 bt
  14. Debian启动自定义桌面
  15. C++笔记(Ⅵ_模板)
  16. linux系统update和upgrade区别
  17. Linux的Locale
  18. mapStateToProps,mapDispatchToProps的使用详解
  19. 软考软件设计师基础知识—法律法规知识
  20. you will need to restart eclipse for the changes to take effect. would you like to restart now?

热门文章

  1. ElasticSearch2.3.5源码研究(一)
  2. 一个文件下载的工具类
  3. 文献学习(part80-B)--Do we Need Hundreds of Classifiers to Solve Real World Classification Problems?
  4. 第三次学JAVA再学不好就吃翔(part45)--Object类
  5. python二维列表做参数_python sum函数iterable参数为二维list,start参数为“[]”该如何理解...
  6. cnn 句向量_深度学习目标检测Fast R-CNN论文解读
  7. 读书笔记 —《钱从哪里来》
  8. SAP 电商云 Spartacus UI 路由事件监控
  9. 使用命令行加载 jMeter 自定义配置文件里的自定义 property
  10. 写给即将离开校园准备进入 SAP 研究院实习的朋友