PhotoShop算法原理解析系列 - 像素化---》碎片
本篇博文来自博主Imageshop,打赏或想要查阅更多内容可以移步至Imageshop。
转载自:https://www.cnblogs.com/Imageshop/p/3173090.html 侵删
接着上一篇文章的热度,继续讲讲一些稍微简单的算法吧。
本文来讲讲碎片算法,先贴几个效果图吧:
这是个破坏性的滤镜,拿美女来说事是因为搞图像的人90%是男人,色色的男人。
关于碎片滤镜的原理,网络上可找到的资料为:将图像创建四个相互偏移的副本,产生类似重影的效果。
就凭上述一句话,我们就可以动手了。
分析:通过上述几幅图像的比较,特别是眼睛部位,可以看出处理的图应该看得出像是单眼变成了4个眼睛,因此,网络上的说法可靠。
那么偏移的中心在哪里,偏移的数量又是多少呢,4个偏移,分别是往那些方向偏移呢,这些问题也很简单,可以那PS做验证:
具体步骤如下:打开一幅图像,在图像颜色比较单调的地方(比如上述美女的手臂处)填充一处2*2像素的红色,然后复制图层,对复制后的图层进行碎片滤镜处理,并调整图层透明度为50%,局部放大可得到如下图像:
如此效果,则可轻易得出结论:
偏移的中心就是以每个像素为中心,4个偏移分别以中心对称,斜45度均匀圆周布置,水平和垂直偏移各45度,偏移量4个像素。
那么如何叠加的问题应该可以猜测,是取四次偏移后累加值的平均值。
针对如此思路,我写出如下算法:
private void CmdFragment_Click(object sender, EventArgs e) {int X, Y, Z, XX, YY;int Width, Height, Stride;int Speed, Index;int SumR, SumG, SumB;Bitmap Bmp = (Bitmap)Pic.Image;if (Bmp.PixelFormat != PixelFormat.Format24bppRgb) throw new Exception("不支持的图像格式.");Width = Bmp.Width; Height = Bmp.Height; Stride = (int)((Bmp.Width * 3 + 3) & 0XFFFFFFFC);byte[] ImageData = new byte[Stride * Height]; // 用于保存图像数据,(处理前后的都为他)byte[] ImageDataC = new byte[Stride * Height]; // 用于保存克隆的图像数据int[] OffsetX = new int[] { 4, -4, -4, 4 }; // 每个点的偏移量int[] OffsetY = new int[] { -4, -4, 4, 4 };fixed (byte* P = &ImageData[0], CP = &ImageDataC[0]){byte* DataP = P, DataCP = CP;BitmapData BmpData = new BitmapData();BmpData.Scan0 = (IntPtr)DataP; // 设置为字节数组的的第一个元素在内存中的地址BmpData.Stride = Stride;Bmp.LockBits(new Rectangle(0, 0, Bmp.Width, Bmp.Height), ImageLockMode.ReadWrite | ImageLockMode.UserInputBuffer, PixelFormat.Format24bppRgb, BmpData);Stopwatch Sw = new Stopwatch(); // 只获取计算用时Sw.Start();System.Buffer.BlockCopy(ImageData, 0, ImageDataC, 0, Stride * Height); // 填充克隆数据 for (Y = 0; Y < Height; Y++){Speed = Y * Stride;for (X = 0; X < Width; X++){SumB = 0; SumG = 0; SumR = 0;for (Z = 0; Z < 4; Z++) // 累积取样点的取样和{XX = X + OffsetX[Z];YY = Y + OffsetY[Z];if (XX < 0) // 注意越界XX = 0;else if (XX >= Width)XX = Width - 1;if (YY < 0)YY = 0;else if (YY >= Height)YY = Height - 1;Index = YY * Stride + XX * 3;SumB += DataCP[Index];SumG += DataCP[Index + 1];SumR += DataCP[Index + 2];}DataP[Speed] = (byte)((SumB+2) >> 2); // 求平均值(Sum+2)/4,为什么要+2,就为了四舍五入。比如如果计算结果为108.6,则取像素109更为合理 DataP[Speed + 1] = (byte)((SumG + 2) >> 2);DataP[Speed + 2] = (byte)((SumR + 2) >> 2);Speed += 3; // 跳往下一个像素}}Sw.Stop();this.Text = "计算用时: " + Sw.ElapsedMilliseconds.ToString() + " ms";Bmp.UnlockBits(BmpData); // 必须先解锁,否则Invalidate失败 }Pic.Invalidate(); }
算法中,OffsetX 和 OffsetY分别为取样点像素的偏移量。同样,由于该滤镜涉及到了领域操作,在处理前需要做像素备份,但这里没有对备份数据进行扩展。因此,在内部代码里就需要对取样点的坐标进行验证,看是否超过其范围,如果超过范围,通常在图像滤镜算法范围内,有3种处理方式:
(1)超过了则认为是其最接近的边界值,即重复边缘像素,这部分代码即上述贴出的if ..... else if 部分。
(2)折回,可用如下代码来描述:
while (XX >= Width)XX = XX - Width; while (XX < 0)XX = XX + Width; while (YY >= Height)YY = YY - Height; while (YY < 0)YY = YY + Height;
(3) 只计算在图像范围内的像素:
if (XX >= 0 && XX < Width && YY >= 0 && YY < Height){// 累加计算}
当然这样做,就必须用一个变量记录下都做了多少次符合条件的计算。
有兴趣的朋友可以自己改改代码试一试。
上述代码段中DataP[Speed] = (byte)((SumB+2) >> 2);要对SumB加2的原因是为了让结果进行四舍五入的操作,这样才较为合理。
经过测试,上述代码和PS处理的效果100%的吻合。说明我们的猜测是完全正确的。
还可以对算法进一步扩展: 想的远一点,为什么非的是4个重影呢,非得是45度角度呢,非得是4个像素的水平和垂直偏移呢。我给出下图让有兴趣的读者自己研发吧。
图中,角度为32度,半径为10,碎片数为7,可产生类似下面的效果(可用我的Imageshop进行验证):
完整工程下载地址:http://files.cnblogs.com/Imageshop/Fragement.rar
PhotoShop算法原理解析系列 - 像素化---》碎片相关推荐
- PhotoShop算法原理解析系列 - 像素化---》碎片。
接着上一篇文章的热度,继续讲讲一些稍微简单的算法吧. 本文来讲讲碎片算法,先贴几个效果图吧: 这是个破坏性的滤镜,拿美女来说事是因为搞图像的人90%是男人,色色的男人. 关于碎 ...
- PhotoShop算法原理解析系列 - 风格化---》查找边缘
本篇博文来自博主Imageshop,打赏或想要查阅更多内容可以移步至Imageshop. 转载自:https://www.cnblogs.com/Imageshop/p/3171425.html ...
- PhotoShop算法原理解析系列 - 风格化---》查找边缘。
之所以不写系列文章一.系列文章二这样的标题,是因为我不知道我能坚持多久.我知道我对事情的表达能力和语言的丰富性方面的天赋不高.而一段代码需要我去用心的把他从基本原理-->初步实现-->优化 ...
- 索引算法原理解析(B-tree以及磁盘存储原理)
刚开始学习的时候,百度去查,但发现好多说得太复杂不好理解,结合各个文章总结一下(建议大概看文字,不理解不要紧,然后再看图的执行步骤然后在结合文字,这样一切就清晰好多) B-tree,B是balance ...
- python文件去重算法_使用Python检测文章抄袭及去重算法原理解析
在互联网出现之前,"抄"很不方便,一是"源"少,而是发布渠道少:而在互联网出现之后,"抄"变得很简单,铺天盖地的"源"源 ...
- python去重算法_使用Python检测文章抄袭及去重算法原理解析
在互联网出现之前,"抄"很不方便,一是"源"少,而是发布渠道少:而在互联网出现之后,"抄"变得很简单,铺天盖地的"源"源 ...
- p.563算法原理解析
p.563算法原理解析 1.概览 下图展示了,人工主观语音评估mos-lqs,双端和单端客观语音评估mos-lqo这三种方法的差异. p563算法可以被想象成一个专家使用测试设备如传统的听筒侦 ...
- LruCache算法原理解析
本来想写关于LruCache算法的原理解析文章,但是看到卡神的作品,写的太好了.所以这里我还是转载一下吧. 史上最详细LrcCache算法解析:https://blog.csdn.net/carson ...
- 十分详细的diff算法原理解析
本文我们总结一下有关diff算法的相关内容和实现原理 开门见山,直接先给出大家diff算法的概念 diff算法可以看作是一种对比算法,对比的对象是新旧虚拟Dom.顾名思义,diff算法可以找到新旧虚拟 ...
最新文章
- Gotchas 44-引用和临时对象
- docker远程访问TLS证书认证shell
- python爬虫beautifulsoup爬当当网_Python爬虫包 BeautifulSoup 递归抓取实例详解_python_脚本之家...
- 如何聚焦自己的研究方向?一个实例研究
- 工作47:继续理解父子组件
- 最全的iOS物理引擎demo
- 几何修复_*ST海润:实施终止退市 光伏产业修复成几何?
- 毕业生,管好你的档案和户口
- Excel将多个工作簿加载到SQL Server中
- 简单创建两个线程,交替输出内容
- 解析oracle的dump文件,使用awk来解析dump文件
- pandas loc, iloc, ix, at, iat用法
- Nacos视频教程分享
- jquery 的税收计算器(仅限参考)
- oracle 11g 服务端下载地址及安装说明
- vim下fcitx优化
- 物联网开源平台KAA
- 不良资产证券化中信用评级国外发展史
- 06.破解Windows7密码
- Confluence备份恢复报错: AO_187CCC_SIDEBAR_LINK