android高斯模糊平均值,高斯模糊
前言
通常,图像处理软件会提供"模糊"(blur)滤镜,使图片产生模糊的效果。
“模糊”的算法不只一种,高斯模糊只是其中一种,甚至它只是其中效率很差的一种。
在Android中使用高斯模糊,需要使用到 JNI 技术,Android Studio开发之 JNI 篇已具体讨论JNI的用法等。本文主要讲述高斯模糊原理及编码等。
高斯模糊原理
所谓"模糊",可以理解成每一个像素都取周边像素的平均值。
如图所示,2是中间点,周围点都是1。中间点取周围点平均值,就会变成1。在数值上,这是一种"平滑化"。在图形上,就相当于产生"模糊"效果,"中间点"失去细节。
显然,计算平均值时,取值范围越大,"模糊效果"越强烈。
如果使用简单平均,显然不是很合理,因为图像都是连续的,越靠近的点关系越密切,越远离的点关系越疏远。因此,加权平均更合理,距离越近的点权重越大,距离越远的点权重越小。
高斯模糊根据正态分布,决定周围点的权重值。
正态分布是一种钟形曲线,越接近中心,取值越大,越远离中心,取值越小。
计算平均值的时候,我们只需要将"中心点"作为原点,其他点按照其在正态曲线上的位置,分配权重,就可以得到一个加权平均值。
正态分布的一维公式为:
由于每次计算都是以中间点为原点,所以u为标准差,即为0。所以公式进一步进化为:
由于图像是二维的,需要根据二维正态分布函数来计算权重值,它的公式以及曲线如下:
不过为了代码效率问题,不会采用二维正态分布的计算方式,而是分别对 X 轴和 Y 轴进行两次高斯模糊,也能达到效果(即通过一维正态分布计算权重)。
高斯模糊代码
先分别计算正态分布各参数,sigma与高斯模糊半径有关系,2.57既是1除以根号2 PI得来。
float sigma = 1.0 * radius / 2.57;
float deno = 1.0 / sigma * sqrt(2.0 * PI);
float nume = -1.0 / (2.0 * sigma * sigma);
因为对于每一个像素点来说,周围点在正态分布中所占的权重值都是一样的,所以正态分布计算一次即可。
float *gaussMatrix = (float *) malloc(sizeof(float) * (radius + radius + 1));
float gaussSum = 0.0;
for (int i = 0, x = -radius; x <= radius; ++x, ++i) {
float g = deno * exp(1.0 * nume * x * x);
gaussMatrix[i] = g;
gaussSum += g;
}
因为是以中间点自身为原点,所以 x 的取值范围是从 -radius 到 radius,计算结果存储的数组中。请注意周围点权重值与数组的对应关系,x 等于 -radius 时,而 i 等于0,后文会用到。
由于并没有计算所有的周围点,所以权重总合必然不为1,所以需要归一化,设法使权重值为一。
int len = radius + radius + 1;
for (int i = 0; i < len; ++i) {
gaussMatrix[i] /= gaussSum;
}
先进行 x 轴的模糊。
for (int y = 0; y < h; ++y) {
//取一行像素数据,注意像素总数组的访问方式是 x + y * w
memcpy(rowData, pix + y * w, sizeof(int) * w);
for (int x = 0; x < w; ++x) {
float r = 0, g = 0, b = 0;
gaussSum = 0;
//以当前坐标点 x、y 为中心,查看前后一个模糊半径的周围点,根据正态分布
//重新计算像素点的颜色值
for (int i = -radius; i <= radius; ++i) {
// k 表示周围点的真实坐标
int k = x + i;
// 边界上的像素点,它的周围点只有正常的一半,所以要保证 k 的取值范围
if (k >= 0 && k <= w) {
// 取到周围点的像素,并根据 argb 的排列方式,计算 r、g、b分量
int color = rowData[k];
int cr = (color & 0x00ff0000) >> 16;
int cg = (color & 0x0000ff00) >> 8;
int cb = (color & 0x000000ff);
//真实点坐标为 k,与它对应的权重数组下标是 i + radius
//前文中计算正态分布权重时已经说明相关的对应关系。
//根据正态分布的权重关系,计算中心点的 r g b各分量
int index = i + radius;
r += cr * gaussMatrix[index];
g += cg * gaussMatrix[index];
b += cb * gaussMatrix[index];
gaussSum += gaussMatrix[index];
}
}
//因为边界点的存在,gaussSum值不一定为1,所以需要除以gaussSum,归一化。
int cr = (int) (r / gaussSum);
int cg = (int) (g / gaussSum);
int cb = (int) (b / gaussSum);
//根据权重值与各周围点像素相乘之和,得到新的中间点像素。
pix[y * w + x] = cr << 16 | cg << 8 | cb | 0xff000000;
}
}
y轴的模糊原理和x轴基本一样,这里就不再重复说明了。
JNI图片接口
JNI中处理图片,需要引用 bitmap.h,头文件中主要定义三个方法。
int AndroidBitmap_getInfo(JNIEnv* env, jobject jbitmap,
AndroidBitmapInfo* info);
int AndroidBitmap_lockPixels(JNIEnv* env, jobject jbitmap, void** addrPtr);
int AndroidBitmap_unlockPixels(JNIEnv* env, jobject jbitmap);
AndroidBitmap_getInfo:获取图片信息,比如宽、高、图片格式等
AndroidBitmap_lockPixels:顾名思义,锁定像素
AndroidBitmap_unlockPixels:解锁。
AndroidBitmap_lockPixels 和 AndroidBitmap_unlockPixels 成对调用,在两个方法之间可对图片像素进行相应处理,解锁像素以后,对图片的调整效果可以立即看到,并不需要再重新生成图片了。
ps:有时并不知道 JNI 有哪些接口可以调用,最好的方式就是看源码,有哪些接口,一目了然。
其它模糊方法
除了高斯模糊之外,还有其它模糊方法,比如说 fastblur,不过这个算法还没看明白,此处不再详述,具体代码本人的github上都有,欢迎访问。
android高斯模糊平均值,高斯模糊相关推荐
- android 开源 高斯模糊_Android高斯模糊、高斯平滑(Gaussian Blur)【1】
Android高斯模糊.高斯平滑(Gaussian Blur)[1] Android高斯模糊.高斯平滑(Gaussian Blur),图形图像处理的一种效果,经过高斯模糊处理后的图片有一种&qu ...
- Android12 支持高斯模糊及高斯模糊原理
1. 高斯模糊: 高斯模糊是是图片产生模糊效果的一种算法,使用正态分布来平滑数据. 1. 原理: 所谓"模糊",可以理解成每一个像素都取周边像素的平均值.下图中,2是中间点,周边点 ...
- android多任务列表高斯模糊
Android实现高斯模糊的效果网上能搜索到很多,但是关于多任务列表高斯模糊处理的文章缺比较少,这里简单记录一下我自己的实现过程,虽然有些瑕疵,但是思路最重要,记录一下.关于这个瑕疵,也会在接下来正文 ...
- Android 实时滤镜 高斯模糊(带源码)
最近在做一个这样一个需求,一个控件可以实时预览摄像头的内容,并且对此图像进行高斯模糊处理,现在来记录一下. 基本的实现思路 1,摄像头实时预览的数据会回调给onPreviewFrame(byte[] ...
- android 开源 高斯模糊_Android高斯模糊你所不知道的坑
原标题:Android高斯模糊你所不知道的坑 本文作者 作者:mandypig 链接: https://www.jianshu.com/p/d29841b1a4d5 本文由作者授权发布. 如果你想了解 ...
- Android实现图片 高斯模糊,以及图片镜像 翻转。
好久没写博客,发现不止手痒,,原来不学习还是会颓废的-.. 哎-.. 速速找了网上比较感兴趣的功能,,看着前人大神门的方法实现,方便自己也方便别人: 上图: 代码: MainActivity.clas ...
- android 7.0 高斯模糊,Android图像处理 – 高斯模糊的原理及实现
前言 高斯模糊是图像处理中几乎每个程序员都或多或少听过的名词,但是对其原理大家可能并不了解,只知道通过高斯模糊能实现图像毛玻璃效果. 本文首先介绍图像处理中最基本的概念:卷积:随后介绍高斯模糊的核心内 ...
- android 开源 高斯模糊_android高斯模糊特效
参考文献:http://blog.csdn.net/huli870715/article/details/39378349 http://blog.csdn.net/grp0916/article/d ...
- android怎么处理模糊图片,Android 图片的高斯模糊处理
一.前言: 我们在开发过程中,经常会遇到高斯模糊的图片,或者高斯模糊背景的情况,所以今天记录一下,下面是效果图: 普通图片.png 高斯模糊图片.png 高斯模糊背景图片.png 二.使用: 1. 依 ...
最新文章
- 安装 Linux -Mplayer 播放器
- 什么是webservice?
- Nginx做负载均衡报:nginx: [emerg] could not build the types_hash
- tensorflow 制定 CPU 或GPU
- 安装WordPress图解
- 实战 es6_Node.JS实战64:ES6新特性:Let和Const
- 《JavaScript精粹(修订版)》——1.6 使用括号和分号结束符(一致的编码方式)...
- 滚动插件jQuery Marquee
- Android ADB 用法
- c语言二叉树层序遍历,二叉树二叉链表的层序遍历(C语言)
- Linux部分命令使用说明
- 小米6 twrp_小米手机刷国际版欧版 MIUI 的详细教程
- android 控件发光_Android自定义控件打造闪闪发光字体
- Tomcat和Http协议详细解析
- 第九讲:一元函数积分学的几何应用
- 一个拥抱ARVR热点机会
- 离群值 excel_如何(以及为什么)在Excel中使用离群值函数
- 基于MATLAB的线性规划解决方法——单纯形法
- Echarts 修改X轴字体大小
- python处理word_Python操作word手册
热门文章
- solidworks的openGL选项是灰色的处理方法
- 关键点检测——68点图例
- 作业管理系统数据字典
- 微信小程序获取当前地址以及选择地址详解
- 团队管理24--团建活动
- 解决chrt: failed to set pid 0‘s policy: Operation not permitted
- DoraCloud for Proxmox桌面云上启用NVIDIA Tesla P4的vGPU功能
- Unity3D 2021.1.1F1。更新与下载。
- Python游戏概率补偿算法-马尔科夫链
- 东京迪斯尼海洋乐园攻略_迪士尼乐园-软件工程师的观点