【57】android图片印刻,阳刻,素描图效果处理

介绍我参与开发的妙趣剪纸app使用的图片处理相关的技术

关于妙趣剪纸,各大android商店都可以下载,下面贴出小米商店的链接

妙趣剪纸下载

软件效果截图

如何实现上面的图片处理效果呢

1.初始化高斯矩阵

ProcessFactory.IniGauss_2(ProcessFactory.gauss_radius);  //初始化高斯矩阵

2.转化为灰度图

Bitmap bmpGrayscale=ProcessFactory.toGray2(activity.imageBmp);  //转化为灰度图

3.反色

Bitmap bmpGauss=ProcessFactory.toInverse(bmpGrayscale); //反色

4.高斯模糊

bmpGauss=ProcessFactory.toGauss(bmpGauss); //高斯模糊

5.处理颜色减淡生成素描图

toColorDodge()函数

/**
     * 处理颜色减淡
     * @param bmpGauss 高斯模糊完毕的图像
     * @param bmpGrayscale 灰度图像
     * @return
     */
     // 在原先的灰度图上做颜色减淡,使用反色高斯图辅助```
    bmpPapercut=ProcessFactory.toColorDodge(bmpGauss,bmpGrayscale);
    // TODO bmpColorDodge 图即为素描图

6.papercut处理

bmpPapercut=ProcessFactory.toPapercut(bmpPapercut);

7.膨胀处理

bmpPapercut = ProcessFactory.toPengzhang(bmpPapercut);for(int i = 0; i < 2; i++)
        {
            bmpPapercut = ProcessFactory.toPengzhang(bmpPapercut);
        }

8.腐蚀处理

for(int i = 0; i < 2; i++)
        {
            bmpPapercut = ProcessFactory.toFushi(bmpPapercut);
        }

9.frame处理

Bitmap min_img = ProcessFactory.toFramed(bmpPapercut);

最终阳刻算法结束

下面介绍印刻的处理算法

1.初始化高斯矩阵

ProcessFactory.IniGauss_2(ProcessFactory.gauss_radius);  //初始化高斯矩阵

2.转化为灰度图

Bitmap bmpGrayscale=ProcessFactory.toGray2(activity.imageBmp);  //转化为灰度图

3.反色

Bitmap bmpGauss=ProcessFactory.toInverse(bmpGrayscale); //反色

4.高斯模糊

bmpGauss=ProcessFactory.toGauss(bmpGauss); //高斯模糊

5.处理颜色减淡生成素描图

toColorDodge()函数

/**
     * 处理颜色减淡
     * @param bmpGauss 高斯模糊完毕的图像
     * @param bmpGrayscale 灰度图像
     * @return
     */
     // 在原先的灰度图上做颜色减淡,使用反色高斯图辅助```
    bmpPapercut=ProcessFactory.toColorDodge(bmpGauss,bmpGrayscale);
    // TODO bmpColorDodge 图即为素描图

6.印刻处理

bmpPapercut=ProcessFactory.toYinkePapercut(bmpPapercut);

7.腐蚀处理

for(int i = 0; i < 2; i++)
            bmpPapercut = ProcessFactory.toFushi(bmpPapercut);

印刻结束,可以看出来,印刻和阳刻的前五步基本一样

工具类是ProcessFactory,上面用到的所有函数的定义都在里面可以找到

部分关键代码贴出,如果进一步交流,请加我下面的微信

/**
     * 初始化高斯矩阵
     * @param fi
     */
    public static void IniGauss_2(int fi)
    {
        toOne = 0;           //一定要对此变量进行初始化操作!
        GAUSS = new double[(fi*2+1)*(fi*2+1)];
        int index = 0;

        for (int x=-fi; x<=fi; x++){
            for (int y=-fi; y<=fi; y++){
                double sqrtFi = sigma*sigma;
                double ex = Math.pow(Math.E, (-(double)(x*x + y*y)/(2*(double)sqrtFi)));
                double result = ex/(double)(2 * Math.PI * sqrtFi);
                GAUSS[index] = result;
                toOne += result;
                index++;
                //MessageBox.Show(result.ToString());
                }
            }
        for (int i = 0; i < index; i++){
            GAUSS[i] = GAUSS[i] / toOne;
            //System.out.println("GAUSS["+i+"] = " + GAUSS[i]);
        }

        double sum = 0;
        for( double i : GAUSS) {
            sum += i;
        }
        //System.out.println("sum is"+sum);

    }

    /**
     * 取灰度图像函数1
     * @param bmpOriginal
     * @return
     */
    public static Bitmap toGray1(Bitmap bmpOriginal){
        int width = bmpOriginal.getWidth(); //获取位图的宽
        int height = bmpOriginal.getHeight(); //获取位图的高 

        int[] pixels = new int[width*height]; //通过位图的大小创建像素点数组 

        bmpOriginal.getPixels(pixels, 0, width, 0, 0, width, height);
        int alpha = (pixels[0] & 0xFF000000)>>24;
        //int alpha = (byte)0xFF;
        for(int i = 0; i < height; i++){
            for(int j = 0; j < width; j++){
                int pixel_src = pixels[width * i + j];
                int red = (pixel_src & 0x00FF0000 ) >> 16;
                int green = (pixel_src & 0x0000FF00) >> 8;
                int blue = pixel_src & 0x000000FF;
                //注意需要先转换成float类型
                int pixel_gray = (int)(((float)red) * 0.299 + ((float)green) * 0.587 + ((float)blue) * 0.114);
                int pixel_output = ((alpha <<24) & 0xFF000000) | ((pixel_gray << 16) & 0x00FF0000) |
                        ((pixel_gray << 8) & 0x0000FF00) | (pixel_gray & 0x000000FF);
                pixels[width * i + j] = pixel_output;
                }
            }
        Bitmap bmpGrayscale = Bitmap.createBitmap(width, height, Config.ARGB_8888);
        bmpGrayscale.setPixels(pixels, 0, width, 0, 0, width, height);
        return bmpGrayscale; 

        //bmpOriginal.setPixels(pixels, 0, width, 0, 0, width, height);
        //return bmpOriginal;
    }

//  public static Bitmap toGray5(Bitmap bmpOriginal){
//      int row;
//      int pixel;
//      int R, G, B, A = 255;
//
//      int width = bmpOriginal.getWidth(); //获取位图的宽
//      int height = bmpOriginal.getHeight(); //获取位图的高
//      int[] pixels = new int[width*height]; //通过位图的大小创建像素点数组
//      bmpOriginal.getPixels(pixels, 0, width, 0, 0, width, height);
//
//      for(int i = 0; i < height; i++)
//      {
//          row = width * i;
//          for(int j = 0; j < width; j++)
//          {
//              int pixel_src = pixels[row + j];
//
//              R = (pixel_src & 0x00FF0000 ) >> 16;
//              G = (pixel_src & 0x0000FF00) >> 8;
//              B = pixel_src & 0x000000FF;
//
//              pixel = (int)(R * 0.299 + G * 0.587 + B * 0.114);
//              R = G = B = pixel;
//
//              pixel = (A << 24) | (R << 16) | (G << 8) | B;
//              pixels[row + j] = pixel;
//          }
//      }
//      Bitmap bmpGrayscale = Bitmap.createBitmap(width, height, Config.ARGB_8888);
//      bmpGrayscale.setPixels(pixels, 0, width, 0, 0, width, height);
//      return bmpGrayscale;
//  }

    /**
     * 取灰度图像函数2
     * @param bmpOriginal
     * @return
     */
     public static Bitmap toGray2(Bitmap bmpOriginal) {
        int width, height;
        height = bmpOriginal.getHeight();
        width = bmpOriginal.getWidth();    

        Bitmap bmpGrayscale = Bitmap.createBitmap(width, height, Bitmap.Config.ARGB_8888);
        Canvas c = new Canvas(bmpGrayscale);
        Paint paint = new Paint();
        ColorMatrix cm = new ColorMatrix();
        cm.setSaturation(0);
        ColorMatrixColorFilter f = new ColorMatrixColorFilter(cm);
        paint.setColorFilter(f);
        c.drawBitmap(bmpOriginal, 0, 0, paint);
        return bmpGrayscale;
        }

     /**
      * 取反色
      * @param bmpOriginal
      * @return
      */
     public static Bitmap toInverse(Bitmap bmpOriginal){
        int width = bmpOriginal.getWidth(); //获取位图的宽
        int height = bmpOriginal.getHeight(); //获取位图的高 

        int[] pixels = new int[width*height]; //通过位图的大小创建像素点数组 

        bmpOriginal.getPixels(pixels, 0, width, 0, 0, width, height);
        int alpha = (byte)((pixels[0] & 0xFF000000)>>24);
        for(int i = 0; i < height; i++){
            for(int j = 0; j < width; j++){
                int pixel_src = pixels[width * i + j];
                int red = ((pixel_src & 0x00FF0000 ) >> 16);
                int green = ((pixel_src & 0x0000FF00) >> 8);
                int blue = (pixel_src & 0x000000FF); 

                red = 255 - red;
                green = 255 - green;
                blue = 255 - blue;

                pixel_src = (alpha<<24) | (red << 16) | (green << 8) | blue;
                pixels[width * i + j] = pixel_src;
                }
            }
        Bitmap bmpInverse = Bitmap.createBitmap(width, height, Config.ARGB_8888);
        bmpInverse.setPixels(pixels, 0, width, 0, 0, width, height);
        return bmpInverse; 

//      bmpOriginal.setPixels(pixels, 0, width, 0, 0, width, height);
//      return bmpOriginal;
        }

我的微信二维码如下,欢迎交流讨论

欢迎关注《IT面试题汇总》微信订阅号。每天推送经典面试题和面试心得技巧,都是干货!

微信订阅号二维码如下:

时间: 2024-11-03 21:03:25

【57】android图片印刻,阳刻,素描图效果处理的相关文章

【转】七、android图片特效处理之光晕效果

这篇将讲到图片特效处理的图片光晕效果.跟前面一样是对像素点进行处理,本篇实现的思路可参见android图像处理系列之九--图片特效处理之二-模糊效果和android图像处理系列之十三--图片特效处理之六-光照效果.实现的效果是圆圈之内图片像素点不变,圆圈之外的点做模糊处理.所以用到了模糊效果和光照效果里面的是否是在圆圈内的算法,可以说是上面提到的两篇的效果的组合. 下面看效果图: 原图: 效果图: 光晕效果看得不是很明显,模糊强度不够,但是还能明显看到图片中有一个圆圈,圈内区域要比圈外区域看得清

【转】二、android图片特效处理之怀旧效果

图片特效处理系列将介绍图片的像素点的特效处理,这些物资注重的是原理.也就是说只要你知道这些算法不管是C++,VB,C#,JAVA都可以做出相同的特效.下面将介绍图片怀旧效果的算法.算法如下: 上面公式的意思是说将每个像素点的RGB值先分离出来,然后再按照上面的三个算式分别重新计算出RGB值然后做为当前点的RGB值. 下面看效果图片: 原图片: 处理后: 代码: /** * 怀旧效果(相对之前做了优化快一倍) * @param bmp * @return */ private Bitmap old

图片热区比切图效果好

切片和图像热区是啥?图像切片是将很大的页面图像,切成相似拼图的那种方式,以后运用 HTML 代码,再完满的拼接起来的一种加快页面图像显现的方法,图像切片以后你还能够在不一样的切片上参加连接等等,然后到达点击不一样图像区域跳转到不一样页面的作用.图像热区是在一章图像上,制作任意多边形或许圆形的区域,并参加连接的一种方式,图像热区的优点在于,图像不必被切割,就算被点击的区域是不规则的形状,图像热区也能够很轻松的敷衍,而切片要敷衍多边形的区域,能够就需求屡次切片了,那么切片和图像热区到底有啥详细差异和

android图片特效处理之怀旧效果

图片特效处理系列将介绍图片的像素点的特效处理,这些物资注重的是原理.也就是说只要你知道这些算法不管是C++,VB,C#,Java都可以做出相同的特效.下面将介绍图片怀旧效果的算法.算法如下: 上面公式的意思是说将每个像素点的RGB值先分离出来,然后再按照上面的三个算式分别重新计算出RGB值然后做为当前点的RGB值. 下面看效果图片: 原图片: 处理后: 代码: [java] view plain copy /** * 怀旧效果(相对之前做了优化快一倍) * @param bmp * @retur

android图片特效处理之光晕效果

这篇将讲到图片特效处理的图片光晕效果.跟前面一样是对像素点进行处理,本篇实现的思路可参见android图像处理系列之九--图片特效处理之二-模糊效果和android图像处理系列之十三--图片特效处理之六-光照效果.实现的效果是圆圈之内图片像素点不变,圆圈之外的点做模糊处理.所以用到了模糊效果和光照效果里面的是否是在圆圈内的算法,可以说是上面提到的两篇的效果的组合. 下面看效果图: 原图: 效果图: 光晕效果看得不是很明显,模糊强度不够,但是还能明显看到图片中有一个圆圈,圈内区域要比圈外区域看得清

24.Android 图片工具ImageUtil

24.Android 图片工具ImageUtil Android 图片工具ImageUtil 裁图 Bitmap圆角 缩略图 视频缩略图 各种类型转换 ImageUtil全部源码 裁图 /** * 调用系统自带裁图工具 * * @param activity * @param size * @param uri * @param action * @param cropFile */ public static void cropPicture(Activity activity, int si

制作Android Demo GIF:程序演示效果GIF图录制

[转] 制作Android Demo GIF:程序演示效果GIF图录制 在平时写博客或者分享自己写的程序效果的时候经常需要做成GIF图,以下就是介绍几种常用的GIF录制方法: 一.录制工具 1.(生成动画的工具:Ulead GIF Animator),可以讲单独的图片生成为GIF动画. 2.(动画录制工具:灵者Gif录制v1.0),可录制电脑上的一个区域,生成GIF动画. 3.GifCam 该软件的操作步骤如下: 1.拖动 GifCam 标题栏,改变其位置,并调整 GifCam 窗口大小,从而让

android项目实战 --ListView 头部ViewPager广告轮询图效果

看开源框架:https://github.com/tianshaojie/AndroidFine,里面有如下效果,特记录学习下,以后项目中用也好能够立刻想起来.   如上面所示,是常见项目中的图片轮训和展示效果,技术主要涉及到viewpager+photoview,那下面主要讲解如何在android App中如何实现该效果: 导入photoview相关代码: 2.   头部轮训和展示的代码: 第1个页面的实现: 首先看布局: activity_photoview.xml文件 <?xml vers

Android自定义控件 -Canvas绘制折线图(实现动态报表效果)

有时候我们在项目中会遇到使用折线图等图形,Android的开源项目中为我们提供了很多插件,但是很多时候我们需要根据具体项目自定义这些图表,这一篇文章我们一起来看看如何在Android中使用Canvas绘制折线图.先看看绘制的效果: 代码: public class MyView extends View { //坐标轴原点的位置 private int xPoint=60; private int yPoint=260; //刻度长度 private int xScale=8;  //8个单位构