图像处理之关键代码——Android

一、软件设计的基本原理和采用的主要方法(算法)与技术

算法：图像读入后，把数据放到数组中去。

灰度化用的是最终像素=0.3*R+0.59*B+0.11*G这个公式

反色使用255减去原像素得到最终像素

怀旧效果用的是0.393*R+0.769*G+0.189*B

高斯模糊用的是矩阵的卷积远算，算子是1/16{1,2,1,2,4,2,1,2,1},高斯模糊在模糊的同时有考虑每个像素的比重，所以边缘得以保留下来。

拉普拉斯用的3*3的算子，{1,1,1,1-8,1,1,1,1}

素描效果的实现参考了ps中的图层，第一个图层是灰度图，第二个图层是灰度图反相，然后用最小值滤波，最后是两个图层叠加。

图层的叠加，以灰度图为基色，处理过的图层为混合色，结果色=基色+基色*混合色/(255-混合色)，最终会使基色图朝变亮的方向发展，对比度增加。

 

 

四、实现的过程与步骤

 

(用visio画出软件架构并解释)

 

五、遇到的困难与获得的主要成果

困难：Android平台的Bitmap的一些特性不太熟悉，Bitmap在内存中的存贮格式不太清楚，以及canvas的一些属性和ColorMatrix第一次接触。

主要成果:Bitmap加深了了解，Android平台绘图的基础知识有了一个大概的全貌，细节方面还要查api。

六、测试与运行记录

测试效果、结果

左边是ps上做的效果，右边是我的软件实现的效果。

七、结果分析与小结

开发任务基本上达到，图像处理的基础算法有了一个比较深入的了解，特别是大概实现了图像素描的算法，滤镜开发的基础算法也比较熟悉了，总的来说，收获很大。

八、附录（软件配置、含注释的程序模块核心代码）

public staticBitmap oldbmp(Bitmap bmp){     intwidth=bmp.getWidth();     intheight=bmp.getHeight();         Config config=bmp.getConfig();     Bitmap bitmap=bmp.createBitmap(width, height,Bitmap.Config.RGB_565);//创建一个新的bitmap     intpixColor;     intpixR,pixG,pixb;     intnewColor;     intnewr,newg,newb;     int[]pixs=new int[width*height];     bmp.getPixels(pixs, 0, width, 0, 0, width,height);//把bitmap中的像素提取到pixs数组中去     for(int i=0;i<height;i++){                  for(int j=0;j<width;j++){             pixColor=pixs[i*width+j];//分别得到rgb三个通道             pixR=Color.red(pixColor);             pixG=Color.green(pixColor);             pixb=Color.blue(pixColor);             newr=(int)(0.393 * pixR + 0.769 * pixG + 0.189* pixb);//怀旧效果的公式             newb=(int)(0.272* pixR + 0.534 * pixG + 0.131 * pixb);             newg=(int)(0.349 * pixR + 0.686 * pixG + 0.168* pixb);             newColor=Color.argb(255, newr>255?255:newr,newg>255?255:newg, newb>255?255:newb);             pixs[i*width+j]=newColor;         }     }     bitmap.setPixels(pixs, 0, width, 0, 0, width,height);     return bitmap; }  public staticBitmap gray(Bitmap bmp){    int width=bmp.getWidth();    int height=bmp.getHeight(); Bitmap bitmap=bmp.createBitmap(width, height,Bitmap.Config.RGB_565);          Canvas canvas=new Canvas(bitmap);//创建一个画布     Paintpaint=new Paint();//创建一个画笔     float[] data={(float) 0.3,(float) 0.59,(float)0.11,0,0,(float) 0.3,(float) 0.59,(float) 0.11,0,0,(float) 0.3,(float)0.59,(float) 0.11,0,0,(float) 0.3,(float) 0.59,(float) 0.11,0,0};//灰度图的颜色过滤矩阵     ColorMatrix coma=new ColorMatrix(data);//以data为参数创建颜色过滤矩阵     ColorMatrixColorFilter filter=new  ColorMatrixColorFilter(coma);//颜色过滤器     paint.setColorFilter(filter);     canvas.drawBitmap(bmp, 0, 0, paint);/在绘制bitmap     return bitmap;} for(inti=1;i<height-1;i++){        for(intj=1;j<width-1;j++){                       count=0;            newr=newg=newb=0;            for(int m=-1;m<2;m++){//高斯模糊的算法,3*3矩阵，用的算子是算子是1/16{1,2,1,2,4,2,1,2,1},高斯模糊在模糊的同时有考虑每个像素的比重，所以边缘得以保留下来            for(int n=-1;n<2;n++){                  pixColor=pixs[(i+m)*width+j+n];            r=Color.red(pixColor);            g=Color.green(pixColor);            b=Color.blue(pixColor);            newr+=r*data[count];//3*3矩阵每一个像素分别相乘            newb+=b*data[count];            newg+=g*data[count];            count++;            }            }            //temp=(int)sum;            newr/=size;//除以16            newb/=size;            newg/=size;            newr=Math.min(255, Math.max(0, newr));            newg=Math.min(255, Math.max(0, newg));            newb=Math.min(255, Math.max(0, newb));            temp=Color.argb(255, newr, newg, newb);            newpixs[i*width+j]=temp;  for(inti=1;i<height-1;i++){    for(int j=1;j<width-1;j++){        temp=255;           for(intm=-1;m<2;m++){            for(int n=-1;n<2;n++){//最小值滤波，3*3矩阵中的最小值                  pixcolor=pixs[(i+m)*width+j+n];            temp=temp>=pixcolor?pixcolor:temp;               }    }        newpixs[i*width+j]=temp;    }} int[]Cdata=new int[width*height];//原像素int[]fdata=new int[width*height];//反色的像素int[]temp=new int[width*height];bmp.getPixels(Cdata,0, width, 0, 0, width, height);for(inti=0;i<height;i++){    for(int j=0;j<width;j++){    pixColor=Cdata[i*width+j];//原像素    r=Color.red(pixColor);    g=Color.green(pixColor);    b=Color.blue(pixColor);    nr=255-r;//变反    nb=255-b;    ng=255-g;    newColor=Color.argb(255, nr, ng, nb);    fdata[i*width+j]=newColor;          }}int minColor;inttempr,tempb,tempg; for(inti=1;i<height-1;i++){    for(int j=1;j<width-1;j++){        tempr=tempb=tempg=255;        for(intm=-1;m<2;m++){            for(int n=-1;n<2;n++){//反色像素用最小值滤波                pixColor=fdata[(i+m)*width+j+n];            r=Color.red(pixColor);    g=Color.green(pixColor);    b=Color.blue(pixColor);    tempr=r>tempr?tempr:r;    tempg=g>tempg?tempg:g;    tempb=b>tempb?tempb:b;       //反色像素用最小值滤波           }        }        pixColor=Cdata[i*width+j];        r=Color.red(pixColor);        g=Color.green(pixColor);        b=Color.blue(pixColor);        //原图像与反色并且最小值滤波的图像图层叠加，用颜色减淡模式        tempr=(int) (r+r*tempr/(256-tempr));        endr=tempr>=255?255:tempr;//颜色减淡的模式，结果色=基色+基色*混合色/（255—混合色）图层的叠加，以灰度图为基色，处理过的图层为混合色，结果色=基色+基色*混合色/(255-混合色)，最终会使基色图朝变亮的方向发展，对比度增加。        tempg=(int)(g+g*tempg/(256-tempg));        endg=tempg>=255?255:tempg;        tempb=(int)(b+b*tempb/(256-tempb));       endb=tempb>=255?255:tempb;                      minColor=Color.argb(255,endr, endg, endb);       temp[i*width+j]=minColor;        //min[Color=Color.argb(255,, green, blue)           }}