NDK处理图片：通过对比度达到美黑效果

前言

• 这里主要还是学习ndk开发，这个对比度的算法，原理上也不是很清晰，通过本篇文章，主要了解到ndk简单开发的流程，图片处理的基本原理。
• 学习来源：爱奇艺视频搜索：Android开发NDK图片处理，有个一个半小时的视频的，他的开发环境是eclipse。目前我用过的环境是android studio2.2的，开发环境的搭建可以看我之前的文章。

程序步骤

• AS2.2创建一个支持C++的工程，自动生成了Jni文件夹和一些配置文件。
• 先看项目的配置文件，build.gradle中：

 externalNativeBuild {        cmake {            path "CMakeLists.txt"        }    }

• 这里是要执行这个cmake的文件，再看CMakeLists.txt

add_library( # Sets the name of the library.             native-lib             # Sets the library as a shared library.             SHARED             # Provides a relative path to your source file(s).             # Associated headers in the same location as their source             # file are automatically included.             src/main/cpp/native-lib.cpp             src/main/cpp/ndk_handle_pics.cpp )

• 这里加载一个名为 native-lib 的动态库，文件中的内容有src/main/cpp/native-lib.cpp， src/main/cpp/ndk_handle_pics.cpp
  这两个文件。

target_link_libraries( # Specifies the target library.                       native-lib                       # Links the target library to the log library                       # included in the NDK.                       ${log-lib} )

• 这里 就是将 log-lib 连接到我们的 native-lib动态库中

• 图片是我随便在网上找到的一张图片的，图片里面的处理前跟处理后跟我这里的处理没有什么关系，这里搜索磨皮效果的时候找到的图片，这是别人的对比图。我先上我没处理过之前的图片的
  

• 以上主要是介绍配置文件的作用，核心代码如下：

• 这里是用java来处理图片的代码

                  long start_time = System.currentTimeMillis();                //核心：获取到bitmap的ARGB，来用它做 对比度 的处理                //定义一个亮度和对比度 这个对比度的算法是别人来做的                float brightness = 0.2f;                float constract = 0.2f;                int width = mBitmap.getWidth();                int height = mBitmap.getHeight();                Bitmap bitmap = Bitmap.createBitmap(width , height , Bitmap.Config.RGB_565);                //开始来处理                int a , r , g , b ;                //调黑的亮度                int bab  = (int) (255 * brightness);                //对比度                float ca = 1.0f + constract;                //再调高一点而已                ca *= ca;                int cab = (int) (ca * 65536) + 1 ;                //开始每一个点来做处理的                for(int x = 0 ; x < width ; x++){                    for(int y = 0 ; y < height ; y++){                        //获取到每个像素点的颜色值                        int color = mBitmap.getPixel(x, y);                        a = Color.alpha(color);                        r = Color.red(color);                        g = Color.green(color);                        b = Color.blue(color);                        //然后减去一个亮度                        int ri = r - bab;                        int gi = g - bab;                        int bi = b - bab;                        //重新进行一下赋值                        r = (ri > 255)?255:(ri < 0 ? 0 : ri);                        b = (bi > 255)?255:(bi < 0 ? 0 : bi);                        g = (gi > 255)?255:(gi < 0 ? 0 : gi);                        //对比变化度,主要看大于还是小于0                        ri = r - 128;                        gi = g - 128;                        bi = b - 128;                        //ri = (ri * cab)/65536 等价于 ri = (ri * cab)>>16;                        ri = (ri * cab)/65536;                        gi = (gi * cab)/65536;                        bi = (bi * cab)/65536;                        //加回来                        ri += 128;                        gi += 128;                        bi += 128;                        //重新进行一下赋值                        r = (ri > 255)?255:(ri < 0 ? 0 : ri);                        b = (bi > 255)?255:(bi < 0 ? 0 : bi);                        g = (gi > 255)?255:(gi < 0 ? 0 : gi);                        //以前的这些算法原理不是很清晰，不过是这样算的                        //一个argb的像素点已经改变了  那么现在要进行的是赋值                        bitmap.setPixel(x,y,Color.argb(a , r ,g , b));                    }                }                long end_time = System.currentTimeMillis();                mIv_pic.setImageBitmap(bitmap);

• 处理时间如下

• ndk处理代码基本类似 如下：

  jint *pics = env->GetIntArrayElements(pics_, NULL);    int newSize=width * height;    float brightness = 0.2f;    float constract = 0.2f;    //开始来处理    int a , r , g , b ;    //调黑的亮度    int bab  = (int) (255 * brightness);    //对比度    float ca = 1.0f + constract;    //再调高一点而已    ca *= ca;    int cab = (int) (ca * 65536) + 1 ;    //开始每一个点来做处理的    int x,y;    for(x = 0 ; x < width ; x++){        for(y = 0 ; y < height ; y++){            //获取到每个像素点的颜色值 这个算法 与运算 其实 你到java中Color.alpha(color)的这个跟进去 其实就是这里面的方法            int color = pics[y * width + x ];            //这个& 0xFF可以看做是只取8bit的数据 （二进制的） argb每个只占用了一个Byte的数据,要把其他位置 归0            a = (color >> 24) & 0xFF;            r = (color >> 16) & 0xFF;            g = (color >> 8) & 0xFF;            b = color & 0xFF;            //然后减去一个亮度            int ri = r - bab;            int gi = g - bab;            int bi = b - bab;            //重新进行一下赋值            r = (ri > 255)?255:(ri < 0 ? 0 : ri);            b = (bi > 255)?255:(bi < 0 ? 0 : bi);            g = (gi > 255)?255:(gi < 0 ? 0 : gi);            //对比变化度,主要看大于还是小于0            ri = r - 128;            gi = g - 128;            bi = b - 128;            //ri = (ri * cab)/65536 等价于 ri = (ri * cab)>>16;            ri = (ri * cab)/65536;            gi = (gi * cab)/65536;            bi = (bi * cab)/65536;            //加回来            ri += 128;            gi += 128;            bi += 128;            //重新进行一下赋值            r = (ri > 255)?255:(ri < 0 ? 0 : ri);            b = (bi > 255)?255:(bi < 0 ? 0 : bi);            g = (gi > 255)?255:(gi < 0 ? 0 : gi);            //以前的这些算法原理不是很清晰，不过是这样算的            //一个argb的像素点已经改变了  那么现在要进行的是赋值 这里 的赋值也看java的里面是如何进行赋值的            //Color.argb(a , r ,g , b)中是这么来进行运算的return (alpha << 24) | (red << 16) | (green << 8) | blue;            //透明度一般不变化  就直接用0xFF            pics[y * width + x] = (0xFF << 24) | (r << 16) | (g << 8) | b;        }    }    jintArray it = (*env).NewIntArray(newSize);    (*env).SetIntArrayRegion(it,0,newSize,pics);    env->ReleaseIntArrayElements(pics_, pics, 0);

• 处理时间如下：
  
• 由此可见，处理的时间差距还是挺大的。

• 其实图片在内存中就是一连串的数组的，如果是argb的像素模式存在的话，每个像素点占用1个int的大小，argb每个占用一个byte即8bit的数据量大小，所以很多颜色的调试都是0-255（2^8）范围内来调试的。调整这些argb就可以来调整图片。

  项目下载地址

• csdn：http://download.csdn.net/detail/the_name_for_yu/9747911