android 图片特效处理之锐化效果-程序员宅基地

这篇将讲到图片特效处理的锐化效果。跟前面一样是对像素点进行处理，算法是通用的。

算法原理：

一、简单算法：分别获取当前像素点和八个周围像素点的RGB值，先求出当前像素点的RGB值与八个像素点RGB值的和的平均数，再乘以相应的系数，然后在与当前像素点之和。

例：

ABC

DEF

GHI

对E点进行锐化：

float delta = 0.3;
E.r = (E.r - (A.r + B.r + C.r + D.r + F.r + G.r + H.r + I.r) /  8) * delta + E.r;

float delta = 0.3;
E.r = (E.r - (A.r + B.r + C.r + D.r + F.r + G.r + H.r + I.r) / 8) * delta + E.r;

 

E.g，E.b类似，delta建议取0.3，具体多少无所谓，试一下就知道了。但按照上面原理，没有达到预期的效果，改变delta的值也不行，所以后面代码就不贴出来了，感兴趣的可以研究一下。

二、拉普拉斯变换：将拉普拉斯矩阵中的项与相应点的RGB值之积再乘以相应的系数的和作为当前点的RGB值。

例：用上面的例子，还是对E点进行锐化。

// 拉普拉斯矩阵
int[] laplacian = new int[] { -1, -1, -1, -1, 9, -1, -1, -1, -1 };
float delta = 0.3;
E.r = A.r * laplacian[0] * delta + B.r * laplacian[1] * delta + C.r * laplacian[2] * delta + D.r * laplacian[3] * delta + E.r * laplacian[4] * delta + F.r * laplacian[5] * delta + G.r * laplacian[6] * delta + H.r * laplacian[7] * delta + I.r * laplacian[8] * delta;
// E.g和E.b值类似

// 拉普拉斯矩阵
int[] laplacian = new int[] { -1, -1, -1, -1, 9, -1, -1, -1, -1 };
float delta = 0.3;
E.r = A.r * laplacian[0] * delta + B.r * laplacian[1] * delta + C.r * laplacian[2] * delta + D.r * laplacian[3] * delta + E.r * laplacian[4] * delta + F.r * laplacian[5] * delta + G.r * laplacian[6] * delta + H.r * laplacian[7] * delta + I.r * laplacian[8] * delta;
// E.g和E.b值类似

下面看效果图：

原图：

处理后：

貌似处理有点问题，中间会看到很多的竖线，很明显，可能是没有优化好，因为采用了getPiexels() 和setPixels()方法，所以一维数组的对应图片的宽高有点麻烦。

下面贴代码，仅供参数，同样注意图片的大小，数组大小不能超过虚拟机规定值。

 

/**
     * 图片锐化（拉普拉斯变换）
     * @param bmp
     * @return
     */
    private Bitmap sharpenImageAmeliorate(Bitmap bmp)
    {
        long start = System.currentTimeMillis();
        // 拉普拉斯矩阵
        int[] laplacian = new int[] { -1, -1, -1, -1, 9, -1, -1, -1, -1 };

        int width = bmp.getWidth();
        int height = bmp.getHeight();
        Bitmap bitmap = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565);

        int pixR = 0;
        int pixG = 0;
        int pixB = 0;

        int pixColor = 0;

        int newR = 0;
        int newG = 0;
        int newB = 0;

        int idx = 0;
        float alpha = 0.3F;
        int[] pixels = new int[width * height];
        bmp.getPixels(pixels, 0, width, 0, 0, width, height);
        for (int i = 1, length = height - 1; i < length; i++)
        {
            for (int k = 1, len = width - 1; k < len; k++)
            {
                idx = 0;
                for (int m = -1; m <= 1; m++)
                {
                    for (int n = -1; n <= 1; n++)
                    {
                        pixColor = pixels[(i + n) * width + k + m];
                        pixR = Color.red(pixColor);
                        pixG = Color.green(pixColor);
                        pixB = Color.blue(pixColor);

                        newR = newR + (int) (pixR * laplacian[idx] * alpha);
                        newG = newG + (int) (pixG * laplacian[idx] * alpha);
                        newB = newB + (int) (pixB * laplacian[idx] * alpha);
                        idx++;
                    }
                }

                newR = Math.min(255, Math.max(0, newR));
                newG = Math.min(255, Math.max(0, newG));
                newB = Math.min(255, Math.max(0, newB));

                pixels[i * width + k] = Color.argb(255, newR, newG, newB);
                newR = 0;
                newG = 0;
                newB = 0;
            }
        }

        bitmap.setPixels(pixels, 0, width, 0, 0, width, height);
        long end = System.currentTimeMillis();
        Log.d("may", "used time="+(end - start));
        return bitmap;
    }