圖像處理的小demo——Android

一、軟件設計的基本原理和采用的主要方法(算法)與技術

算法：圖像讀入後，把數據放到數組中去。

灰度化用的是最終像素=0.3*R+0.59*B+0.11*G這個公式

反色使用255減去原像素得到最終像素

懷舊效果用的是0.393*R+0.769*G+0.189*B

高斯模糊用的是矩陣的卷積遠算，算子是1/16{1,2,1,2,4,2,1,2,1},高斯模糊在模糊的同時有考慮每個像素的比重，所以邊緣得以保留下來。

拉普拉斯用的3*3的算子，{1,1,1,1-8,1,1,1,1}

素描效果的實現參考了ps中的圖層，第一個圖層是灰度圖，第二個圖層是灰度圖反相，然後用最小值濾波，最後是兩個圖層疊加。

圖層的疊加，以灰度圖為基色，處理過的圖層為混合色，結果色=基色+基色*混合色/(255-混合色)，最終會使基色圖朝變亮的方向發展，對比度增加。

四、實現的過程與步驟

(用visio畫出軟件架構並解釋)

五、遇到的困難與獲得的主要成果

困難：Android平台的Bitmap的一些特性不太熟悉，Bitmap在內存中的存貯格式不太清楚，以及canvas的一些屬性和ColorMatrix第一次接觸。

主要成果:Bitmap加深了了解，Android平台繪圖的基礎知識有了一個大概的全貌，細節方面還要查api。

六、測試與運行記錄

測試效果、結果

左邊是ps上做的效果，右邊是我的軟件實現的效果。

七、結果分析與小結

開發任務基本上達到，圖像處理的基礎算法有了一個比較深入的了解，特別是大概實現了圖像素描的算法，濾鏡開發的基礎算法也比較熟悉了，總的來說，收獲很大。

八、附錄（軟件配置、含注釋的程序模塊核心代碼）

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);//創建一個新的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數組中去
     for(int i=0;i255?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);//創建一個畫布
     Paintpaint=new Paint();//創建一個畫筆
     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};//灰度圖的顏色過濾矩陣
     ColorMatrix coma=new ColorMatrix(data);//以data為參數創建顏色過濾矩陣
     ColorMatrixColorFilter filter=new  ColorMatrixColorFilter(coma);//顏色過濾器
     paint.setColorFilter(filter);
     canvas.drawBitmap(bmp, 0, 0, paint);/在繪制bitmap
     return bitmap;
}
 
for(inti=1;i=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;itempr?tempr:r;
    tempg=g>tempg?tempg:g;
    tempb=b>tempb?tempb:b;
   
    //反色像素用最小值濾波
   
        }
        }
        pixColor=Cdata[i*width+j];
        r=Color.red(pixColor);
        g=Color.green(pixColor);
        b=Color.blue(pixColor);
        //原圖像與反色並且最小值濾波的圖像圖層疊加，用顏色減淡模式
        tempr=(int) (r+r*tempr/(256-tempr));
        endr=tempr>=255?255:tempr;//顏色減淡的模式，結果色=基色+基色*混合色/（255—混合色）
圖層的疊加，以灰度圖為基色，處理過的圖層為混合色，結果色=基色+基色*混合色/(255-混合色)，最終會使基色圖朝變亮的方向發展，對比度增加。
        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)
       
    }
}