Android图像处理-像素化的原理及实现

作者:夏正冬

原文地址:Android图像处理-像素化的原理及实现

博客地址:xiazdong.github.io

马赛克算法首先需要确定马赛克单元的大小,即小方块的大小。马赛克图的每个马赛克单元都是纯色的块,其取值一般为原图中该块区域的颜色的均值(这里的实现为了简化,取了原图中该区域左上角的像素)。马赛克单元的大小决定了最后的马赛克图的样子,当值为1时,就是原图。

上图中,最左边的图是原图,中间的图是马赛克图。当然你也可以对图像的某块区域打马赛克,如最右边的图,他只对头部打马赛克。

算法实现如下:

public class PixelateUtil {
    /
      普通图像->像素图,zoneWidth为像素图的大像素的宽度
     /
    public static Bitmap pixelate(Bitmap bitmap, int zoneWidth) {
        return pixelate(bitmap, zoneWidth, 0, 0, bitmap.getWidth(), bitmap.getHeight());
    }

    /
      普通图->像素图,left、top、right、bottom可指定打马赛克区域
     /
    public static Bitmap pixelate(Bitmap bitmap, int zoneWidth, int left, int top, int right, int bottom) {
        int w = bitmap.getWidth();
        int h = bitmap.getHeight();
        Bitmap result = bitmap.copy(Bitmap.Config.ARGB_8888, true);
        Canvas canvas = new Canvas(result);
        Paint paint = new Paint();
        for (int i = left; i < right; i += zoneWidth) {
            for (int j = top; j < bottom; j += zoneWidth) {
                int color = bitmap.getPixel(i, j);
                paint.setColor(color);
                int gridRight = Math.min(w, i + zoneWidth);
                int gridBottom = Math.min(h, j + zoneWidth);
                canvas.drawRect(i, j, gridRight, gridBottom, paint);
            }
        }
        return result;
    }
}

使用方法:

Bitmap result = PixelateUtil.pixelate(bitmap, zoneWidth);  //对全图打马赛克
Bitmap result = PixelateUtil.pixelate(bitmap, zoneWidth, left, top, right, bottom); //对指定区域打马赛克

开源项目

Pixelate是实现基本马赛克效果的开源项目,它能够异步对整个或者部分的Bitmap区域打马赛克,处理完后会在OnPixelateListener的onPixelated()中回调,最小的SDK版本为16。

使用方法如下:

new Pixelate(origin)
    .setArea(0,0,origin.getWidth(),origin.getHeight())  //设置区域
    .setDensity(12) //值越大,马赛克单元越小
    .setListener(new OnPixelateListener() {
        @Override
        public void onPixelated(Bitmap bitmap, int density) {
            //bitmap为马赛克图
            Log.v(TAG, "");
        }
    })
    .make();

android-close-pixelate能够实现多样式的马赛克效果。使用方法如下:

Bitmap pixelated = Pixelate.fromBitmap(
        origin,
        new PixelateLayer.Builder(PixelateLayer.Shape.Circle) //设置马赛克形状
                .setResolution(30) //每个像素的密度(如果该值和size值一样,那么圆形之间相邻)
                .setSize(30) //圆圈的大小
                .build()
);

效果如下:

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

编辑于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人工智能头条

写给大家看的机器学习书【Part5】机器学习为什么是可行的(中)

1405
来自专栏大数据文摘

业界 | 从FM推演各深度CTR预估模型(附代码)

多年以后,当资深算法专家们看着无缝对接用户需求的广告收入节节攀升时,他们可能会想起自己之前痛苦推导FM与深度学习公式的某个夜晚……

2620
来自专栏程序员的诗和远方

Python 做图片清晰度识别

如果之前了解过信号处理,就会知道最直接的方法是计算图片的快速傅里叶变换,然后查看高低频分布。如果图片有少量的高频成分,那么该图片就可以被认为是模糊的。然而,区分...

1481
来自专栏AI研习社

一文带你读懂 OCR

OCR,或光学字符识别,是最早的计算机视觉任务之一,因为在某些方面它不需要用到深度学习。因此,早在2012年深度学习热潮之前,OCR就有了各种不同的应用,有些甚...

532
来自专栏专知

【干货】最新深度学习课程,多伦多大学“神经网络与机器学习导论(2018年Spring)(附课件下载)

【导读】多伦多大学计算机系助理教授Roger Grosse 开设的《神经网络与机器学习导论》课程涵盖了从机器学习基础知识到深度学习、强化学习等高阶内容,是AI从...

3356
来自专栏量子位

“花书”的佐餐,你的线性代数笔记

最近,巴黎高等师范学院的博士生Hadrien Jean,整理了关于深度学习“花书”的一套笔记,还有幸在推特上被Ian Goodfellow老师翻了牌。

702
来自专栏腾讯云数据库团队的专栏

数据库最佳实践: DBA 小马如何走上升值加薪之路?

腾讯云数据库团队的同学结合自身的成长经历,用漫画的形式为我们分享了一位DBA是如何从菜鸟成长为大神,走上升职加薪,迎娶白富美之路的。

2.3K2
来自专栏机器之心

资源 | 从最小二乘到DNN:六段代码了解深度学习简史

选自floydhub 机器之心编译 参与:路雪、刘晓坤、黄小天 六段代码使深度学习发展成为今天的模样。本文介绍它们的发明者和背景。每个故事包括简单的代码示例,均...

3519
来自专栏WindCoder

探索监督式机器学习算法

这周送来一篇python实现的机器学习的相关文章。一起学习吧。能力有限,一切以英文原文为准。里面部分公式改好好久,总是有一些变不过来,这些暂时看英文里面的吧。

521
来自专栏IT派

人脸融合?没有想象中难!

颜如玉 —— python + opencv 人脸融合程序,可实现类似天天P图疯狂换脸、face++人脸融合效果

2922

扫码关注云+社区