Android图像处理 - 高斯模糊的原理及实现

欢迎大家前往云+社区,获取更多腾讯海量技术实践干货哦~

由 天天P图攻城狮 发布在云+社区

作者简介:damonxia(夏正冬),天天P图Android工程师

前言

高斯模糊是图像处理中几乎每个程序员都或多或少听过的名词,但是对其原理大家可能并不了解,只知道通过高斯模糊能实现图像毛玻璃效果。

本文首先介绍图像处理中最基本的概念:卷积;随后介绍高斯模糊的核心内容:高斯滤波器;接着,我们从头实现了一个Java版本的高斯模糊算法,以及实现RenderScript版本。由于我们自己实现的Java版本的高斯模糊算法的效率太低,因此最后介绍比较有名的高斯模糊的开源项目:Blurry以及BlurKit-Android。

BlurDemo是本文的配套Demo:

  • Demo1:Java版本的高斯模糊的简单实现。
  • Demo2:RenderScript的高斯模糊实现。
  • Demo3:BlurKit-Android的基本使用。
  • Demo4:Blurry的基本使用。

卷积

本文只讨论图像,而图像可以表示为二维矩阵,其中每个元素为ARGB像素值,因此这里讨论二维矩阵的卷积操作。卷积(Convolution)是图像处理中最基本的操作,就是一个二维矩阵A(M*N)和一个二维矩阵B(m*n)做若干操作,生成一个新的二维矩阵C(M*N),其中m和n远小于M和N,B称为卷积核(kernel),又称滤波器矩阵或模板。

这里举个卷积的例子,如图:

Android图像处理 - 高斯模糊的原理及实现

上图中,最左边的是源矩阵(8*8),中间是卷积核(3*3,半径为1),最右边是通过对前面两个矩阵做卷积生成的结果矩阵。图中,如果我们要求出结果矩阵中第二行第二列的元素的值,则把卷积核的中心元素(值为0)和源矩阵的第二行第二列(值为6)对齐,然后求加权和,即图中的公式,最后得到-3。

我们再举一个例子:

Android图像处理 - 高斯模糊的原理及实现

上图也展示了如何做卷积的过程,比如要求出结果矩阵中第一行第一列的值,则把卷积核的中心对准源矩阵的第一行第一列,发现部分区域超出源矩阵的范围了(图中红色部分),解决方法有很多,这里的方案是:用边界值填充。接着做加权和,结果为-5。接着用同样的方法依次计算结果矩阵的每个元素即可。

通常来说卷积核需要满足:

  • 宽和高都为奇数,这样才会有半径和中心的概念。
  • 元素总和为1。

滤波器

均值滤波器

均值滤波器(Mean Filter)是最简单的一种滤波器,它是最粗糙的一种模糊图像的方法,高斯滤波是均值滤波的高级版本。实际上不同的滤波器就是通过改变卷积核(滤波器),从而改变最后的结果矩阵,中间步骤都一样,都是求加权和。均值滤波器的卷积核通常是m*m的矩阵,其中每个元素为1/(m^2),可以看出卷积核的元素总和为1。比如3*3的均值滤波器,卷积核的每个元素就是1/9。

高斯滤波器

高斯滤波器是均值滤波器的高级版本,唯一的区别在于,均值滤波器的卷积核的每个元素都相同,而高斯滤波器的卷积核的元素服从高斯分布。

高斯滤波器是基于二维的高斯分布函数,因此首先介绍二维高斯分布函数。二维高斯分布函数和图如下:

Android图像处理 - 高斯模糊的原理及实现

其中x和y表示卷积核中某个元素横坐标和纵坐标距离中心点的距离。sigma控制曲线的平缓程度,值越大,越平缓,最高点越低。我们可以轻易看出当x=0且y=0时值最大,即卷积核的中心点权重最大。

比如卷积核中一个元素距离中心点,横向距离2,纵向距离1,那么x=2,y=1,就能求出该元素的值。当然为了保证卷积核元素总和为1,最后每个元素都需要除以卷积核中所有元素之和。

怎么确定卷积核的大小呢?确定sigma之后,虽然不管距离中心点多远,该元素的高斯分布函数值总为非负数,但是根据经验,卷积核的半径定为3*sigma,因此宽高为6*sigma+1。

如果高斯滤波器的卷积核是二维的(m*n),则算法复杂度为O(m*n*M*N),复杂度较高,因此接下来我们对算法复杂度进行优化。

一维的高斯分布函数和图如下:

Android图像处理 - 高斯模糊的原理及实现

实际上,二维高斯分布函数可以分解为两个一维高斯分布函数相乘,如下:

Android图像处理 - 高斯模糊的原理及实现

因此原本的源矩阵和二维卷积核做卷积等价于源矩阵先与1*m的一维卷积核做卷积,再与m*1的一维卷积核做卷积。一维卷积核的半径仍定为3*sigma。此时算法复杂度变为O(2*m*M*N)。

高斯模糊的实现

Java版本

这里实现了简单版本的高斯模糊,通过使用横向和纵向的一维高斯滤波器分别对源矩阵卷积,通过设置sigma的大小能控制图片的模糊程度,值越大越模糊。但是算法速度仍比较慢,建议直接使用RenderScript版本或直接使用成熟的开源项目。

由于代码过长,不能截图,因此直接给出Gist地址:https://gist.github.com/xiazdong/d57bf5441f56db197163a5de69dfa65f

效果如下:

Android图像处理 - 高斯模糊的原理及实现

RenderScript版本

RenderScript是Android提出的一个计算密集型任务的高性能框架,能并行的处理任务,他可以充分利用多核CPU和GPU,你不需要管怎么调度你的任务,只需要管任务具体做什么。这里不深入介绍RenderScript,因为RenderScript已经提供了一个实现高斯模糊的类:ScriptIntrinsicBlur。

实现起来非常简单:

Android图像处理 - 高斯模糊的原理及实现

开源项目

关于Android图像模糊的开源项目有很多,比如Blurry是专门针对Bitmap或View做模糊,可以设置模糊的基底色,而且还能对模糊操作异步化;BlurKit-Android也能对Bitmap做高斯模糊(内部通过RenderScript实现),但最吸引人的是实现了毛玻璃的遮罩,效果如下:

Android图像处理 - 高斯模糊的原理及实现

BlurKit-Android支持的最低版本是Android 4.1(API 16),因此如果应用需要支持的最低版本是4.0,则不能使用该库,Blurry支持的最低版本是3.0。

BlurKit-Android

配置过程如下:

  • 在build.gradle中设置:compile 'com.wonderkiln:blurkit:1.0.0',并在defaultConfig中设置renderscriptTargetApi 24renderscriptSupportModeEnabled true
  • 在Application的onCreate()最开始处加入BlurKit.init(this);

配置完成后,通过调用BlurKit.getInstance().blur(Bitmap src, int radius);实现高斯模糊,并会把高斯模糊的结果图写入src,其中0<radius<=25。

该库还提供了fastBlur()实现速度更快的高斯模糊,和blur()的区别在于,fastBlur()在高斯模糊之前对图片采样,使得图片大小缩小好几倍,从而加快高斯模糊的速度。这种加快速度的方法是合理的,因为高斯模糊并不需要原图像很精确的信息。

BlurKit-Android最吸引人的是提供高斯模糊的遮罩(BlurLayout),随着遮罩下面的内容的变化,高斯模糊效果也会随之改变。使用如下:

Android图像处理 - 高斯模糊的原理及实现

该Layout能够实现实时的对该Layout下面的内容做高斯模糊。

Blurry

配置方法:在build.gradle中添加compile 'jp.wasabeef:blurry:2.1.1'

使用方法如下:

Android图像处理 - 高斯模糊的原理及实现

总的来说,这两个库都使用起来非常方便。

相关阅读

Android图像处理系列 - 高斯模糊的几种优化方法

iOS图像处理系列 - 双重曝光技术的GPUImage实现

iOS图像处理系列 - GPUImage源码解读(二)


此文已由作者授权云加社区发布,转载请注明文章出处

上一篇:第一个Python小项目:图片转换成字符图片


下一篇:Python小项目四:实现简单的web服务器