写在前面: 本人翻译并不专业，甚至英语不好，翻译内容仅供参考。由于博主是边学边翻译，所以不能保证翻译的准确性和正确性，如果可以，请查看原版学习，本文仅作学习记录之用。
《How to write a GIMP plug-in, part II》
原文：http://developer.gimp.org/writing-a-plug-in/2/index.html
作者：Dave Neary
在第一部分，我们展示了使用gimp去构建一个插件所需要的基本要素，现在为我们的插件提供一个简单且有用的算法。
介绍
我们将要实现一个简单模糊，它将默认安装在GIMP的“滤镜 – 模糊 – 模糊”中。 这个算法非常简单，把每个像素值替换为它周围像素的平均值即可，例如，我们举一个最简单的案例，一个3×3的矩阵，值为1到9，那么中心值则为5,9个元素就是它的邻里
使用这个方法，边缘差异会导致出现一个模糊的结果，可以采用不同的半径，使用(2r+1)x(2r+1)矩阵。
图像结构
我们在上个例子中写过一个run()函数，但是没有什么功能，现在我们再看一下run()的函数原形
static void run (const gchar *name,
gint nparams,
const GimpParam *param,
gint *nreturn_vals,
GimpParam **return_vals);
前三个输入参数中的第一个是运行模式，还有一个是图像的标识符，另一个是活动并可拖拽的(图层或是遮盖) ，在GIMP中的图像是一个结构体，它包含指南，图层，遮盖，以及任何和图像相关的数据。“可拖拽”经常用在GIMP内部结构，它是一个可修改的对象，所以，图层，图层遮盖，选区全都是“可拖拽”的
获取数据
为了从标识符中获取GimpDrawable结构体，我们需要使用gimp_drawable_get()函数:
GimpDrawable *gimp_drawable_get (gint32 drawable_id);
使用这个结构体，我们可以通过GimpPixelRgn结构去访问可拖拽的数据，并且可以查看可拖拽类型(RGB,灰度)。完整的关于GimpDrawable函数列表可以在官方API中查询
两个对插件来说非常重要的函数是gimp_drawable_mask_bounds() 和 gimp_pixel_rgn_init()。第一个是用来为可拖拽对象的活动选区做限制，第二个是用来初始化GimpPixelRgn
当我们初始化完GimpPixelRgn后，我们可以通过不同的方式来访问数据，如以像素，以矩形，以圆，以柱方式访问，最好的方法取决于你打算使用的算法。此外，GIMP使用tile-based结构，载入/载出数据开销是很大的，所以如非必要，我们不要经常的使用它们。
主函数获取和设置的函数如下:
void gimp_pixel_rgn_get_pixel (GimpPixelRgn *pr,
guchar *buf,
gint x,
gint y);
void gimp_pixel_rgn_get_row (GimpPixelRgn *pr,
guchar *buf,
gint x,
gint y,
gint width);
void gimp_pixel_rgn_get_col (GimpPixelRgn *pr,
guchar *buf,
gint x,
gint y,
gint height);
void gimp_pixel_rgn_get_rect (GimpPixelRgn *pr,
guchar *buf,
gint x,
gint y,
gint width,
gint height);
void gimp_pixel_rgn_set_pixel (GimpPixelRgn *pr,
const guchar *buf,
gint x,
gint y);
void gimp_pixel_rgn_set_row (GimpPixelRgn *pr,
const guchar *buf,
gint x,
gint y,
gint width);
void gimp_pixel_rgn_set_col (GimpPixelRgn *pr,
const guchar *buf,
gint x,
gint y,
gint height);
void gimp_pixel_rgn_set_rect (GimpPixelRgn *pr,
const guchar *buf,
gint x,
gint y,
gint width,
gint height);
这里还有其它方法可以访问图像数据(甚至用的更多)，它允许管理数据在tile级别，稍后我们将会详细的讨论它。
更新数据
插件更新图像数据后必须提交数据到内核，告诉它应该更新显示。这是通过如下两个函数实现的:
gimp_displays_flush ();
gimp_drawable_detach (drawable);
实现blur()函数
为了尝试不同的方法，我们使用blur函数，下面是run函数实现
static void
run (const gchar *name,
gint nparams,
const GimpParam *param,
gint *nreturn_vals,
GimpParam **return_vals)
{
static GimpParam values[];
GimpPDBStatusType status = GIMP_PDB_SUCCESS;
GimpRunMode run_mode;
GimpDrawable *drawable; /* Setting mandatory output values */
*nreturn_vals = ;
*return_vals = values; values[].type = GIMP_PDB_STATUS;
values[].data.d_status = status; /* Getting run_mode - we won't display a dialog if
* we are in NONINTERACTIVE mode */
run_mode = param[].data.d_int32; /* Get the specified drawable */
drawable = gimp_drawable_get (param[].data.d_drawable); gimp_progress_init ("My Blur..."); /* Let's time blur
*
* GTimer timer = g_timer_new time ();
*/ blur (drawable); /* g_print ("blur() took %g seconds.\n", g_timer_elapsed (timer));
* g_timer_destroy (timer);
*/ gimp_displays_flush ();
gimp_drawable_detach (drawable);
}
这里我们需要解释一些行，gimp_progress_init()函数的作用是为我们的插件初始化进度条(参数就是进度条上面显示的字符串)。稍后会在blur中调用gimp_progress_update()函数，根据参数百分比打印进度条。运行模式(run_mode)决定插件是否以图形界面开始。它可以是GIMP_RUN_INTERACTIVE, GIMP_RUN_NONINTERACTIVE 或 GIMP_RUN_WITH_LAST_VALS中的一个值。它们分别是“交互式运行”，“脚本运行”，“重复上次的滤镜”。
关于模糊算法本身，如下的版本使用的是gimp_pixel_rgn_(get|set)_pixel()函数，我们暂时还没有对它进行说明。
gimp_drawable_mask_bounds()是用来计算滤镜影响的范围，不包括任何非活动区域，通过这种方式限制处理可以提高性能。
gimp_pixel_rgn_init()根据指定参数初始化像素区域，两个bool变量存储着GimpPixelRgn的行为，如果dirty变量和shadow变量都为FALSE，那么这个GimpPixelRgn是用来读取的，如果都为TRUE，那么这个GimpPixelRgn是用来写的，其它的组合很少使用。
static void
blur (GimpDrawable *drawable)
{
gint i, j, k, channels;
gint x1, y1, x2, y2;
GimpPixelRgn rgn_in, rgn_out;
guchar output[]; /* Gets upper left and lower right coordinates,
* and layers number in the image */
gimp_drawable_mask_bounds (drawable->drawable_id,
&x1, &y1,
&x2, &y2);
channels = gimp_drawable_bpp (drawable->drawable_id); /* Initialises two PixelRgns, one to read original data,
* and the other to write output data. That second one will
* be merged at the end by the call to
* gimp_drawable_merge_shadow() */
gimp_pixel_rgn_init (&rgn_in,
drawable,
x1, y1,
x2 - x1, y2 - y1,
FALSE, FALSE);
gimp_pixel_rgn_init (&rgn_out,
drawable,
x1, y1,
x2 - x1, y2 - y1,
TRUE, TRUE); for (i = x1; i < x2; i++)
{
for (j = y1; j < y2; j++)
{
guchar pixel[][]; /* Get nine pixels */
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MAX (i - , x1),
MAX (j - , y1));
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MAX (i - , x1),
j);
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MAX (i - , x1),
MIN (j + , y2 - )); gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
i,
MAX (j - , y1));
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
i,
j);
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
i,
MIN (j + , y2 - )); gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MIN (i + , x2 - ),
MAX (j - , y1));
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MIN (i + , x2 - ),
j);
gimp_pixel_rgn_get_pixel (&rgn_in,
pixel[],
MIN (i + , x2 - ),
MIN (j + , y2 - )); /* For each layer, compute the average of the
* nine */
for (k = ; k < channels; k++)
{
int tmp, sum = ;
for (tmp = ; tmp < ; tmp++)
sum += pixel[tmp][k];
output[k] = sum / ;
} gimp_pixel_rgn_set_pixel (&rgn_out,
output,
i, j);
} if (i % == )
gimp_progress_update ((gdouble) (i - x1) / (gdouble) (x2 - x1));
} /* Update the modified region */
gimp_drawable_flush (drawable);
gimp_drawable_merge_shadow (drawable->drawable_id, TRUE);
gimp_drawable_update (drawable->drawable_id,
x1, y1,
x2 - x1, y2 - y1);
}
按行处理
我们的函数有一个致命的缺点：性能，一个300×300的选区，在我的K6-2 350MHz处理需要12分钟，同样的选区，使用高斯模糊则仅仅需要3秒钟。
如果我们使用gimp_pixel_rgn_(get|set)_row()函数处理，那么速度会快很多，使用blur() v2版本，处理300×300的选区所需时间从760秒降到6秒钟。
static void
blur (GimpDrawable *drawable)
{
gint i, j, k, channels;
gint x1, y1, x2, y2;
GimpPixelRgn rgn_in, rgn_out;
guchar *row1, *row2, *row3;
guchar *outrow; gimp_drawable_mask_bounds (drawable->drawable_id,
&x1, &y1,
&x2, &y2);
channels = gimp_drawable_bpp (drawable->drawable_id); gimp_pixel_rgn_init (&rgn_in,
drawable,
x1, y1,
x2 - x1, y2 - y1,
FALSE, FALSE);
gimp_pixel_rgn_init (&rgn_out,
drawable,
x1, y1,
x2 - x1, y2 - y1,
TRUE, TRUE); /* Initialise enough memory for row1, row2, row3, outrow */
row1 = g_new (guchar, channels * (x2 - x1));
row2 = g_new (guchar, channels * (x2 - x1));
row3 = g_new (guchar, channels * (x2 - x1));
outrow = g_new (guchar, channels * (x2 - x1)); for (i = y1; i < y2; i++)
{
/* Get row i-1, i, i+1 */
gimp_pixel_rgn_get_row (&rgn_in,
row1,
x1, MAX (y1, i - ),
x2 - x1);
gimp_pixel_rgn_get_row (&rgn_in,
row2,
x1, i,
x2 - x1);
gimp_pixel_rgn_get_row (&rgn_in,
row3,
x1, MIN (y2 - , i + ),
x2 - x1); for (j = x1; j < x2; j++)
{
/* For each layer, compute the average of the nine
* pixels */
for (k = ; k < channels; k++)
{
int sum = ;
sum = row1[channels * MAX ((j - - x1), ) + k] +
row1[channels * (j - x1) + k] +
row1[channels * MIN ((j + - x1), x2 - x1 - ) + k] +
row2[channels * MAX ((j - - x1), ) + k] +
row2[channels * (j - x1) + k] +
row2[channels * MIN ((j + - x1), x2 - x1 - ) + k] +
row3[channels * MAX ((j - - x1), ) + k] +
row3[channels * (j - x1) + k] +
row3[channels * MIN ((j + - x1), x2 - x1 - ) + k];
outrow[channels * (j - x1) + k] = sum / ;
} } gimp_pixel_rgn_set_row (&rgn_out,
outrow,
x1, i,
x2 - x1); if (i % == )
gimp_progress_update ((gdouble) (i - y1) / (gdouble) (y2 - y1));
} g_free (row1);
g_free (row2);
g_free (row3);
g_free (outrow); gimp_drawable_flush (drawable);
gimp_drawable_merge_shadow (drawable->drawable_id, TRUE);
gimp_drawable_update (drawable->drawable_id,
x1, y1,
x2 - x1, y2 - y1);
}
第三部分
我们将改造我们的插件，使其可以根据我们提供的参数来处理