图像处理之光源退化效果

简介: 图像处理之光源退化效果

基本思想:


RGB像素的亮度是由RGB各个分量值的大小决定的,分量越大,亮度越大。看上去


好像光照效果越明显,光源退化效果是模拟光照在图像的中心点上,慢慢扩散到周


围,越靠近中心点像素,图像越亮,越远离图像越暗。原理可以说是非常的简单,


只要计算图像中每个像素到中心像素的欧几里德距离,归一化以后得到scale值(0


到1之间)乘以原来的RGB像素值即得到每个像素处理以后的RGB像素值。



效果如下:


1350814634_8864.png

关键代码解释:



中心像素点坐标取得:


int centerX = width/2;


int centerY = height/2;



任意一个像素点到中心像素的距离计算:


double xx = (centerX - px)*(centerX - px);


double yy = (centerY - py)*(centerY - py);


return (int)Math.sqrt(xx + yy);



距离归一化以及衰减因子考虑:


double scale = 1.0 - getDistance(centerX, centerY, col,row)/maxDistance;


for(int i=0; i<factor; i++) {


scale = scale * scale;


}


计算每个像素点的新RGB值:


tr = (int)(scale * tr);


tg = (int)(scale * tg);


tb = (int)(scale * tb);


滤镜源代码如下:

package com.gloomyfish.filter.study;
 
import java.awt.image.BufferedImage;
 
public class SpotlightFilter extends AbstractBufferedImageOp {
  // attenuation coefficient, default is 1 means line decrease...
  private int factor;
  public SpotlightFilter() {
    factor = 1;
  }
  
  public void setFactor(int coefficient) {
    this.factor = coefficient;
  }
 
  @Override
  public BufferedImage filter(BufferedImage src, BufferedImage dest) {
    int width = src.getWidth();
        int height = src.getHeight();
 
        if ( dest == null )
            dest = createCompatibleDestImage( src, null );
 
        int[] inPixels = new int[width*height];
        int[] outPixels = new int[width*height];
        getRGB( src, 0, 0, width, height, inPixels );
        int index = 0;
        int centerX = width/2;
        int centerY = height/2;
        double maxDistance = Math.sqrt(centerX * centerX + centerY * centerY);
        for(int row=0; row<height; row++) {
          int ta = 0, tr = 0, tg = 0, tb = 0;
          for(int col=0; col<width; col++) {
            index = row * width + col;
            ta = (inPixels[index] >> 24) & 0xff;
                tr = (inPixels[index] >> 16) & 0xff;
                tg = (inPixels[index] >> 8) & 0xff;
                tb = inPixels[index] & 0xff;
                double scale = 1.0 - getDistance(centerX, centerY, col, row)/maxDistance;
                for(int i=0; i<factor; i++) {
                  scale = scale * scale;
                }
 
              tr = (int)(scale * tr);
              tg = (int)(scale * tg);
              tb = (int)(scale * tb);
                
                outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;
                
          }
        }
        setRGB( dest, 0, 0, width, height, outPixels );
        return dest;
  }
  
  private double getDistance(int centerX, int centerY, int px, int py) {
    double xx = (centerX - px)*(centerX - px);
    double yy = (centerY - py)*(centerY - py);
    return (int)Math.sqrt(xx + yy);
  }
 
}

转载请注明出处

相关文章
|
22天前
|
算法 API 计算机视觉
图像处理之角点检测与亚像素角点定位
图像处理之角点检测与亚像素角点定位
16 1
|
22天前
|
算法 Java 计算机视觉
图像处理之积分图算法
图像处理之积分图算法
14 2
|
23天前
|
算法 计算机视觉
图像处理之图像快速旋转算法
图像处理之图像快速旋转算法
69 1
|
22天前
|
算法 计算机视觉
图像处理之Lanczos采样放缩算法
图像处理之Lanczos采样放缩算法
13 0
|
23天前
|
算法 计算机视觉
图像处理之霍夫变换(直线检测算法)
图像处理之霍夫变换(直线检测算法)
21 0
|
23天前
|
计算机视觉
图像处理之光束效果
图像处理之光束效果
10 0
|
11月前
|
算法 计算机视觉
【图像处理】基于双目视觉的物体体积测量算法研究(Matlab代码实现)
【图像处理】基于双目视觉的物体体积测量算法研究(Matlab代码实现)
133 0
|
算法 API 计算机视觉
【C++】图像处理中的滤波算法(三)
总结一下图像处理中常用的几种滤波算法,包括中值、均值、高斯、双边、引导滤波这五种,主要用于图像平滑去噪方面。滤波算法的基本思路,就是采用周边像素,加权平均计算一个新的像素,来缓减噪声对当前像素的影响。
185 0
【C++】图像处理中的滤波算法(三)
|
算法 计算机视觉 C++
【C++】图像处理中的滤波算法(二)
总结一下图像处理中常用的几种滤波算法,包括中值、均值、高斯、双边、引导滤波这五种,主要用于图像平滑去噪方面。滤波算法的基本思路,就是采用周边像素,加权平均计算一个新的像素,来缓减噪声对当前像素的影响。
123 0
【C++】图像处理中的滤波算法(二)
|
算法 API 计算机视觉
【C++】图像处理中的滤波算法(四)
总结一下图像处理中常用的几种滤波算法,包括中值、均值、高斯、双边、引导滤波这五种,主要用于图像平滑去噪方面。滤波算法的基本思路,就是采用周边像素,加权平均计算一个新的像素,来缓减噪声对当前像素的影响。
336 0
【C++】图像处理中的滤波算法(四)