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
|
8月前
|
算法 计算机视觉
使用积分图的自适应二值化算法
使用积分图的自适应二值化算法
|
7月前
|
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
80 1
|
7月前
|
算法
扭曲算法
【6月更文挑战第27天】
49 2
|
7月前
|
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
102 0
|
7月前
|
算法 BI 计算机视觉
图像处理之积分图应用一(半径无关的快速模糊算法)
图像处理之积分图应用一(半径无关的快速模糊算法)
51 0
|
7月前
|
算法 计算机视觉
图像处理之基于采样距离变换算法
图像处理之基于采样距离变换算法
44 0
|
8月前
|
存储 算法 机器人
基于包围盒算法的三维点云数据压缩和曲面重建matlab仿真
基于包围盒算法的三维点云数据压缩和曲面重建matlab仿真
|
机器学习/深度学习 传感器 算法
球体同胚表面准各向同性采样附matlab代码
球体同胚表面准各向同性采样附matlab代码
|
传感器 测试技术 计算机视觉
Baumer工业相机堡盟相机VLXT-90M.I如何做平场校正阴影校正:消除图像明暗不均匀现象
Baumer工业相机堡盟相机VLXT-90M.I如何做平场校正阴影校正:消除图像明暗不均匀现象
169 0
|
算法 数据安全/隐私保护
点云地面点滤波-progressive TIN densification(PTD)算法介绍
点云地面点滤波-progressive TIN densification(PTD)算法介绍
812 0
点云地面点滤波-progressive TIN densification(PTD)算法介绍