图像处理之老照片特效

简介: 图像处理之老照片特效

PS中有一种滤镜可以让图像看上去好像历经岁月,微微泛黄

英文中这种图像特效被称为Sepia Tone Effect 直译过来的意思

就是黄褐色特效。它的基本处理算法如下:

1. 首先对图像重新计算RGB值,计算公式如下:

int fr= (int)(((double)tr * 0.393) + ((double)tg * 0.769) + ((double)tb * 0.189));
int fg = (int)(((double)tr * 0.349) + ((double)tg * 0.686) + ((double)tb * 0.168)); 
int fb= (int)(((double)tr * 0.272) + ((double)tg * 0.534) + ((double)tb * 0.131));


2. 对图像计算出来的新的RGB值根据随机权重与旧值混合。

计算随机权重的代码如下:

  private double noise() {
    return Math.random()*0.5 + 0.5;
  }

混合颜色的代码如下:

1.private double colorBlend(double scale, double dest, double src) {
    return (scale * dest + (1.0 - scale) * src);
}

效果如下:


滤镜完全源代码:

package com.gloomyfish.filter.study;
 
import java.awt.image.BufferedImage;
 
public class SepiaToneFilter extends AbstractBufferedImageOp {
 
  @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;
        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;
 
//int fr= (int)(((double)tr * 0.393) + ((double)tg * 0.769) + ((double)tb * 0.189));
//int fg = (int)(((double)tr * 0.349) + ((double)tg * 0.686) + ((double)tb * 0.168)); 
//int fb= (int)(((double)tr * 0.272) + ((double)tg * 0.534) + ((double)tb * 0.131));
                
                int fr = (int)colorBlend(noise(), (tr * 0.393) + (tg * 0.769) + (tb * 0.189), tr);
                int fg = (int)colorBlend(noise(), (tr * 0.349) + (tg * 0.686) + (tb * 0.168), tg);
                int fb = (int)colorBlend(noise(), (tr * 0.272) + (tg * 0.534) + (tb * 0.131), tb);
                
                outPixels[index] = (ta << 24) | (clamp(fr) << 16) | (clamp(fg) << 8) | clamp(fb);
                
          }
        }
        setRGB( dest, 0, 0, width, height, outPixels );
        return dest;
  }
  
  private double noise() {
    return Math.random()*0.5 + 0.5;
  }
  
  private double colorBlend(double scale, double dest, double src) {
      return (scale * dest + (1.0 - scale) * src);
  }
  
  public static int clamp(int c)
  {
    return c > 255 ? 255 :( (c < 0) ? 0: c);
  }
  
  public String toString()
  {
    return "Sepia Tone Effect - Effect from Photoshop App";
  }
 
}

相关文章
|
6月前
如何实现换脸视频特效制作——三种换脸情况
如何实现换脸视频特效制作——三种换脸情况
187 1
|
3月前
|
编解码 Linux 计算机视觉
RoboMaster 视觉 摄像头教程
这篇文章是RoboMaster视觉教程的一部分,介绍了摄像头的参数选择、曝光和Gamma矫正技术,以及如何在Linux环境下使用OpenCV库来配置和操作摄像头,以满足高速视觉处理的需求。
RoboMaster 视觉 摄像头教程
|
2月前
视觉镜头俯角
【9月更文挑战第24天】
21 7
|
5月前
|
数据安全/隐私保护 计算机视觉
图像处理之玻璃水印特效(祝大家圣诞节快乐)
图像处理之玻璃水印特效(祝大家圣诞节快乐)
41 8
|
6月前
|
XML 算法 计算机视觉
使用OpenCV进行人脸检测和戴墨镜特效实战(附Python源码)
使用OpenCV进行人脸检测和戴墨镜特效实战(附Python源码)
305 1
|
5月前
|
算法 计算机视觉
图像处理之仿油画效果
图像处理之仿油画效果
25 0
|
5月前
|
算法 前端开发 数据建模
图像处理之半调色融合
图像处理之半调色融合
32 0
|
编解码 监控 算法
摄像机和镜头的基础知识
摄像机和镜头的基础知识
146 0
|
算法 数据处理 计算机视觉
砥砺的前行|基于labview的机器视觉图像处理(七)——图像双边处理自适应亮度
砥砺的前行|基于labview的机器视觉图像处理(七)——图像双边处理自适应亮度
154 0
砥砺的前行|基于labview的机器视觉图像处理(七)——图像双边处理自适应亮度
|
机器学习/深度学习 编解码 数据挖掘
LabVIEW色彩分类识别(基础篇—15)
LabVIEW色彩分类识别(基础篇—15)
LabVIEW色彩分类识别(基础篇—15)