图像处理之光源退化效果

简介: 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。

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:


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

目录
相关文章
|
1月前
|
编解码 机器人
标定系列一、手眼标定基础介绍
标定系列一、手眼标定基础介绍
|
7月前
|
机器学习/深度学习 传感器 算法
【红外与可见光图像融合】离散平稳小波变换域中基于离散余弦变换和局部空间频率的红外与视觉图像融合方法(Matlab代码实现)
【红外与可见光图像融合】离散平稳小波变换域中基于离散余弦变换和局部空间频率的红外与视觉图像融合方法(Matlab代码实现)
|
8月前
|
机器学习/深度学习 算法 自动驾驶
基于图像特征检测——使用相位拉伸变换(Matlab代码实现)
基于图像特征检测——使用相位拉伸变换(Matlab代码实现)
|
9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)
109 0
|
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。
111 0
【C++】图像处理中的滤波算法(二)
|
算法 计算机视觉 C++
【C++】图像处理中的滤波算法(一)
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。
349 0
【C++】图像处理中的滤波算法(一)
|
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。
317 0
【C++】图像处理中的滤波算法(四)
|
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。
162 0
【C++】图像处理中的滤波算法(三)
|
机器学习/深度学习 传感器 算法
【图像去噪】基于自适应滤波器消除椒盐噪声图像附matlab代码
【图像去噪】基于自适应滤波器消除椒盐噪声图像附matlab代码
|
机器学习/深度学习 算法 计算机视觉
【滤波跟踪】基于自适应UKF和UKF算法实现运动刚体的位姿估计附matlab代码
【滤波跟踪】基于自适应UKF和UKF算法实现运动刚体的位姿估计附matlab代码