图像处理之像素格效果

简介: 图像处理之像素格效果 图像中的像素格效果是最常见的图像特效,可以隐藏或者模糊一些不想被显示出来的图像细 节,是常用的图像处理手段。   像素格效果的算法其实非常的简单,只是对图像进行块扫描,求出每个像素块的平均RGB 值,然后赋值到块中的每个像素点,最后输出处理以后的图像,而像素块的扫描有点类似 卷积的处理。

图像处理之像素格效果


图像中的像素格效果是最常见的图像特效,可以隐藏或者模糊一些不想被显示出来的图像细

节,是常用的图像处理手段。

 

像素格效果的算法其实非常的简单,只是对图像进行块扫描,求出每个像素块的平均RGB

值,然后赋值到块中的每个像素点,最后输出处理以后的图像,而像素块的扫描有点类似

卷积的处理。具体算法步骤如下:

1.      按照从左到右,自上而下的顺序,扫描每个像素点。

2.      对扫描到的像素,计算出它属于的像素块,并且计算像素块的平均RGB值

3.      将RGB赋值给扫描到的像素点。

4.      循环上面2,3步骤,直到所有像素点都完成。

程序效果:


http://my.csdn.net/my/album/detail/1166674

像素格滤镜源代码如下:

package com.process.blur.study;
/**
 * @author gloomy fish
 * @date 2012-05-30
 * 
 */
import java.awt.image.BufferedImage;

public class PixellateFilter extends AbstractBufferedImageOp {
	private int size;
	
	public PixellateFilter() {
		size = 10; // default block size=10x10
	}
	
	public PixellateFilter(int size) {
		this.size = size;
	}

	@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 offsetX = 0, offsetY = 0;
        int newX = 0, newY = 0;
        double total = size*size;
        double sumred = 0, sumgreen = 0, sumblue = 0;
        for(int row=0; row<height; row++) {
        	int ta = 0, tr = 0, tg = 0, tb = 0;
        	for(int col=0; col<width; col++) {
        		newY = (row/size) * size;
        		newX = (col/size) * size;
        		offsetX = newX + size;
        		offsetY = newY + size;
        		for(int subRow =newY; subRow < offsetY; subRow++) {
        			for(int subCol =newX; subCol < offsetX; subCol++) {
        				if(subRow <0 || subRow >= height) {
        					continue;
        				}
        				if(subCol < 0 || subCol >=width) {
        					continue;
        				}
        				index = subRow * width + subCol;
                		ta = (inPixels[index] >> 24) & 0xff;
                		sumred += (inPixels[index] >> 16) & 0xff;
                		sumgreen += (inPixels[index] >> 8) & 0xff;
                		sumblue += inPixels[index] & 0xff;
        			}
        		}
        		index = row * width + col;
        		tr = (int)(sumred/total);
        		tg = (int)(sumgreen/total);
        		tb = (int)(sumblue/total);
        		outPixels[index] = (ta << 24) | (tr << 16) | (tg << 8) | tb;

        		sumred = sumgreen = sumblue = 0; // reset them...
        	}
        }

        setRGB( dest, 0, 0, width, height, outPixels );
        return dest;
	}

}
转载时请注明出自本博客

目录
相关文章
|
应用服务中间件 nginx 微服务
SpringCloud解决feign调用token丢失问题
【5月更文挑战第2天】在feign调用中可能会遇到如下问题: * 同步调用中,token丢失,这种可以通过创建一个拦截器,将token做透传来解决 * 异步调用中,token丢失,这种就无法直接透传了,因为子线程并没有**token**,这种需要先将token从父线程传递到子线程,再进行透传
1043 3
|
负载均衡 监控 安全
Istio:微服务治理的超级英雄,一键解锁你的服务网格超能力,让管理复杂变简单!
【8月更文挑战第31天】随着云原生技术的发展,微服务架构成为主流,但其复杂性与管理难题也随之增加。Istio作为开源服务网格平台,通过独特的数据平面和控制平面设计,实现了微服务通信的透明管理,简化了治理复杂度。本文将对比Istio与传统微服务管理方法,详细介绍Istio的架构及其工作原理,包括Envoy代理、服务发现、负载均衡、流量管理、安全认证以及监控等功能。Istio不仅简化了微服务治理,还提供了强大的流量控制和安全机制,使开发者能更高效地管理应用。
385 2
|
监控 关系型数据库 MySQL
初体验:数据库监控、管理和可观测性工具(PMM)
Percona Monitoring and Management (PMM) 是一个开源工具,用于监控MySQL、PostgreSQL和MongoDB的性能。它提供实时监控、数据可视化、故障排除和管理功能,支持本地和云端数据库。要安装PMM,首先需安装Docker,然后通过提供的脚本部署PMM服务器和客户端。在MySQL服务器上创建PMM用户后,使用`pmm-admin`命令添加数据库。访问PMM的HTTPS网址(默认用户名和密码为admin)进行配置。本文还包含了安装Docker和PMM的命令行步骤。
初体验:数据库监控、管理和可观测性工具(PMM)
|
Ubuntu Linux C语言
详细解读11、串口编程
详细解读11、串口编程
207 0
|
11月前
|
前端开发 JavaScript 开发者
除了 Generator 函数,还有哪些 JavaScript 异步编程解决方案?
【10月更文挑战第30天】开发者可以根据具体的项目情况选择合适的方式来处理异步操作,以实现高效、可读和易于维护的代码。
|
监控 流计算 C++
公有云小白的大模型实践-ChatGLM on PAI
公有云小白的大模型实践-ChatGLM on PAI
1441 0
|
SQL 分布式计算 大数据
BigData:大数据开发的简介、核心知识(linux基础+Java/Python编程语言+Hadoop{HDFS、HBase、Hive}+Docker)、经典场景应用之详细攻略
BigData:大数据开发的简介、核心知识(linux基础+Java/Python编程语言+Hadoop{HDFS、HBase、Hive}+Docker)、经典场景应用之详细攻略
BigData:大数据开发的简介、核心知识(linux基础+Java/Python编程语言+Hadoop{HDFS、HBase、Hive}+Docker)、经典场景应用之详细攻略
|
2天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!