图像处理之颜色梯度变化 (Color Gradient)

简介: 有过UI设计经验的一定对2D图形渲染中的Color Gradient 或多或少有些接触,很多编程 语言也提供了Gradient的接口,但是想知道它是怎么实现的嘛?   本文介绍三种简单的颜色梯度变化算法,就可以很容易实现常见的梯度变化算法 三种都要求提供两个参数即起始颜色RGB值, 最终颜色RGB的值。

有过UI设计经验的一定对2D图形渲染中的Color Gradient 或多或少有些接触,很多编程

语言也提供了Gradient的接口,但是想知道它是怎么实现的嘛?

 

本文介绍三种简单的颜色梯度变化算法,就可以很容易实现常见的梯度变化算法

三种都要求提供两个参数即起始颜色RGB值, 最终颜色RGB的值。

 

垂直梯度颜色变化,效果如下:

 


水平梯度颜色变化,效果如下:

 


水平与垂直两个方向叠加梯度变化效果如下:

 

算法代码及其解释

 

计算起始颜色和终点颜色RGB之间差值代码如下:

float rr = startColor[0] - endColor[0];

float gg = startColor[1] - endColor[1];

float bb = startColor[2] - endColor[2];

 

实现垂直梯度变化的代码如下:

r = endColor[0] + (int)(rr * ((float)row/255.0f) +0.5f);

g = endColor[1] + (int)(gg * ((float)row/255.0f) +0.5f);

b = endColor[2] + (int)(bb * ((float)row/255.0f) +0.5f);

 

 

实现水平梯度变化代码如下:

// set gradient color valuefor each pixel

r = endColor[0] + (int)(rr * ((float)col/255.0f) +0.5f);

g = endColor[1] + (int)(gg * ((float)col/255.0f) + 0.5f);

b = endColor[2] + (int)(bb * ((float)col/255.0f) +0.5f);

 

实现水平和垂直两个方向上Gradient叠加代码如下:

r = endColor[0] + (int)(rr * (((float)col * (float)row)/size) +0.5f);

g = endColor[1] + (int)(gg * (((float)col * (float)row)/size) +0.5f);

b = endColor[2] + (int)(bb * (((float)col * (float)row)/size) +0.5f);

 

程序对上面三种Gradient方法分别放在三个不同的方法中,根据参数调用。

程序的完全Java源代码如下:

import java.awt.BorderLayout;
import java.awt.Dimension;
import java.awt.Graphics;
import java.awt.Graphics2D;
import java.awt.RenderingHints;
import java.awt.image.BufferedImage;

import javax.swing.JComponent;
import javax.swing.JFrame;

public class ColorGradientDemo extends JComponent {

	/**
	 * 
	 */
	private static final long serialVersionUID = -4134440495899912869L;
	private BufferedImage image = null;
	
	protected void paintComponent(Graphics g) {
		Graphics2D g2 = (Graphics2D)g;
		g2.setRenderingHint(RenderingHints.KEY_ANTIALIASING, RenderingHints.VALUE_ANTIALIAS_ON);
		g2.drawImage(getImage(4), 5, 5, image.getWidth(), image.getHeight(), null);
	}
	
	public BufferedImage getImage(int type) {
		if(image == null) {
			image = new BufferedImage(256, 256, BufferedImage.TYPE_INT_ARGB);
			int[] rgbData = new int[256*256];
			if(type == 1) {
				generateVGradientImage(rgbData);
			} else if(type == 2) {
				generateHGradientImage(rgbData);
			} else {
				generateHVGradientImage(rgbData);
			}
			setRGB(image, 0, 0, 256, 256, rgbData);
		}
		return image;
	}

	private void generateVGradientImage(int[] rgbData) {
		int[] startColor = getStartColor();
		int[] endColor = getEndColor();
		
		float rr = startColor[0] - endColor[0];
		float gg = startColor[1] - endColor[1];
		float bb = startColor[2] - endColor[2];
		
		int a=255;
		int r=0, g=0, b=0;
		int index = 0;
		for(int row=0; row<256; row++) {
			for(int col=0; col<256; col++) {
				// set random color value for each pixel
				// set gradient color value for each pixel
				r = endColor[0] + (int)(rr * ((float)row/255.0f) + 0.5f);
				g = endColor[1] + (int)(gg * ((float)row/255.0f) + 0.5f);
				b = endColor[2] + (int)(bb * ((float)row/255.0f) + 0.5f);
				
				rgbData[index] = ((a & 0xff) << 24) |
								((r & 0xff) << 16)  |
								((g & 0xff) << 8)   |
								((b & 0xff));
				index++;
			}
		}
	}
	
	private void generateHGradientImage(int[] rgbData) {
		int[] startColor = getStartColor();
		int[] endColor = getEndColor();
		
		float rr = startColor[0] - endColor[0];
		float gg = startColor[1] - endColor[1];
		float bb = startColor[2] - endColor[2];
		
		int a=255;
		int r=0, g=0, b=0;
		int index = 0;
		for(int row=0; row<256; row++) {
			for(int col=0; col<256; col++) {
				
				// set gradient color value for each pixel
				r = endColor[0] + (int)(rr * ((float)col/255.0f) + 0.5f);
				g = endColor[1] + (int)(gg * ((float)col/255.0f) + 0.5f);
				b = endColor[2] + (int)(bb * ((float)col/255.0f) + 0.5f);
				
				rgbData[index] = ((a & 0xff) << 24) |
								((r & 0xff) << 16)  |
								((g & 0xff) << 8)   |
								((b & 0xff));
				index++;
			}
		}
	}
	
	private void generateHVGradientImage(int[] rgbData) {
		int[] startColor = getStartColor();
		int[] endColor = getEndColor();
		
		float rr = startColor[0] - endColor[0];
		float gg = startColor[1] - endColor[1];
		float bb = startColor[2] - endColor[2];
		
		int a=255;
		int r=0, g=0, b=0;
		int index = 0;
		float size = (float)Math.pow(255.0d, 2.0);
		for(int row=0; row<256; row++) {
			for(int col=0; col<256; col++) {
				// set random color value for each pixel
				r = endColor[0] + (int)(rr * (((float)col * (float)row)/size) + 0.5f);
				g = endColor[1] + (int)(gg * (((float)col * (float)row)/size) + 0.5f);
				b = endColor[2] + (int)(bb * (((float)col * (float)row)/size) + 0.5f);
				
				rgbData[index] = ((a & 0xff) << 24) |
								((r & 0xff) << 16)  |
								((g & 0xff) << 8)   |
								((b & 0xff));
				index++;
			}
		}
	}
	
	public int[] getStartColor() {
		return new int[]{246,53,138};
	}
	
	public int[] getEndColor() {
		return new int[]{0,255,255};
	}
	
	public void setRGB( BufferedImage image, int x, int y, int width, int height, int[] pixels ) {
		int type = image.getType();
		if ( type == BufferedImage.TYPE_INT_ARGB || type == BufferedImage.TYPE_INT_RGB )
			image.getRaster().setDataElements( x, y, width, height, pixels );
		else
			image.setRGB( x, y, width, height, pixels, 0, width );
    }
	
	public static void main(String[] args) {
		JFrame frame = new JFrame("Gradient Color Panel");
		frame.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
		frame.getContentPane().setLayout(new BorderLayout());
		
		// Display the window.
		frame.getContentPane().add(new ColorGradientDemo(), BorderLayout.CENTER);
		frame.setPreferredSize(new Dimension(280,305));
		frame.pack();
		frame.setVisible(true);
	}

}


目录
相关文章
|
2月前
|
算法 计算机视觉 异构计算
yolo如何画框、如何变换目标检测框的颜色和粗细、如何运行detect脚本
yolo如何画框、如何变换目标检测框的颜色和粗细、如何运行detect脚本
149 2
|
11月前
|
存储 API 图形学
OpenCV_11 轮廓检测:图像的轮廓+绘制轮廓+轮廓近似+边界矩形+椭圆拟合+直线拟合
轮廓检测指检测图像中的对象边界,更偏向于关注上层语义对象。如OpenCV中的findContours()函数, 它会得到每一个轮廓并以点向量方式存储,除此也得到一个图像的拓扑信息,即一个轮廓的后一个轮廓、前一个轮廓等的索引编号。
1116 0
|
算法
HSV颜色模型
HSV颜色模型
283 0
HSV颜色模型
RGB颜色模型
RGB颜色模型
309 0
RGB颜色模型
|
计算机视觉
目标检测的Tricks | 【Trick8】数据增强——随机旋转、平移、缩放、错切、hsv增强
目标检测的Tricks | 【Trick8】数据增强——随机旋转、平移、缩放、错切、hsv增强
557 0
目标检测的Tricks | 【Trick8】数据增强——随机旋转、平移、缩放、错切、hsv增强
|
算法
Halcon拟合系列(2)直线/圆/椭圆/矩形拟合算子fit_line_contour_xld/fit_circle_contour_xld/...
Halcon拟合系列(2)直线/圆/椭圆/矩形拟合算子fit_line_contour_xld/fit_circle_contour_xld/...
1910 0
Halcon颜色通道分离与合并RGB--HSI--HSV;饱和度/亮度均衡
Halcon颜色通道分离与合并RGB--HSI--HSV;饱和度/亮度均衡
798 0
颜色的RGB-计算HSV公式色度/饱和度/亮度 简化代码
计算颜色的HSV值 本文提供全流程,中文翻译。 Chinar 坚持将简单的生活方式,带给世人!(拥有更好的阅读体验 —— 高分辨率用户请根据需求调整网页缩放比例) Chinar —— 心分享、心创...
3952 0
|
前端开发 C# Windows
使用Cubic Spline通过一组2D点绘制平滑曲线
原文 Draw a smooth curve through a set of 2D points with Cubic Spline   I would like to provide you with the code to draw a smooth curve through a set of 2D points with cubic spline.
1143 0

热门文章

最新文章