纯粹阅读,请移步OpenCV实现图片锐化
效果图
源码
锐化也可以看作是一种线性滤波操作,并且锚点像素有较高的权重,而周围的像素权重较低。
因此,我们可以自定义一个这样的核。
/*
自定义核
0 -1 0
-1 5 -1
0 -1 0
*/
Mat kernel = new Mat(3, 3, CvType.CV_16SC1);
kernel.put(0, 0, 0, -1, 0, -1, 5, -1, 0, -1, 0);
这里我们将图像的深度设为16SC1
,表示包含一个通道(C1),图像中的每个像素包含一个16比特有符号整型数(16S)。
定义完核以后,我们对图像和核做卷积操作
// 对图像和自定义核做卷积
Imgproc.filter2D(src, src, src.depth(), kernel);
- 第一个参数表示输入的图像
- 第二个参数表示输出的图像
- 第三个参数表示图像的深度
- 第四个参数是我们自定义的核
封装
这里我用到了RxJava。主要是因为图片处理是耗时操作,会阻塞线程,为了防止界面卡顿,这里使用RxJava进行了线程切换。
/**
* 锐化图片
*
* @param bitmap 要处理的图片
*/
public void filter2D(Bitmap bitmap) {
// 使用RxJava处理图片
if (null != mSubscriber)
Observable
.just(bitmap)
.map(new Func1<Bitmap, Bitmap>() {
@Override
public Bitmap call(Bitmap bitmap) {
// Bitmap转为Mat
Mat src = new Mat(bitmap.getHeight(), bitmap.getWidth(), CvType.CV_8UC4);
Utils.bitmapToMat(bitmap, src);
/*
自定义核
0 -1 0
-1 5 -1
0 -1 0
*/
Mat kernel = new Mat(3, 3, CvType.CV_16SC1);
kernel.put(0, 0, 0, -1, 0, -1, 5, -1, 0, -1, 0);
// 对图像和自定义核做卷积
Imgproc.filter2D(src, src, src.depth(), kernel);
// Mat转Bitmap
Bitmap processedImage = Bitmap.createBitmap(src.cols(), src.rows(), Bitmap.Config.ARGB_8888);
Utils.matToBitmap(src, processedImage);
return processedImage;
}
})
.subscribeOn(Schedulers.io())
.observeOn(AndroidSchedulers.mainThread())
.subscribe(mSubscriber);
}
调用
// 图片处理的工具类
mBlurUtil = new BlurUtil(new Subscriber<Bitmap>() {
@Override
public void onCompleted() {
// 图片处理完成
dismissProgressDialog();
}
@Override
public void onError(Throwable e) {
// 图片处理异常
dismissProgressDialog();
}
@Override
public void onNext(Bitmap bitmap) {
// 获取到处理后的图片
mIvImageProcessed.setImageBitmap(bitmap);
}
});
// 锐化图片
mBlurUtil.filter2D(mSelectImage);