提取圖片主顏色及灰度圖
本文主要內容
- 提取圖片主顏色
- 灰度圖
- 總結
本文介紹兩種常用的圖象演算法，一種是提取圖片主顏色，另一種是灰度圖。提取照片主顏色，這個功能經常被用到，例如應用icon的顏色，如果是很淺的白色，那麼手機launcher上顯示的應用名就不能用白色了，以防止看不清文字。
灰度圖，介面看起來是灰白的，無彩色，有時候也需要這種圖片。
1、提取圖片主顏色
先上效果圖：
本人使用對一張藍色的圖片，提取主色值，最後將提取到的主顏色值當成整體背景顯示出來。
其實演算法實質比較簡單，就是算平均值，遍歷畫素點，將畫素點中所有的 red、green、blue 分量分別累加，最後求出平均的 red、green、blue 值，使用平均值構造一個新的顏色。
遍歷畫素點，可以跳著遍歷，比如每隔4個畫素點取一個值，因為相隔很近的畫素點其實非常類似，這樣可以減少一點工作量。其次，計算得到平均值以後，可以採取一些邊界檢查，防止得到的顏色過於豔麗。
public int getMainColor(Bitmap bitmap){ long start = System.currentTimeMillis(); int r = 0; if (bitmap == null) { return r; } int width = bitmap.getWidth(); int height = bitmap.getHeight(); Log.i("okunu", "width = " + width + " height = " + height); int[] pixels = new int[width * height]; int totalR = 0, totalG = 0, totalB = 0; int sampleColor = 0; int sampleCount = 0; int red = 0, green = 0, blue = 0; bitmap.getPixels(pixels, 0, width, 0, 0, width, height); Log.i("okunu", "pixels.length = " + pixels.length); for (int i = 0; i < height; i+=4) { int s = i * width; for (int j = 0; j < width; j+=4) { sampleColor = pixels[s + j]; red = Color.red(sampleColor); green = Color.green(sampleColor); blue = Color.blue(sampleColor); totalR += red; totalG += green; totalB += blue; sampleCount++; } } Log.i("okunu", "sampleCount = " + sampleCount); totalR = (int) Math.floor(totalR/sampleCount); totalG = (int) Math.floor(totalG/sampleCount); totalB = (int) Math.floor(totalB/sampleCount); r = Color.rgb(totalR, totalG, totalB); Log.i("okunu", "time = " + (System.currentTimeMillis() - start) ); return r; }
2、灰度圖
依舊先看效果圖：
藍色圖片的灰度圖如第二張圖上顯示所示。
一幅完整的影象，是由紅色、綠色、藍色三個通道組成的。紅色、綠色、藍色三個通道的縮覽圖都是以灰度顯示的。用不同的灰度色階來表示“ 紅，綠，藍”在影象中的比重。通道中的純白，代表了該色光在此處為最高亮度，亮度級別是255。如果一幅影象，三個通道值是一樣的，就是一張灰度圖
我們可以通過下面幾種方法，將其轉換為灰度：
1.浮點演算法：Gray=R 0.3+G 0.59+B*0.11
2.整數方法：Gray=(R 30+G 59+B*11)/100
3.移位方法：Gray =(R 76+G 151+B*28)>>8;
4.平均值法：Gray=（R+G+B）/3;
5.僅取綠色：Gray=G；
本文我們採用第一種演算法實現灰度圖。
public Bitmap getGrayBitmap(Bitmap bitmap){
Bitmap r = null;
long start = System.currentTimeMillis();
if (bitmap == null) {
return r;
}
int width = bitmap.getWidth();
int height = bitmap.getHeight();
Log.i("okunu", "width = " + width + " height = " + height);
int[] pixels = new int[width * height];
int[] out = new int[width * height];
int sampleColor = 0;
int red = 0, green = 0, blue = 0;
bitmap.getPixels(pixels, 0, width, 0, 0, width, height);
Log.i("okunu", "pixels.length = " + pixels.length);
for (int i = 0; i < height; i+=1) {
int s = i * width;
for (int j = 0; j < width; j+=1) {
sampleColor = pixels[s + j];
red = Color.red(sampleColor);
green = Color.green(sampleColor);
blue = Color.blue(sampleColor);
int modifColor = (int) (red*0.3 + green*0.59 + blue*0.11);
out[s + j] = Color.rgb(modifColor, modifColor, modifColor);
}
}
r = Bitmap.createBitmap(out, width, height, Bitmap.Config.RGB_565);
Log.i("okunu", "time = " + (System.currentTimeMillis() - start) );
return r;
}
3、總結
雖然我們不是專業的圖象處理人員，但一些簡單的概念我們需要明白，學習這些簡單的概念就可以實現很專業的功能。ps 上各種神乎其技的影象處理，其實也就是一步步簡單的操作累積而成的，而這些簡單操作背後都是簡單的影象處理概念。