分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow

也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！

               

這篇將講到圖片特效處理的銳化效果。跟前面一樣是對畫素點進行處理，演算法是通用的。

演算法原理：

一、簡單演算法：分別獲取當前畫素點和八個周圍畫素點的RGB值，先求出當前畫素點的RGB值與八個畫素點RGB值的和的平均數，再乘以相應的係數，然後在與當前畫素點之和。

例：

ABC

DEF

GHI

對E點進行銳化：

[java] view plain copy print ?

1. float delta = 0.3; 
2. E.r = (E.r - (A.r + B.r + C.r + D.r + F.r + G.r + H.r + I.r) / 8) * delta + E.r; 

[java] view plain copy print

?

1. float delta = 0.3;  
2. E.r = (E.r - (A.r + B.r + C.r + D.r + F.r + G.r + H.r + I.r) / 8) * delta + E.r;  

float delta = 0.3;E.r = (E.r - (A.r + B.r + C.r + D.r + F.r + G.r + H.r + I.r) / 8) * delta + E.r;

 

E.g，E.b類似，delta建議取0.3，具體多少無所謂，試一下就知道了。但按照上面原理，沒有達到預期的效果，改變delta的值也不行，所以後面程式碼就不貼出來了，感興趣的可以研究一下。

二、拉普拉斯變換：將拉普拉斯矩陣中的項與相應點的RGB值之積再乘以相應的係數的和作為當前點的RGB值。

例：用上面的例子，還是對E點進行銳化。

[java] view plain copy print ?

1. // 拉普拉斯矩陣 
2. int[] laplacian = newint[] { -1, -1, -1, -1,9, -1, -1, -1, -1 }; 
3. float delta = 0.3;  
4. E.r = A.r * laplacian[0] * delta + B.r * laplacian[1] * delta + C.r * laplacian[2] * delta + D.r * laplacian[3] * delta + E.r * laplacian[4] * delta + F.r * laplacian[5] * delta + G.r * laplacian[6] * delta + H.r * laplacian[7] * delta + I.r * laplacian[8] * delta; 
5. // E.g和E.b值類似 

[java] view plain copy print ?

1. // 拉普拉斯矩陣  
2. int[] laplacian = new int[] { -1, -1, -1, -1, 9, -1, -1, -1, -1 };  
3. float delta = 0.3;   
4. E.r = A.r * laplacian[0] * delta + B.r * laplacian[1] * delta + C.r * laplacian[2] * delta + D.r * laplacian[3] * delta + E.r * laplacian[4] * delta + F.r * laplacian[5] * delta + G.r * laplacian[6] * delta + H.r * laplacian[7] * delta + I.r * laplacian[8] * delta;  
5. // E.g和E.b值類似  

// 拉普拉斯矩陣int[] laplacian = new int[] { -1, -1, -1, -1, 9, -1, -1, -1, -1 };float delta = 0.3; E.r = A.r * laplacian[0] * delta + B.r * laplacian[1] * delta + C.r * laplacian[2] * delta + D.r * laplacian[3] * delta + E.r * laplacian[4] * delta + F.r * laplacian[5] * delta + G.r * laplacian[6] * delta + H.r * laplacian[7] * delta + I.r * laplacian[8] * delta;// E.g和E.b值類似
下面看效果圖：

原圖：

處理後：

貌似處理有點問題，中間會看到很多的豎線，很明顯，可能是沒有優化好，因為採用了getPiexels() 和setPixels()方法，所以一維陣列的對應圖片的寬高有點麻煩。

下面貼程式碼，僅供引數，同樣注意圖片的大小，陣列大小不能超過虛擬機器規定值。

 

/**  * 圖片銳化（拉普拉斯變換）  * @param bmp  * @return  */ private Bitmap sharpenImageAmeliorate(Bitmap bmp) {  long start = System.currentTimeMillis();  // 拉普拉斯矩陣  int[] laplacian = new int[] { -1, -1, -1, -1, 9, -1, -1, -1, -1 };    int width = bmp.getWidth();  int height = bmp.getHeight();  Bitmap bitmap = Bitmap.createBitmap(width, height, Bitmap.Config.RGB_565);    int pixR = 0;  int pixG = 0;  int pixB = 0;    int pixColor = 0;    int newR = 0;  int newG = 0;  int newB = 0;    int idx = 0;  float alpha = 0.3F;  int[] pixels = new int[width * height];  bmp.getPixels(pixels, 0, width, 0, 0, width, height);  for (int i = 1, length = height - 1; i < length; i++)  {   for (int k = 1, len = width - 1; k < len; k++)   {    idx = 0;    for (int m = -1; m <= 1; m++)    {     for (int n = -1; n <= 1; n++)     {      pixColor = pixels[(i + n) * width + k + m];      pixR = Color.red(pixColor);      pixG = Color.green(pixColor);      pixB = Color.blue(pixColor);            newR = newR + (int) (pixR * laplacian[idx] * alpha);      newG = newG + (int) (pixG * laplacian[idx] * alpha);      newB = newB + (int) (pixB * laplacian[idx] * alpha);      idx++;     }    }        newR = Math.min(255, Math.max(0, newR));    newG = Math.min(255, Math.max(0, newG));    newB = Math.min(255, Math.max(0, newB));        pixels[i * width + k] = Color.argb(255, newR, newG, newB);    newR = 0;    newG = 0;    newB = 0;   }  }    bitmap.setPixels(pixels, 0, width, 0, 0, width, height);  long end = System.currentTimeMillis();  Log.d("may", "used time="+(end - start));  return bitmap; }

           

給我老師的人工智慧教程打call！http://blog.csdn.net/jiangjunshow