灰度图像数据量 Android滤镜效果实现及原理分析

原标题：Android滤镜效果实现及原理分析

摘要： Android在处理图片时，最常使用到的数据结构是位图（Bitmap），它包含了一张图片所有的数据。整个图片都是由点阵和颜色值组成的，所谓点阵就是一个包含像素的矩阵，每一个元素对应着图片的一个像素。而颜色值——ARGB，分别对应着透明度、红、绿、蓝这四个通道分量，他们共同决定了每个像素点显示的颜色。

Android在处理图片时，最常使用到的数据结构是位图（Bitmap），它包含了一张图片所有的数据。整个图片都是由点阵和颜色值组成的，所谓点阵就是一个包含像素的矩阵，每一个元素对应着图片的一个像素。灰度图像数据量而颜色值——ARGB，分别对应着透明度、红、绿、蓝这四个通道分量，他们共同决定了每个像素点显示的颜色。下图是ARGB的模型图。

色彩矩阵分析

在Android中，系统使用一个颜色矩阵-ColorMatrix来处理图像的色彩效果。对于图像的每个像素点，都有一个颜色分量矩阵用来保存颜色的RGBA值（下图矩阵C），Android中的颜色矩阵是一个 4×5 的数字矩阵，它用来对图片的色彩进行处理（下图矩阵A）。

在Android系统中，如果想要改变一张图像的色彩显示效果，可以使用矩阵的乘法运算来修改颜色分量矩阵的值。上面矩阵A就是一个 4×5 的颜色矩阵。在Android中，它会以一维数组的形式来存储[a,b,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t]，而C则是一个颜色矩阵分量。在处理图像时，使用矩阵乘法运算AC来处理颜色分量矩阵，如下：

利用线性代数知识可以得到如下等式：

R1 = aR + bG + cB + dA + e;G1 = fR + gG + hB + iA + j;B1 = kR + lG + mB + nA + o;A1 = pR + qG + rB + sA + t;

从上面的等式可以发现：

第一行的 abcde 用来决定新的颜色值中的R——红色

第二行的 fghij 用来决定新的颜色值中的G——绿色

第三行的 klmno 用来决定新的颜色值中的B——蓝色

第四行的 pqrst 用来决定新的颜色值中的A——透明度

矩阵A中第五列——ejot 值分别用来决定每个分量中的 offset ，即偏移量 这样一说明，大家对这个公司就明白了。

初始颜色矩阵

接下来，我们重新看一下矩阵变换的计算公式，以R分量为例。

R1 = aR + bG + cB + dA + e;

如果令 a=1，b、c、d、e都等于0，则有 R1=R 。同理对第二、三、四、行进行操作，可以构造出一个矩阵，如下：

把这个矩阵代入公式 R=AC，根据矩阵乘法运算法则，可得R1=R，G1=G，B1=B，A1=A。即不会对原有颜色进行任何修改，所以这个矩阵通常被用来作为初始颜色矩阵。

改变颜色值

如果想要改变颜色值的时候，通常有两种方法：

改变颜色的 offset（偏移量）的值；

改变对应 RGBA 值的系数。

1.改变偏移量

从前面的分析中可知，改变颜色的偏移量就是改变颜色矩阵的第五列的值，其他保持初始矩阵的值即可。如下示例：

上面的操作中改变了 R、G 对应的颜色偏移量，那么结果就是图像的红色和绿色分量增加了100，即整体色调偏黄显示。

其中，左边为原图，右边为改变 偏移量后的效果。

2.改变颜色系数

假如我们队颜色矩阵做如下操作。

改变 G 分量对应的系数 g 的值，增加到2倍，这样在矩阵运算后，图像会整体色调偏绿显示。

通过前面的分析，我们知道调整颜色矩阵可以改变图像的色彩效果，图像的色彩处理很大程度上就是在寻找处理图像的颜色矩阵。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-84905-1.html