Android绘图机制与处理技巧——Android图像处理之色彩
Android对于图片处理，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，分别对应透明图、红、绿、蓝这四个通道分量，它们共同决定了每个像素点显示的颜色。
色彩矩阵分析
在色彩处理中，通常使用以下三个角度来描述一个图像。
- 色调——物体传播的颜色
- 饱和度——颜色的纯度，从0(灰)到100%（饱和）来进行描述
- 亮度——颜色的相对明暗程度
而在Android中，系统使用一个颜色矩阵——ColorMatrix，来处理图像的这些色彩效果。Android中颜色矩阵是一个4x5的数字矩阵，它用来对图片的色彩进行处理。而对于每个像素点，都有一个颜色分量矩阵用来保存颜色的RGBA值，如下图所示：
1ACFE032-2E38-409D-A358-343B0807DD3C.png
图中矩阵A就是一个4x5的颜色矩阵。在Android中，它会以一维数组的形式来存储[a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t]，而C则是一个颜色分量矩阵。在处理图像时，使用矩阵乘法运算AC来处理颜色分量矩阵，如下图所示：
92C2D1A1-1A49-4277-B7F1-261E8D8B662C.png
其中计算过程如下：
R1 = axR + bxG + cxB + dxA + e；
G1 = fxR + gxG + hxB + ixA + j；
B1 = kxR + lxG + mxB + nxA + o；
A1 = pxR + qxG + rxB + sxA + t；
从这个公式可以发现，对于颜色矩阵A是按以下方式划分的。
第一行的abcde值决定新的颜色值中的R——红色
第二行的fghij值决定新的颜色值中的G——绿色
第三行的klmno值决定新的颜色值中的B——蓝色
第四行的pqrst值决定新的颜色值中的A——透明度
矩阵A中的第五列——ejot值分别用来决定每个分量中的offset，即偏移量
现在我们重新看一下矩阵变换的计算公式，以R分量为例。如果令a=1，b、c、d、e都等于0，那么计算结果为R1=R。因此，可以构造出一个矩阵，如下图所示：
F215A680-5A48-4DC8-9B2F-95D3D8C8D99D.png
如果把这个矩阵带入公式D=AC，那么根据矩阵乘法运算法则，可以得到R1=R。因此这个矩阵通常被用来作为初始的颜色矩阵来使用，它不会对原有颜色值进行任何变化。
当要变换颜色值的时候，通常有两种方法。一种是直接改变颜色的offset，即偏移量的值来修改颜色分量，另一种方法是直接改变对应RGBA值的系数来调整颜色分量的值。
改变偏移量
要修改R1的值，只要将第五列的值进行修改即可。即改变颜色的偏移量，其他值保持初始矩阵的值，如下图所示：
98F871CE-A122-47F2-BEF6-0AA0E89A4848.png
在上面这个矩阵中，修改了R、G所对应的颜色偏移量，那么最后的处理结果就是图像的红色、绿色分量增加了100。而红色混合绿色会得到黄色，所以最终的颜色处理结果就是让整个图像的色调偏黄色。
改变颜色系数
如果修改颜色分量中的某个系数值，而其他值依然保持初始矩阵的值，如下图所示：
179DBD31-DA4F-40BE-ADD5-FD18BABDF749.png
在上面这个矩阵中，改变了G分量所对应的系数g，这样在矩阵运算后G分量会变为以前的两倍，最终结果就是图像的色调更加偏绿。
改变色光属性
图像的色调、饱和度、亮度这三个属性在图像处理中的使用非常之多。在Android中，系统封装了一个类——ColorMatrix，也就是颜色矩阵。通过这个类，可以很方便地通过改变矩阵值来处理颜色效果。创建一个ColorMatrix对象非常简单，代码如下：
ColorMatrix colorMatrix = new ColorMatrix();
下面处理不同的色光属性。
- 色调
Android提供了setRotate(int axis, float degrees)来设置颜色的色调。第一个参数，系统分别使用0、1、2来代表Red、Green、Blue三种颜色的处理；而第二个参数，就是需要处理的值，代码如下：
ColorMatrix hueMatrix = new ColorMatrix();
hueMatrix.setRotate(0, hue1);
hueMatrix.setRotate(1, hue2);
hueMatrix.setRotate(2, hue3);
通过这样的方法，可以为RGB三种颜色分量分别重新设置了不同的色调值。
- 饱和度
Android系统提供了setSaturation(float sat)方法来设置颜色的饱和度值，代码如下：
//设置颜色的饱和度
ColorMatrix saturationMatrix = new ColorMatrix();
//saturation参数即代表设置颜色的饱和度的值，当饱和度为0时，图像就变成灰度图像了
saturationMatrix.setSaturation(saturation);
- 亮度
Android系统提供了setScale(float rScale, float gScale, float bScale, float aScale)方法来设置颜色的亮度值。当三原色以相同的比例进行混合时，就会显示出白色。系统也正是根据这个原理来改变一个图像的亮度的。当亮度为0时，图像就变为全黑了，代码如下所示：
//设置颜色的亮度
ColorMatrix lumMatrix = new ColorMatrix();
lumMatrix.setScale(lum, lum, lum, 1);
- 其他
除了单独使用上面三种方式进行颜色效果的处理之外，Android系统还封装了矩阵的乘法运算。它提供了postConcat(ColorMatrix postmatrix)方法来将矩阵的作用效果混合，从而叠加处理效果，代码如下所示：
//将矩阵的作用效果混合，从而叠加处理效果
ColorMatrix imageMatrix = new ColorMatrix();
imageMatrix.postConcat(hueMatrix);
imageMatrix.postConcat(saturationMatrix);
imageMatrix.postConcat(lumMatrix);
在下面的例子中，通过滑动三个SeekBar来改变不同色光属性的数值，并将这些数值作用到对应的矩阵中。最后通过postConcat()方法来显示混合的处理效果。
滑动SeekBar获取输入值的代码如下所示：
/**
* 通过滑动三个SeekBar来改变不同色光属性的数值，并将这些数值作用到对应的矩阵中
*/
public class PrimaryColorActivity extends Activity implements SeekBar.OnSeekBarChangeListener {
private static final int MAX_VALUE = 255;
private static final int MID_VALUE = 127;
private ImageView mImageView;
private float mHue, mSaturation, mLum;
private Bitmap mBitmap;
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_primary_color);
mBitmap = BitmapFactory.decodeResource(getResources(), R.mipmap.test3);
mImageView = (ImageView) findViewById(R.id.imageview);
SeekBar seekBarHue = (SeekBar) findViewById(R.id.seekbarHue);
SeekBar seekBarSaturation = (SeekBar) findViewById(R.id.seekbarSaturation);
SeekBar seekBarLum = (SeekBar) findViewById(R.id.seekbarLum);
seekBarHue.setOnSeekBarChangeListener(this);
seekBarSaturation.setOnSeekBarChangeListener(this);
seekBarLum.setOnSeekBarChangeListener(this);
//设置最大值
seekBarHue.setMax(MAX_VALUE);
seekBarSaturation.setMax(MAX_VALUE);
seekBarLum.setMax(MAX_VALUE);
//设置进度
seekBarHue.setProgress(MID_VALUE);
seekBarSaturation.setProgress(MID_VALUE);
seekBarLum.setProgress(MID_VALUE);
mImageView.setImageBitmap(mBitmap);
}
@Override
public void onProgressChanged(SeekBar seekBar, int progress, boolean fromUser) {
switch (seekBar.getId()) {
case R.id.seekbarHue://色调
mHue = (progress - MID_VALUE) * 1.0f / MID_VALUE * 180;
break;
case R.id.seekbarSaturation://饱和度
mSaturation = progress * 1.0f / MID_VALUE;
break;
case R.id.seekbarLum://亮度
mLum = progress * 1.0f / MID_VALUE;
break;
}
mImageView.setImageBitmap(ImageHelper.handleImageEffect(mBitmap, mHue, mSaturation, mLum));
}
@Override
public void onStartTrackingTouch(SeekBar seekBar) {
}
@Override
public void onStopTrackingTouch(SeekBar seekBar) {
}
}
设置图像矩阵的代码如下：
/**
*改变图像色光属性
* @param bm
* @param hue 色调
* @param saturation 饱和度
* @param lum 亮度
* @return
*/
public static Bitmap handleImageEffect(Bitmap bm, float hue, float saturation, float lum) {
//设置颜色的色调
ColorMatrix hueMatrix = new ColorMatrix();
//第一个参数，系统分别使用0、1、2来代表Red、Green、Blue三种颜色的处理；而第二个参数，就是需要处理的值
hueMatrix.setRotate(0, hue);
hueMatrix.setRotate(1, hue);
hueMatrix.setRotate(2, hue);
//设置颜色的饱和度
ColorMatrix saturationMatrix = new ColorMatrix();
//saturation参数即代表设置颜色的饱和度的值，当饱和度为0时，图像就变成灰度图像了
saturationMatrix.setSaturation(saturation);
//设置颜色的亮度
ColorMatrix lumMatrix = new ColorMatrix();
lumMatrix.setScale(lum, lum, lum, 1);
//将矩阵的作用效果混合，从而叠加处理效果
ColorMatrix imageMatrix = new ColorMatrix();
imageMatrix.postConcat(hueMatrix);
imageMatrix.postConcat(saturationMatrix);
imageMatrix.postConcat(lumMatrix);
/**
* 设置好处理的颜色矩阵后，通过使用Paint类的setColorFilter()方法，将通过imageMatrix构造的
* ColorMatrixColorFilter对象传递进去，并使用这个画笔来绘制原来的图像，从而将颜色矩阵作用到原图中
*/
Paint paint = new Paint();
paint.setColorFilter(new ColorMatrixColorFilter(imageMatrix));
/**
* Android系统也不允许直接修改原图，类似Photoshop中的锁定，必须通过原图创建一个同样大小的Bitmap，并将
* 原图绘制到该Bitmap中，以一个副本的形式来修改图像。
*/
Bitmap bitmap = Bitmap.createBitmap(bm.getWidth(), bm.getHeight(), Bitmap.Config.ARGB_8888);
Canvas canvas = new Canvas(bitmap);
canvas.drawBitmap(bm, 0, 0 ,paint);
return bitmap;
}
效果图如下：
iu.gif
Android颜色矩阵——ColorMatrix
通过调整颜色矩阵可以改变一副图像的色彩效果，图像处理很大程度上就是在寻找处理图像的颜色矩阵。不仅仅可以通过Android系统提供的API来进行ColorMatrix的修改，同样可以精确地修改矩阵的值来实现颜色效果的改变。下面模拟一个4x5的颜色矩阵，通过修改矩阵中的值，来观察图片的效果
通过GridLayout来进行布局，动态添加20个EditText来创建4x5的矩阵，GridLayout布局代码如下：
<GridLayout
android:id="@+id/group"
android:layout_width="match_parent"
android:layout_height="0dp"
android:layout_weight="3"
android:columnCount="5"
android:rowCount="4" />
动态创建EditText，添加到GridLayout并初始化矩阵的代码如下所示：
/**
* 模拟一个4x5的颜色矩阵
*/
public class ColorMatrixActivity extends Activity {
private ImageView mImageView;
private GridLayout mGroup;
private Bitmap bitmap;
private int mEtWidth, mEtHeight;
private EditText[] mEts = new EditText[20];
private float[] mColorMatrix = new float[20];
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_color_matrix);
bitmap = BitmapFactory.decodeResource(getResources(), R.mipmap.test1);
mImageView = (ImageView) findViewById(R.id.imageview);
mGroup = (GridLayout) findViewById(R.id.group);
mImageView.setImageBitmap(bitmap);
mGroup.post(new Runnable() {
@Override
public void run() {
// 获取宽高信息
mEtWidth = mGroup.getWidth() / 5;
mEtHeight = mGroup.getHeight() / 4;
addEts();
initMatrix();
}
});
}
// 初始化颜色矩阵为初始状态
private void initMatrix() {
for (int i = 0; i < 20; i++) {
if (i % 6 == 0)
mEts[i].setText(String.valueOf(1));
else
mEts[i].setText(String.valueOf(0));
}
}
// 添加EditText
private void addEts() {
for (int i = 0; i < 20; i++) {
mEts[i] = new EditText(this);
mGroup.addView(mEts[i], mEtWidth, mEtHeight);
}
}
// 获取矩阵值
private void getMatrix() {
for (int i = 0; i < 20; i++) {
mColorMatrix[i] = Float.valueOf(mEts[i].getText().toString());
}
}
// 将矩阵值设置到图像
private void setImageMatrix() {
Bitmap bmp = Bitmap.createBitmap(bitmap.getWidth(), bitmap.getHeight(), Bitmap.Config.ARGB_8888);
ColorMatrix colorMatrix = new ColorMatrix();
colorMatrix.set(mColorMatrix);
Canvas canvas = new Canvas(bmp);
Paint paint = new Paint();
paint.setColorFilter(new ColorMatrixColorFilter(colorMatrix));
canvas.drawBitmap(bitmap, 0, 0, paint);
mImageView.setImageBitmap(bmp);
}
// 作用矩阵效果
public void btnChange(View view) {
getMatrix();
setImageMatrix();
}
// 重置矩阵效果
public void btnReset(View view) {
initMatrix();
getMatrix();
setImageMatrix();
}
}
常用图像颜色矩阵处理效果
-
灰度效果
颜色矩阵如下所示：
338D763B-5B30-476F-82D4-1479C1B37C66.png
处理效果如下所示：
device-2017-03-29-143020.png
-
图像反转
颜色矩阵如下所示：
46E6C620-F998-41D3-8304-F74BA311FEBB.png
处理效果如下所示：
device-2017-03-29-143402.png
-
怀旧效果
颜色矩阵如下所示：
EA005F39-50BB-433E-8479-581ABFFBEEBF.png
处理效果如下所示：
device-2017-03-29-143709.png
-
去色效果
颜色矩阵如下所示：
547B6394-96BB-4A27-861D-56D3445E7BAC.png
处理效果如下所示：
device-2017-03-29-143924.png
-
高饱和度
颜色矩阵如下所示：
4ACCE49A-5647-46E9-A32F-EB1355592B96.png
处理效果如下所示：
device-2017-03-29-144228.png
像素点分析
可以通过改变每个像素点的具体ARGB值，来达到处理一张图像效果的目的。但要注意的是，传递进来的原始图片是不能修改的，一般根据原始图片生成一张新的图片来修改。
在Android中，系统提供了Bitmap.getPixels()方法来帮我们提取整个Bitmap中的像素点，并保存到一个数组中，该方法如下所示：
getPixels(int[] pixels, int offset, int stride, int x, int y, int width, int height)
参数含义如下：
pixels——接收位图颜色值的数组
offset——写入到pixels[]中的第一个像素索引值
stride——用来表示pixels[]数组中每行的像素个数，用于行与行之间区分，绝对值必须大于参数width，但不必大于所要读取图片的宽度w（在width < w 时成立）;另，pixels.length >= stride * height,否则会抛出ArrayIndexOutOfBoundsException异常。 stride > width时，可以在pixels[]数组中添加每行的附加信息，可做它用．
x——从位图中读取的第一个像素的x坐标值
y——从位图中读取的第一个像素的y坐标值
width——从每一行中读取的像素宽度
height——读取的行数
通常情况下，可以使用如下代码：
int width = bm.getWidth();
int height = bm.getHeight();
int[] oldPx = new int[width * height];
int[] newPx = new int[width * height];
bm.getPixels(oldPx, 0, width, 0, 0, width, height);
接下来，就可以获取到每个像素具体的ARGB值了，代码如下所示：
color = oldPx[i];
r = Color.red(color);
g = Color.green(color);
b = Color.blue(color);
a = Color.alpha(color);
当获取到具体的颜色值之后，就可以通过相应的算法来修改它的ARGB值，从而来重构一张新的图像，例如进行如下处理：
r1 = (int) (0.393 * r + 0.769 * g + 0.189 * b);
g1 = (int) (0.349 * r + 0.686 * g + 0.168 * b);
b1 = (int) (0.272 * r + 0.534 * g + 0.131 * b);
再通过如下所示代码将新的RGBA值合成像素点：
newPx[i] = Color.argb(a, r1, g1, b1);
最后将处理之后的像素点数组重新set给Bitmap。从而达到图像处理的目的：
bmp.setPixels(newPx, 0, width, 0, 0, width, height);
常用图像像素点处理效果
（实际情况中不要这么操作，效果很慢，毕竟要一个一个像素点找过去）
-
底片效果
若存在ABC3个像素点，要求B点对应的底片效果算法，代码如下：
B.r = 255 - B.r;
B.g = 255 - B.g;
B.b = 255 - B.b;
实现代码如下：
//底片效果
public static Bitmap handleImageNegative(Bitmap bitmap) {
int width = bitmap.getWidth();
int height = bitmap.getHeight();
int color;
int r, g, b, a;
Bitmap btm = Bitmap.createBitmap(width, height, Bitmap.Config.ARGB_8888);
int[] oldPx = new int[width * height];
int[] newPx = new int[width * height];
bitmap.getPixels(oldPx, 0, width, 0, 0, width, height);
for (int i = 0; i < width * height; i++) {
color = oldPx[i];
r = Color.red(color);
g = Color.green(color);
b = Color.blue(color);
a = Color.alpha(color);
r = 255 - r;
g = 255 - g;
b = 255 - b;
if (r > 255)
r = 255;
else if (r < 0)
r = 0;
if (g > 255)
g = 255;
else if (g < 0)
g = 0;
if (b > 255)
b = 255;
else if (b < 0)
b = 0;
newPx[i] = Color.argb(a, r, g, b);
}
btm.setPixels(newPx, 0, width, 0, 0, width, height);
return btm;
}
-
老照片效果
求某像素点的老照片效果算法，代码如下：
for (int i = 0; i < width * height; i++) {
color = oldPx[i];
a = Color.alpha(color);
r = Color.red(color);
g = Color.green(color);
b = Color.blue(color);
r1 = (int) (0.393 * r + 0.769 * g + 0.189 * b);
g1 = (int) (0.349 * r + 0.686 * g + 0.168 * b);
b1 = (int) (0.272 * r + 0.534 * g + 0.131 * b);
if (r1 > 255) {
r1 = 255;
}
if (g1 > 255) {
g1 = 255;
}
if (b1 > 255) {
b1 = 255;
}
newPx[i] = Color.argb(a, r1, g1, b1);
}
-
浮雕效果
求某像素点的浮雕效果算法，代码如下：
for (int i = 1; i < width * height; i++) {
colorBefore = oldPx[i - 1];
a = Color.alpha(colorBefore);
r = Color.red(colorBefore);
g = Color.green(colorBefore);
b = Color.blue(colorBefore);
color = oldPx[i];
r1 = Color.red(color);
g1 = Color.green(color);
b1 = Color.blue(color);
r = r - r1 + 127;
g = g - g1 + 127;
b = b - b1 + 127;
if (r > 255) {
r = 255;
}
if (g > 255) {
g = 255;
}
if (b > 255) {
b = 255;
}
newPx[i] = Color.argb(a, r, g, b);
}
效果如下所示：
原图.png
底片
怀旧
浮雕
