首页 > 代码库 > 图像处理之背景虚化
图像处理之背景虚化
废话不多说,先上图。
原图
圆形的清晰区域
水平的清晰区域
竖直的清晰区域
嘿嘿,看上去还可以哈~~我们这里说的背景虚化呢,自然没有能力做到自动识别背景与前景的,所以只能算是一个半自动的过程:由用户来指定哪片区域是清晰的,哪片区域是模糊的,然后在清晰的区域与模糊的区域之间做一个简单的过渡。
我们在这里提供了三张模式,分别是圆形的清晰区域,竖直的清晰区域和水平的清晰区域。示意图如下所示
圆形
横向
纵向
如果你还想折腾出其他的形状,可以参考我后面的代码自己折腾一下。
这里不打算讲高斯模糊之类的东西,相信现有的博客写高斯模糊早已写烂了。我也只是借用了图像模糊里面的一个思想而已:使用周围像素的平均值来代替当前像素。高斯模糊里面对像素点周围不同位置的像素点还赋予了不同的权重,我为了简单,索性让所有的权重都一样。产生的效果也还行。
下面就把全部代码都奉上。
package algorithm.blur; import java.awt.Color; import java.awt.image.BufferedImage; public class InteractiveBlur { // 掩码最小值 public static final int MIN_MASK_SIZE = 3; // 掩码最大值 public static final int MAX_MASK_SIZE = 15; //掩码最大值的一半 public static final int HALF_MAX_MASK_SIZE = 7; // 最小值与最大值的差 public static final int DIFF_MASK_SIZE = MAX_MASK_SIZE - MIN_MASK_SIZE; // 点在模糊区域中 public static final int AREA_BLUR = 1; // 点在清晰区域中 public static final int AREA_CLEAR = 2; // 点在过渡区域中 public static final int AREA_TRAN = 3; // 圆形的清晰区域 public static final int TYPE_CIRCLE = 1; // 垂直的清晰区域 public static final int TYPE_VERTCIAL = 2; // 水平的清晰区域 public static final int TYPE_HORIZONTAL = 3; //外部区域以外的都是模糊的 private static int outSize; //内部区域以内的都是清晰的 private static int innerSize; //区域 private static int area; private static Color[][] colorMatrix; /** * 获取图像 * * @param image * 源图像 * @param x * x坐标 * @param y * y坐标 * @param size * 作用范围 * @param type * 类型 * */ public static BufferedImage getImage(BufferedImage image, int x, int y, int size, int type) { InteractiveBlur.innerSize = size; InteractiveBlur.outSize = (int) (size * 1.5); // 获取rgb矩阵 colorMatrix = getColorMatrix(image); switch (type) { case TYPE_VERTCIAL: return getVecticalImage(image, x, size); case TYPE_HORIZONTAL: return getHozizontalImage(image, y, size); default: return getCircleImage(image, x, y, size); } } /** * 获取圆形的清晰区域 * * @param image * 源图像 * @param x * x坐标 * @param y * y坐标 * @param size * 作用范围 * */ private static BufferedImage getCircleImage(BufferedImage image, int centerX, int centerY, int size) { int width = image.getWidth(); int height = image.getHeight(); BufferedImage outputImage = new BufferedImage(width, height, BufferedImage.TYPE_INT_RGB); for (int y = HALF_MAX_MASK_SIZE; y < height - HALF_MAX_MASK_SIZE; y++) { for (int x = HALF_MAX_MASK_SIZE; x < width - HALF_MAX_MASK_SIZE; x++) { int distance = getDistance(x, y, centerX, centerY); area = getArea(distance); outputImage.setRGB(x, y, getRGBValue(image, x, y,distance)); } } return outputImage; } /** * 获取纵向的背景虚化图像 * * @param image * 源图像 * @param x * x坐标 * @param y * y坐标 * @param size * 作用范围 * */ public static BufferedImage getVecticalImage(BufferedImage image, int centerX, int size) { int width = image.getWidth(); int height = image.getHeight(); BufferedImage outputImage = new BufferedImage(width, height, BufferedImage.TYPE_INT_RGB); for (int x = HALF_MAX_MASK_SIZE; x < width - HALF_MAX_MASK_SIZE; x++) { int distance = Math.abs(x - centerX); area = getArea(Math.abs(x - centerX)); for (int y = HALF_MAX_MASK_SIZE; y < height - HALF_MAX_MASK_SIZE; y++) { outputImage.setRGB(x, y, getRGBValue(image, x, y,distance)); } } return outputImage; } /** * 获取水平的背景虚化图像 * * @param image * 源图像 * @param x * x坐标 * @param y * y坐标 * @param size * 作用范围 * */ public static BufferedImage getHozizontalImage(BufferedImage image, int centerY, int size) { int width = image.getWidth(); int height = image.getHeight(); BufferedImage outputImage = new BufferedImage(width, height, BufferedImage.TYPE_INT_RGB); for (int y = HALF_MAX_MASK_SIZE; y < height - HALF_MAX_MASK_SIZE; y++) { int distance = Math.abs(y - centerY); area = getArea(distance); for (int x = HALF_MAX_MASK_SIZE; x < width - HALF_MAX_MASK_SIZE; x++) { outputImage.setRGB(x, y, getRGBValue(image, x, y,distance)); } } return outputImage; } private static int getRGBValue(BufferedImage image, int x, int y,int distance) { if (area == AREA_BLUR) { return getBlurRGBValue(x, y, MAX_MASK_SIZE); } else if (area == AREA_TRAN) { // 过渡区间 int maskSize = MIN_MASK_SIZE + DIFF_MASK_SIZE * (distance - innerSize) / (outSize - innerSize); // 将masksize变为奇数 maskSize = (maskSize / 2) * 2 + 1; return getBlurRGBValue(x, y, maskSize); } else { return image.getRGB(x, y); } } /** * 获取模糊后的图像的rgb值 * * @param colorMatrix * @param x * @param y * @param maskSize * */ private static int getBlurRGBValue(int x, int y, int maskSize) { int sum = maskSize * maskSize; int halfMaskSize = maskSize / 2; int sumR = 0, sumG = 0, sumB = 0; for (int i = -halfMaskSize; i <= halfMaskSize; i++) { for (int j = -halfMaskSize; j <= halfMaskSize; j++) { sumR += colorMatrix[x + i][y + j].getRed(); sumG += colorMatrix[x + i][y + j].getGreen(); sumB += colorMatrix[x + i][y + j].getBlue(); } } sumR /= sum; sumG /= sum; sumB /= sum; sumR = sumR << 16; sumG = sumG << 8; return sumR|sumG|sumB; } // 判断点在那个区域 private static int getArea(int distance) { int area; if (distance > outSize) { area = AREA_BLUR; } else if (distance < innerSize) { area = AREA_CLEAR; } else { area = AREA_TRAN; } return area; } /** * 获取两点之间的距离 * * @param x1 * 第一个点的X坐标 * @param y1 * 第一个点的y坐标 * @param x2 * 第二个点的X坐标 * @param y2 * 第二个点的y坐标 * */ private static int getDistance(int x1, int y1, int x2, int y2) { int x = x1 - x2; int y = y1 - y2; return (int) Math.sqrt(x * x + y * y); } /** * 获取图像的color矩阵 * * @param image * */ private static Color[][] getColorMatrix(BufferedImage image) { int width = image.getWidth(); int height = image.getHeight(); Color[][] matrix = new Color[width][height]; for (int y = 0; y < height; y++) { for (int x = 0; x < width; x++) { matrix[x][y] = new Color(image.getRGB(x, y)); } } return matrix; } }
图像处理之背景虚化
声明:以上内容来自用户投稿及互联网公开渠道收集整理发布,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任,若内容有误或涉及侵权可进行投诉: 投诉/举报 工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。